Generating is not discovering: a pre-registered physics judge for AI-proposed superconductors, calibrated on six known superconductors and one negative control

Die Suche nach neuen Supraleitern – Materialien, die Elektrizität mit null Widerstand leiten – ist in eine neue Ära eingetreten, in der die künstliche Intelligenz gebeten wird, sie sich vorzustellen. Seit Jahrzehnten wissen Wissenschaftler, dass für einen Supraleiter die Elektronen eines Materials auf eine bestimmte Weise zusammenpaaren müssen und das Material stabil genug sein muss, um für den praktischen Gebrauch zu einem Draht gezogen werden zu können. Kürzlich haben leistungsstarke Computermodelle begonnen, Millionen neuer Kristallstrukturen zu generieren, die behaupten, stabil und vielversprechend zu sein. Eine entscheidende Frage bleibt jedoch unbeantwortet: Besitzen diese computergenerierten Ideen tatsächlich die physikalischen Eigenschaften, die nötig sind, um zu funktionieren, oder sind sie nur mathematisch stabile Formen, die scheitern, wenn sie gegen die Gesetze der Physik getestet werden? Dem Feld fehlte eine standardisierte Methode, um zu prüfen, ob ein vorgeschlagenes Material seine Elektronen tatsächlich paaren und den Weg von der Laborbank zu einer realen Anwendung überstehen kann.

Reinaldo Inácio, ein Forscher aus São-Paulo, hat ein strenges Testsystem entwickelt, um diese Frage zu beantworten. Er nennt es einen „Physik-Richter“. Im Gegensatz zu bisherigen Methoden, die lediglich prüfen, ob eine Struktur zusammenhält, simuliert dieser Richter das komplexe Verhalten von Elektronen, um zu sehen, ob sie sich paaren und einen supraleitenden Zustand bilden werden. Das System nimmt eine Kristallstruktur als Eingabe entgegen und führt sie durch eine Serie von sieben strengen Phasen. Zuerst berechnet es die elektronische Struktur des Materials. Dann baut es ein vereinfachtes Modell auf, um die Bewegung der Elektronen zu verfolgen. Als Nächstes berechnet es, wie das Material auf magnetische Fluktuationen reagiert, welche die Kräfte sind, die oft Elektronen in Hochtemperatur-Supraleitern zum Paaren bringen. Schließlich prüft es, ob das Material zu einem Draht verarbeitet werden kann, wobei Faktoren wie das Verhalten der Elektronen an den Grenzen zwischen Kristallen und die Belastbarkeit des Materials untersucht werden. Jeder Schritt wird von vordefinierten Regeln gesteuert, und der gesamte Prozess ist darauf ausgelegt, transparent und reproduzierbar zu sein, wobei jede Berechnung aufgezeichnet wird, damit jeder das Ergebnis verifizieren kann.

Um zu beweisen, dass dieser Richter funktioniert, testete der Forscher ihn zunächst an sechs bekannten Supraleitern, darunter Materialien wie Niob und eine kupferbasierte Verbindung namens YBa2Cu3O7. Bevor er die Berechnungen durchführte, schrieb er exakt auf, was der Richter für jedes Material finden sollte, und erstellte so einen Satz von „Lösungsschlüsseln“. Das System identifizierte erfolgreich das korrekte Paarungsverhalten für alle sechs bekannten Materialien und bestätigte damit, dass es die Physik echter Supraleiter erkennen kann. Der Richter identifizierte auch korrekt eine Negativkontrolle: ein Material, das einem bekannten Supraleiter sehr ähnlich sieht, aber nicht tatsächlich supraleitend ist. Als der Richter dieses nicht-supraleitende Material analysierte, stellte er korrekt fest, dass sich die Elektronen nicht paaren würden, obwohl die Struktur des Materials nahezu identisch mit der eines funktionierenden war. Dies zeigte, dass der Richter empfindlich genug ist, um zwischen Materialien, die funktionieren, und solchen, die es nicht tun, basierend auf subtilen Unterschieden in ihren elektronischen Wechselwirkungen, zu unterscheiden.

Der Forscher nutzte diesen Richter anschließend, um die Ergebnisse aktueller KI-Generatoren zu prüfen. Er untersuchte tausende von Strukturen, die von KI-Systemen vorgeschlagen wurden, und führte sie durch den Physik-Richter. Die Ergebnisse waren drastisch. Als der Richter 1.248 neue Strukturen analysierte, die von einem KI-System namens MatterGen generiert wurden, fand er null Kandidaten, die sowohl neu als auch in der Lage waren, die spezifische Elektronenpaarung für einen Draht zu tragen. Ebenso scannte der Richter über 47.000 Verbindungen aus einer öffentlichen Datenbank und stellte fest, dass viele zwar die richtige geometrische Form besaßen, aber nicht über die notwendige elektronische Stärke verfügten, um Supraleiter zu werden. Die Studie kam zu dem Schluss, dass die aktuelle Generation von KI-Werkzeugen exzellent darin ist, stabile Formen zu finden, aber noch keine neue Physik entdeckt. Die KI findet im Wesentlichen Materialien wieder, die Wissenschaftler bereits kennen, oder schlägt Strukturen vor, die auf dem Papier vielversprechend aussehen, aber dem physikalischen Test der Elektronenpaarung nicht standhalten.

Das Paper argumentiert, dass der Engpass bei der Entdeckung neuer Supraleiter nicht länger in der Fähigkeit liegt, Ideen zu generieren, sondern in der Fähigkeit, diese zu beurteilen. Die Kosten für das Ausführen dieses gesamten Physik-Richters auf ein neues Material sind überraschend gering und werden auf unter 200 US-Dollar an Cloud-Computing-Kosten für die gesamte Studie geschätzt. Der Forscher schlägt vor, dass die wissenschaftliche Gemeinschaft diesen Richter als öffentlichen Benchmark übernimmt. Bevor eine neue KI-generierte Struktur als Entdeckung gefeiert wird, sollte sie durch diesen Test laufen, um zu sehen, ob sie wirklich die Physik besitzt, um die Aufgabe zu erfüllen. Bis ein solcher Test angewendet wird, bleiben die tausenden von der KI vorgeschlagenen „stabilen“ Strukturen unbewiesene Ideen. Die Studie legt nahe, dass wahre Entdeckungen erst dann stattfinden werden, wenn die Generierung neuer Ideen durch einen strengen, physikbasierten Filter ergänzt wird, der „Nein“ zu Materialien sagen kann, die nicht funktionieren können, um sicherzustellen, dass zukünftige Bemühungen nur auf Kandidaten mit einer echten Chance auf die nächste Generation von supraleitenden Drähten fokussiert werden.