Ngày 3 tháng 7 năm 2026, Học viện DAMO thuộc tập đoàn Alibaba phối hợp cùng Đại học Nhân dân Trung Hoa và Học viện Khoa học Trung Quốc đã công bố Elements Claw, một tác nhân trí tuệ nhân tạo (AI agent) chuyên dụng trong việc tìm kiếm vật liệu siêu dẫn. Chỉ trong 28 giờ chạy GPU, hệ thống này đã sàng lọc 2,4 triệu cấu trúc tinh thể, rút gọn xuống còn khoảng 68.000 ứng viên tiềm năng. Kết quả thực nghiệm sau đó đã xác nhận sự tồn tại của bốn vật liệu siêu dẫn mới chưa từng được biết đến trước đây, bao gồm Hf21Re25, Zr4VRe7, HfZrRe4 và Zr3ScRe8, với nhiệt độ tới hạn đạt mức 6,5 Kelvin.
Điểm khác biệt lớn nhất của Elements Claw nằm ở khả năng tư duy và lập kế hoạch như một nhà khoa học vật liệu thực thụ thay vì chỉ là một công cụ tìm kiếm đơn thuần. Được xây dựng trên mô hình nền tảng 1 tỷ tham số và huấn luyện dựa trên 125 triệu cấu trúc phân tử, AI này có thể tự đọc tài liệu khoa học, đánh giá khả năng tổng hợp hóa học và thiết kế quy trình thực hiện tối ưu. Đây là bước tiến quan trọng giúp rút ngắn quy trình nghiên cứu vốn kéo dài hàng năm trời xuống chỉ còn vài ngày, mở ra triển vọng đột phá cho các ngành công nghiệp phần cứng thế hệ mới.
Từ dự đoán lý thuyết đến quy trình thực hiện tự động hóa
Sự xuất hiện của Elements Claw đánh dấu bước chuyển dịch quan trọng từ việc mô phỏng sang xác thực vật liệu thực tế. Trước đó, dự án GNoME của Google DeepMind đã dự đoán hơn 2,2 triệu cấu trúc vô cơ, nhưng rào cản lớn nhất vẫn nằm ở khâu chế tạo. Các hệ thống như A-Lab của Berkeley đã giải quyết phần nào vấn đề này bằng cách vận hành robot tự động thử nghiệm liên tục trong 17 ngày, đạt tỷ lệ thành công lên tới 63%. Trong khi đó, MatterGen của Microsoft lại tiếp cận theo hướng mô hình khuếch tán (diffusion model), cho phép tạo ra các vật liệu dựa trên đặc tính mong muốn như độ cứng hay độ bền nhiệt, tương tự cách AI tạo ra hình ảnh từ văn bản. Việc Alibaba tích hợp khả năng phán đoán chuyên môn giúp loại bỏ những ứng viên không khả thi về mặt hóa học ngay từ đầu, tiết kiệm đáng kể nguồn lực cho các nhà nghiên cứu.
Tốc độ xử lý của AI đang biến bài toán tìm kiếm vật liệu từ một thách thức về ý tưởng thành thách thức về năng lực tổng hợp. Khi các kho dữ liệu như Energy-GNoME cung cấp hàng loạt gợi ý về vật liệu làm cực dương cho pin natri hay magie – những phương án thay thế tiềm năng cho lithium – thì đơn vị nào sở hữu dây chuyền thử nghiệm nhanh nhất sẽ chiếm ưu thế dẫn đầu. Các vật liệu siêu dẫn và bán dẫn mới không chỉ là những con số trên giấy; chúng là nền tảng vật lý cho các chu kỳ phần cứng tiếp theo, từ máy tính lượng tử đến thiết bị lưu trữ năng lượng hiệu suất cao. Việc thu hẹp khoảng cách giữa mô hình AI và thực tại vật lý đang tái định nghĩa lại biên giới của khoa học vật liệu hiện đại, nơi giá trị thực sự nằm ở khả năng hiện thực hóa các dự đoán trong phòng thí nghiệm.
Sự thành công của Elements Claw cho thấy AI không còn chỉ là công cụ hỗ trợ mà đã trở thành một thành phần cốt lõi trong quy trình sáng tạo vật lý. Đối với các doanh nghiệp trong ngành pin, chip và năng lượng, việc theo dõi sát sao các cơ sở dữ liệu vật liệu do AI tạo ra và đầu tư vào hạ tầng xác thực tự động sẽ là chìa khóa để duy trì lợi thế cạnh tranh. Thay vì chờ đợi những phát kiến ngẫu nhiên từ phòng thí nghiệm truyền thống, kỷ nguyên mới đòi hỏi sự kết hợp chặt chẽ giữa sức mạnh tính toán và năng lực thực thi vật lý để biến các dự đoán thành sản phẩm thực tế trên thị trường.
Liên hệ qua Zalo
