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

A busca por novos supercondutores — materiais que conduzem eletricidade com resistência zero — entrou em uma nova era onde a inteligência artificial é solicitada a imaginá-los. Por décadas, os cientistas sabem que, para um material se tornar um supercondutor, seus elétrons devem se emparelhar de uma forma específica, e o material deve ser forte o suficiente para ser transformado em um fio para uso prático. Recentemente, modelos computacionais poderosos começaram a gerar milhões de novas estruturas cristalinas, alegando que são estáveis e promissoras. No entanto, uma questão crítica permanece sem resposta: essas ideias geradas por computador possuem realmente as propriedades físicas necessárias para funcionar, ou são apenas formas matematicamente estáveis que falham quando testadas contra as leis da física? O campo carecia de uma maneira padrão de verificar se um material proposto pode realmente emparelhar seus elétrons e sobreviver da bancada de um laboratório até uma aplicação no mundo real.

Reinaldo Inácio, um pesquisador baseado em São Paulo, construiu um sistema de teste rigoroso para responder a essa pergunta. Ele o chama de um "juiz de física". Diferente de métodos anteriores que simplesmente verificam se uma estrutura se mantém unida, este juiz simula o comportamento complexo dos elétrons para ver se eles irão se emparelhar e formar um estado supercondutor. O sistema recebe uma estrutura cristalina como entrada e a submete a uma série de sete estágios rigorosos. Primeiro, ele calcula a estrutura eletrônica do material. Em seguida, constrói um modelo simplificado para rastrear como os elétrons se movem. Depois, calcula como o material responde a flutuações magnéticas, que são as forças que frequentemente fazem os elétrons se emparelharem em supercondutores de alta temperatura. Finalmente, verifica se o material pode ser transformado em um fio, observando fatores como o comportamento dos elétrons nas fronteiras entre os cristais e como o material lida com o estresse. Cada etapa é governada por regras pré-estabelecidas, e todo o processo é projetado para ser transparente e reproduzível, com cada cálculo registrado para que qualquer pessoa possa verificar o resultado.

Para provar que este juiz funciona, o pesquisador primeiro o testou em seis supercondutores conhecidos, incluindo materiais como o nióbio e um composto à base de cobre chamado YBa2Cu3O7. Antes de executar os cálculos, ele escreveu exatamente o que o juiz deveria encontrar para cada material, criando um conjunto de "gabaritos". O sistema identificou com sucesso o comportamento de emparelhamento correto para todos os seis materiais conhecidos, confirmando que poderia reconhecer a física de supercondutores reais. O juiz também identificou corretamente um controle negativo: um material que é muito semelhante a um supercondutor conhecido, mas que não superconduz de fato. Quando o juiz analisou este material não supercondutor, determinou corretamente que os elétrons não se emparelhariam, embora a estrutura do material fosse quase idêntica à de um funcional. Isso mostrou que o juiz é sensível o suficiente para distinguir entre materiais que funcionam e aqueles que não funcionam, com base em sutis diferenças em suas interações eletrônicas.

O pesquisador então usou este juiz para auditar a produção de geradores de inteligência artificial atuais. Ele examinou milhares de estruturas propostas por sistemas de IA e as submeteu ao juiz de física. Os resultados foram drásticos. Quando o juiz analisou 1.248 novas estruturas geradas por um sistema de IA chamado MatterGen, encontrou zero candidatos que fossem novos e capazes de carregar o emparelhamento de elétrons específico necessário para um fio. Da mesma forma, quando o juiz escaneou mais de 47.000 compostos de um banco de dados público, descobriu que, embora muitos tivessem a forma geométrica correta, careciam da força eletrônica necessária para se tornarem supercondutores. O estudo concluiu que a geração atual de ferramentas de IA é excelente em encontrar formas estáveis, mas ainda não está descobrindo nova física. A IA está, essencialmente, reencontrando materiais que os cientistas já conhecem, ou propondo estruturas que parecem promissoras no papel, mas falham no teste físico do emparelhamento de elétrons.

O artigo argumenta que o gargalo na descoberta de novos supercondutores não é mais a capacidade de gerar ideias, mas a capacidade de julgá-las. O custo de executar todo este juiz de física em um novo material é surpreendentemente baixo, estimado em menos de 200 dólares americanos em custos de computação em nuvem para todo o estudo. O pesquisador propõe que a comunidade científica adote este juiz como um benchmark público. Antes que qualquer novo material gerado por IA seja celebrado como uma descoberta, ele deve ser submetido a este teste para ver se realmente possui a física para realizar o trabalho. Até que um teste como este seja aplicado, os milhares de estruturas "estáveis" propostas pela IA permanecem como ideias não comprovadas. O estudo sugere que a verdadeira descoberta só acontecerá quando a geração de novas ideias for acompanhada por um filtro rigoroso, baseado na física, que possa dizer "não" a materiais que não podem funcionar, garantindo que os esforços futuros se concentrem apenas em candidatos com uma chance genuína de se tornarem a próxima geração de fios supercondutores.