AI 에이전트 ‘엘리먼츠 클로’, 초전도체 소재 개발 완료
인공지능이 과학 탐구의 경계를 넓혀가는 가운데, 중요한 이정표가 달성되었습니다. 7월 3일, 알리바바 DAMO 아카데미는 중국 인민대학교 및 중국과학원 대학과 협력하여 초전도 물질 발견에 특화된 세계 최초의 AI 에이전트인 ‘Elements Claw’를 공개했습니다. 이번 획기적인 성과는 과학적 발견의 패러다임 전환을 의미하며, AI를 보조적인 역할에서 독립적인 연구 파트너로 격상시키는 동시에 신소재 개발을 위한 효율적인 자동화 프레임워크를 구축했다.
초전도체를 찾는 기존 방법은 속도가 매우 느리고 시행착오에 크게 의존하는 것으로 알려져 있습니다. SuperCon과 같은 주요 국제 데이터베이스에는 수십 년간의 데이터가 축적되어 있지만, 기록된 물질은 약 2,000개에 불과합니다. Elements Claw는 전문적 기능과 일반적 기능을 결합한 하이브리드 아키텍처를 통해 이러한 한계를 극복합니다. 1억 2,500만 개의 분자 및 결정 구조 데이터베이스로 훈련된 이 시스템은 100억 개의 매개변수를 가진 원자 기반 모델(Elements)을 활용합니다. 이를 통해 시스템은 초전도 잠재력을 정확하게 평가하여 AUC 점수 0.996을 달성하고, 임계 온도 예측 오차를 1K 이내로 유지합니다.

Elements Claw는 인간 과학자의 포괄적인 워크플로우에 맞춰 작동합니다. 방대한 문헌을 독자적으로 탐색하고, 합성 가능성을 평가하며, 실험 프로토콜을 설계하고, 새로운 통찰력을 식별하면 알고리즘의 자체 진화를 가능하게 합니다. 실제 적용 사례에서 이 AI는 240만 개의 결정 구조 중에서 68,000개의 초전도체 후보 물질을 효율적으로 선별해냈으며, 이 작업을 단 28 GPU 시간 만에 완료했습니다.
실험적 검증을 통해 AI가 전적으로 설계한 HfZrRe4를 비롯해, 기존 데이터베이스의 수정 및 심층 분석을 통해 발견된 Hf21Re25, Zr4VRe7, Zr3ScRe8 등 4가지 새로운 초전도 물질이 확인되었습니다. 이 물질들은 최대 6.5K에 달하는 임계 온도를 나타낸다.
DAMO 아카데미의 과학 인텔리전스 부서장인 롱 유(Rong Yu)는 이러한 결과가 물질 발굴 분야에서 AI 에이전트의 상당한 잠재력을 입증한다고 언급했습니다. 업계 발전을 가속화하기 위해 연구팀은 240만 개의 안정된 결정 구조에 대한 데이터를 오픈소스로 공개했습니다. 인민대학교 가오창 인공지능 연구소의 황원빙 교수는 이 지능형 프레임워크가 고체 배터리 전해질, 다상 촉매, 열전 재료와 같은 다른 핵심 소재 분야에도 널리 적용될 것으로 기대되며, 이는 과학 연구의 새로운 시대를 열 것이라고 강조했다.
관련 기사
일본 구글과 야후에서 SEO 랭킹을 효과적으로 확인하는 방법
초상화 사진을 해리 포터 스케치로 변환하기목차:소개사진을 스케치로 변환하기최소 필터 사용초상화 변환을 위한 다른 기법시작하기필요한 이미지 다운로드레이어 준비이미지 채도 제거채도 제거된 레이어 생성레이어 조정반전 효과 적용레이어 반전컬러 도지 효과 추가이미지 흐림 처리가우시안 블러 필터 적용흐림 설정 조정스케치 다듬기페인트 브러시 도구 사용세부 사항 강화 및 결점 제거레이어 병합반전 레이어와 배경 복사 레이어
50억 달러 가치의 AI 칩 스타트업 ‘에치드(Etched)’, 첫 추론 시스템으로 10억 달러 규모 수주 성사
AI 칩 분야에서 엔비디아(NVIDIA)의 주요 경쟁사인 에치드(Etched)가 공식적으로 베일을 벗고 최신 개발 성과를 공개했다. 올해 초 TSMC에서 생산된 이 회사의 독자적인 칩 시스템은 이미 10억 달러 규모의 계약을 수주했다.'프론티어 인퍼런스 클러스터(Frontier Inference Cluster)'로 명명된 이 솔루션은 맞춤형 반도체, 서버
테크 마힌드라와 서비스나우, 생성형 AI 시범 사업 확대
테크 마힌드라와 서비스나우(ServiceNow)는 글로벌 기업들에 즉시 활용 가능한 AI를 제공하기 위해 다년간의 제휴 관계를 더욱 공고히 했다. 출처: 테크 마힌드라테크 마힌드라의 모히트 조시(Mohit Joshi)에 따르면, 이번 파트너십을 통해 기업들은 생성형 AI 실험 단계에서 대규모 실전 운영 단계로 전환할 수 있게 된다.생성형 AI를 확장하는 데
관련 특별 주제 추천
의견 (0)
0/500
인공지능이 과학 탐구의 경계를 넓혀가는 가운데, 중요한 이정표가 달성되었습니다. 7월 3일, 알리바바 DAMO 아카데미는 중국 인민대학교 및 중국과학원 대학과 협력하여 초전도 물질 발견에 특화된 세계 최초의 AI 에이전트인 ‘Elements Claw’를 공개했습니다. 이번 획기적인 성과는 과학적 발견의 패러다임 전환을 의미하며, AI를 보조적인 역할에서 독립적인 연구 파트너로 격상시키는 동시에 신소재 개발을 위한 효율적인 자동화 프레임워크를 구축했다.
초전도체를 찾는 기존 방법은 속도가 매우 느리고 시행착오에 크게 의존하는 것으로 알려져 있습니다. SuperCon과 같은 주요 국제 데이터베이스에는 수십 년간의 데이터가 축적되어 있지만, 기록된 물질은 약 2,000개에 불과합니다. Elements Claw는 전문적 기능과 일반적 기능을 결합한 하이브리드 아키텍처를 통해 이러한 한계를 극복합니다. 1억 2,500만 개의 분자 및 결정 구조 데이터베이스로 훈련된 이 시스템은 100억 개의 매개변수를 가진 원자 기반 모델(Elements)을 활용합니다. 이를 통해 시스템은 초전도 잠재력을 정확하게 평가하여 AUC 점수 0.996을 달성하고, 임계 온도 예측 오차를 1K 이내로 유지합니다.

