Архітектура та продуктивність. Elements Claw використовує гібридну архітектуру «спеціалізована атомна фундаментальна модель + загальна інтелектуальна структура». Його атомна модель з 1 мільярдом параметрів була попередньо навчена на базі даних із 125 мільйонів молекул і кристалічних структур . Модель прогнозує надпровідність із надзвичайною точністю: AUC становить 0,996, а середня помилка при оцінці критичної температури (Tc) не перевищує 1 K .

Пропускна здатність, що переписує часові рамки. У демонстрації ефективності, неможливої для традиційних методів, Elements Claw просканував 2,4 мільйона кристалічних структур всього за 28 годин роботи GPU. За результатами цього скринінгу він ідентифікував 68 000 високоймовірних кандидатів у надпровідники . Дослідницька група відібрала чотири кандидати для синтезу та експериментальної перевірки. Усі чотири були підтверджені як справжні надпровідники:

• Hf₂₁Re₂₅ — матеріал, який раніше був відсутній в існуючих базах даних
• Zr₄VRe₇ — матеріал, підтверджений після виправлення структурної помилки в базі даних
• HfZrRe₄ — повністю нова структура, спроектована ШІ «з нуля»
• Zr₃ScRe₈ — ідентифікований за допомогою екстраполяції структурної подібності

Найвища підтверджена критична температура серед них досягла 6,5 K . Результати опубліковано на arXiv, а всі прогнозні дані відкрито для глобальної наукової спільноти .

Керівник наукового інтелекту DAMO Academy Жун Юй заявив, що ця робота демонструє: «ШІ-агенти здатні відкривати нові матеріали» — здатність, яка, якщо її масштабувати на високотемпературні режими, може трансформувати енергетику, обчислення та квантові технології .

Консорціум SuperC: машинне навчання зустрічається з геометрією кагоме

Лише за кілька днів до того, 29 червня 2026 року, міжнародний дослідницький колаборація під керівництвом професорки Пяйві Тьормя з університету Аалто — консорціум SuperC — опублікувала власне відкриття надпровідників за допомогою ШІ .

Їхній підхід поєднував прискорений машинним навчанням високопродуктивний скринінг із розрахунками з перших принципів (теорія функціоналу густини, DFT) для націлювання на конкретне та перспективне сімейство структур: ґратки кагоме . Ґратки кагоме, названі на честь японського візерунка плетіння кошиків, давно вважаються родючим ґрунтом для надпровідності, оскільки їхня геометрія створює майже пласкі електронні зони з високою густиною станів .

Пайплайн машинного навчання просканував величезний комбінаторний простір матеріалів типу 1:3:2 на основі ґратки кагоме, позначив найперспективніші кандидати, уточнив їх за допомогою DFT та вказав експериментаторам на дві раніше невідомі сполуки: YRu₃B₂ та LuRu₃B₂ .

Обидві були синтезовані, і їхня об'ємна надпровідність була підтверджена вимірюваннями намагніченості, питомої теплоємності та електротранспорту . Повідомлені критичні температури коливаються в діапазоні 0,63–0,95 К залежно від вимірювання та зразка, причому обидва матеріали демонструють слабкозв'язану низькотемпературну надпровідність .

Робота, авторами якої є Rose Albu Mustaf та ін., опублікована в Physical Review Research 8, 023308 (2026) . Як підкреслила професорка Тьормя, значення полягає в тому, що пайплайн машинного навчання здатний фільтрувати «практично нескінченну» кількість комбінацій матеріалів, обходячи традиційні обчислювальні вузькі місця, які історично обмежували відкриття надпровідників .

Що означають ці паралельні прориви: точка перегину в галузі

Разом узяті, ці два прориви позначають чітку точку перегину в матеріалознавстві. Відбувається перехід від трудомісткої емпіричної випадковості до обчислювально керованого раціонального дизайну. Порівняння є разючим:

Ці два зусилля є взаємодоповнювальними за своїми підходами. Elements Claw демонструє, що наскрізні автономні ШІ-агенти тепер здатні планувати та виконувати повний цикл відкриття — від генерації гіпотез до експериментального протоколу . Консорціум SuperC, зі свого боку, показує, що прискорений машинним навчанням скринінг можна продуктивно поєднувати з розрахунками на основі квантової фізики для навігації величезними хімічними просторами цільових геометрій ґраток, таких як кагоме .

Важливе застереження: це ще не кімнатна надпровідність

Слід чітко зазначити критичне застереження: знайдені значення Tc (0,6–6,5 K) — це все низькотемпературні надпровідники, що вимагають екстремального охолодження рідким гелієм. Це не прориви в області кімнатної надпровідності. Значення цих відкриттів полягає не в самих температурах переходу, а в швидкості та автономності методології відкриття.

Важливо те, що пайплайн працює. ШІ тепер може вказувати дослідникам на життєздатні надпровідники за частку традиційного часу, і ці прогнози можуть бути експериментально підтверджені. Якщо ці методи масштабуватимуться на вищі температурні режими — а фундаментальних причин, чому це неможливо, немає — наслідки для передачі енергії, магнітної левітації, квантових обчислень та медичної візуалізації можуть бути трансформаційними.

Як зазначив Хуан Веньбін, асоційований професор Університету Женьмінь, така ж структура ШІ-агента може бути застосована до інших завдань відкриття матеріалів, включаючи електроліти для твердотільних батарей та багатофазні каталізатори .

