人工智能能幫助發明下一代超導體嗎？ 麻省理工學院和三星的研究人員認為可以

如果人工智能係統能夠提出一種新材料的配方，這種材料在室溫下導電且電阻為零——這對量子計算和下一代電網來說是聖杯，那會怎樣？

這就是研究人員正在努力實現的前景，他們使用新工具將大型語言模型與物理定律聯繫起來，確保他們的建議不僅在文字上看起來合理，而且在實驗室中也確實有效。

這是一個令人興奮的方向，原因如下：潛在材料的空間巨大無比，而反複試驗的探索過程緩慢且成本高昂。 麻省理工學院的研究人員認為，通過將生成模型與科學約束相結合，科學家可以更高效地探索該領域中充滿希望的區域。

該團隊在公告中表示：“人工智能無需手動篩選數千種假設化合物，而是可以生成新穎且物理可行的候選化合物並進行排序。”

SCIGEN 和 PARS 合在一起體現了一種更廣泛的趨勢：“面向科學的物理感知 AI”。 生成模型可以想像人類研究人員可能從未考慮過的結構，但如果不加以控制，它們往往會產生無意義的結果。 通過嵌入領域約束（無論是通過引導生成還是拒絕採樣），這些新系統旨在確保創造力與現實緊密相連。

其回報可能十分深遠。 在量子計算領域，擁有穩定量子相的奇異材料對於構建可擴展的量子比特至關重要。 在能源領域，新型催化劑可以使製氫更加清潔、成本更低。 在電子領域，新型半導體有望突破矽的極限。 即使SCIGEN或PaRS能夠幫助發現哪怕是少數幾個可行的候選材料，其影響也可能波及整個行業。

目前，這兩種方法仍處於早期研究階段。 SCIGEN 在生成與理論預測一致的候選材料方面表現出了良好的前景，而 PaRS 則降低了設備性能預測的錯誤率。 但這種結合——既能提出材料方案，又能嚴格篩選材料的人工智能係統——預示著未來，加速發現的不是運氣，而是機器引導的設計。