Buscar un material nuevo es como buscar una aguja en un pajar, pero aquí el pajar son millones de combinaciones posibles de átomos. Antes, los científicos pasaban años probando opciones en el laboratorio, confiando en la intuición y la suerte. Ahora, la inteligencia artificial viene al rescate y aprende a "entender" el lenguaje de los cristales.
El sistema ElementsClaw funciona como un equipo bien coordinado. Una parte, como un contable meticuloso, calcula el comportamiento de los electrones en la red cristalina mediante un modelo especial con mil millones de parámetros. La otra parte, como un experto experimentado, razona sobre si la estructura del material es adecuada para la superconductividad, utilizando inteligencia lingüística convencional. Juntos, peinaron una base de datos de 2,4 millones de cristales. En 28 horas de trabajo de una unidad de procesamiento gráfico, encontraron 68.000 candidatos prometedores: más que todos los superconductores conocidos reunidos en décadas.
Lo más interesante ocurrió cuando las predicciones se probaron en el laboratorio. Se sintetizaron cuatro nuevos superconductores a partir de metales comunes: circonio, escandio, renio y hafnio. Uno de ellos, Zr₃ScRe₈, pasa al estado superconductor a 6,5 grados por encima del cero absoluto, es decir, unos -266,5 °C. A esa temperatura, incluso el aire se vuelve sólido. Otro, HfZrRe₄, se vuelve superconductor a 5,9 K. Las cifras son modestas, pero demuestran que la máquina realmente ha aprendido a "ver" patrones invisibles en el entrelazamiento de los átomos.
Uno de los superconductores encontrados, Hf₂₁Re₂₅, fue predicho por el sistema como "durmiente" en la base de datos: su estructura era conocida, pero nadie sospechaba que pudiera conducir electricidad sin resistencia.
En la novela "Luz de ojos ciegos" de Peter Watts, una nave alienígena utiliza superconductores para crear potentes campos magnéticos; quizás algún día nuestros descubrimientos conduzcan a tecnologías similares.