Архітектура та продуктивність. Elements Claw використовує гібридну архітектуру «спеціалізована атомна фундаментальна модель + загальна інтелектуальна структура». Його атомна модель з 1 мільярдом параметрів була попередньо навчена на базі даних із 125 мільйонів молекул і кристалічних структур . Модель прогнозує надпровідність із надзвичайною точністю: AUC становить 0,996, а середня помилка при оцінці критичної температури (Tc) не перевищує 1 K .

Пропускна здатність, що переписує часові рамки. У демонстрації ефективності, неможливої для традиційних методів, Elements Claw просканував 2,4 мільйона кристалічних структур всього за 28 годин роботи GPU. За результатами цього скринінгу він ідентифікував 68 000 високоймовірних кандидатів у надпровідники . Дослідницька група відібрала чотири кандидати для синтезу та експериментальної перевірки. Усі чотири були підтверджені як справжні надпровідники:

• Hf₂₁Re₂₅ — матеріал, який раніше був відсутній в існуючих базах даних
• Zr₄VRe₇ — матеріал, підтверджений після виправлення структурної помилки в базі даних
• HfZrRe₄ — повністю нова структура, спроектована ШІ «з нуля»
• Zr₃ScRe₈ — ідентифікований за допомогою екстраполяції структурної подібності

Найвища підтверджена критична температура серед них досягла 6,5 K . Результати опубліковано на arXiv, а всі прогнозні дані відкрито для глобальної наукової спільноти .

Керівник наукового інтелекту DAMO Academy Жун Юй заявив, що ця робота демонструє: «ШІ-агенти здатні відкривати нові матеріали» — здатність, яка, якщо її масштабувати на високотемпературні режими, може трансформувати енергетику, обчислення та квантові технології .

Консорціум SuperC: машинне навчання зустрічається з геометрією кагоме

Лише за кілька днів до того, 29 червня 2026 року, міжнародний дослідницький колаборація під керівництвом професорки Пяйві Тьормя з університету Аалто — консорціум SuperC — опублікувала власне відкриття надпровідників за допомогою ШІ .

Їхній підхід поєднував прискорений машинним навчанням високопродуктивний скринінг із розрахунками з перших принципів (теорія функціоналу густини, DFT) для націлювання на конкретне та перспективне сімейство структур: ґратки кагоме . Ґратки кагоме, названі на честь японського візерунка плетіння кошиків, давно вважаються родючим ґрунтом для надпровідності, оскільки їхня геометрія створює майже пласкі електронні зони з високою густиною станів .

Пайплайн машинного навчання просканував величезний комбінаторний простір матеріалів типу 1:3:2 на основі ґратки кагоме, позначив найперспективніші кандидати, уточнив їх за допомогою DFT та вказав експериментаторам на дві раніше невідомі сполуки: YRu₃B₂ та LuRu₃B₂ .

Обидві були синтезовані, і їхня об'ємна надпровідність була підтверджена вимірюваннями намагніченості, питомої теплоємності та електротранспорту . Повідомлені критичні температури коливаються в діапазоні 0,63–0,95 К залежно від вимірювання та зразка, причому обидва матеріали демонструють слабкозв'язану низькотемпературну надпровідність .

Робота, авторами якої є Rose Albu Mustaf та ін., опублікована в Physical Review Research 8, 023308 (2026) . Як підкреслила професорка Тьормя, значення полягає в тому, що пайплайн машинного навчання здатний фільтрувати «практично нескінченну» кількість комбінацій матеріалів, обходячи традиційні обчислювальні вузькі місця, які історично обмежували відкриття надпровідників .

Що означають ці паралельні прориви: точка перегину в галузі

Разом узяті, ці два прориви позначають чітку точку перегину в матеріалознавстві. Відбувається перехід від трудомісткої емпіричної випадковості до обчислювально керованого раціонального дизайну. Порівняння є разючим:

Ці два зусилля є взаємодоповнювальними за своїми підходами. Elements Claw демонструє, що наскрізні автономні ШІ-агенти тепер здатні планувати та виконувати повний цикл відкриття — від генерації гіпотез до експериментального протоколу . Консорціум SuperC, зі свого боку, показує, що прискорений машинним навчанням скринінг можна продуктивно поєднувати з розрахунками на основі квантової фізики для навігації величезними хімічними просторами цільових геометрій ґраток, таких як кагоме .

Важливе застереження: це ще не кімнатна надпровідність

Слід чітко зазначити критичне застереження: знайдені значення Tc (0,6–6,5 K) — це все низькотемпературні надпровідники, що вимагають екстремального охолодження рідким гелієм. Це не прориви в області кімнатної надпровідності. Значення цих відкриттів полягає не в самих температурах переходу, а в швидкості та автономності методології відкриття.

Важливо те, що пайплайн працює. ШІ тепер може вказувати дослідникам на життєздатні надпровідники за частку традиційного часу, і ці прогнози можуть бути експериментально підтверджені. Якщо ці методи масштабуватимуться на вищі температурні режими — а фундаментальних причин, чому це неможливо, немає — наслідки для передачі енергії, магнітної левітації, квантових обчислень та медичної візуалізації можуть бути трансформаційними.

Як зазначив Хуан Веньбін, асоційований професор Університету Женьмінь, така ж структура ШІ-агента може бути застосована до інших завдань відкриття матеріалів, включаючи електроліти для твердотільних батарей та багатофазні каталізатори .