Elements Claw는 인간 과학자의 포괄적인 워크플로우에 맞춰 작동합니다. 방대한 문헌을 독자적으로 탐색하고, 합성 가능성을 평가하며, 실험 프로토콜을 설계하고, 새로운 통찰력을 식별하면 알고리즘의 자체 진화를 가능하게 합니다. 실제 적용 사례에서 이 AI는 240만 개의 결정 구조 중에서 68,000개의 초전도체 후보 물질을 효율적으로 선별해냈으며, 이 작업을 단 28 GPU 시간 만에 완료했습니다.
실험적 검증을 통해 AI가 전적으로 설계한 HfZrRe4를 비롯해, 기존 데이터베이스의 수정 및 심층 분석을 통해 발견된 Hf21Re25, Zr4VRe7, Zr3ScRe8 등 4가지 새로운 초전도 물질이 확인되었습니다. 이 물질들은 최대 6.5K에 달하는 임계 온도를 나타낸다.
DAMO 아카데미의 과학 인텔리전스 부서장인 롱 유(Rong Yu)는 이러한 결과가 물질 발굴 분야에서 AI 에이전트의 상당한 잠재력을 입증한다고 언급했습니다. 업계 발전을 가속화하기 위해 연구팀은 240만 개의 안정된 결정 구조에 대한 데이터를 오픈소스로 공개했습니다. 인민대학교 가오창 인공지능 연구소의 황원빙 교수는 이 지능형 프레임워크가 고체 배터리 전해질, 다상 촉매, 열전 재료와 같은 다른 핵심 소재 분야에도 널리 적용될 것으로 기대되며, 이는 과학 연구의 새로운 시대를 열 것이라고 강조했다.
일본 구글과 야후에서 SEO 랭킹을 효과적으로 확인하는 방법
초상화 사진을 해리 포터 스케치로 변환하기목차:소개사진을 스케치로 변환하기최소 필터 사용초상화 변환을 위한 다른 기법시작하기필요한 이미지 다운로드레이어 준비이미지 채도 제거채도 제거된 레이어 생성레이어 조정반전 효과 적용레이어 반전컬러 도지 효과 추가이미지 흐림 처리가우시안 블러 필터 적용흐림 설정 조정스케치 다듬기페인트 브러시 도구 사용세부 사항 강화 및 결점 제거레이어 병합반전 레이어와 배경 복사 레이어
50억 달러 가치의 AI 칩 스타트업 ‘에치드(Etched)’, 첫 추론 시스템으로 10억 달러 규모 수주 성사
AI 칩 분야에서 엔비디아(NVIDIA)의 주요 경쟁사인 에치드(Etched)가 공식적으로 베일을 벗고 최신 개발 성과를 공개했다. 올해 초 TSMC에서 생산된 이 회사의 독자적인 칩 시스템은 이미 10억 달러 규모의 계약을 수주했다.'프론티어 인퍼런스 클러스터(Frontier Inference Cluster)'로 명명된 이 솔루션은 맞춤형 반도체, 서버
테크 마힌드라와 서비스나우, 생성형 AI 시범 사업 확대
테크 마힌드라와 서비스나우(ServiceNow)는 글로벌 기업들에 즉시 활용 가능한 AI를 제공하기 위해 다년간의 제휴 관계를 더욱 공고히 했다. 출처: 테크 마힌드라테크 마힌드라의 모히트 조시(Mohit Joshi)에 따르면, 이번 파트너십을 통해 기업들은 생성형 AI 실험 단계에서 대규모 실전 운영 단계로 전환할 수 있게 된다.생성형 AI를 확장하는 데





집






