又一个"室温超导"新闻

2026年，又一条"AI发现室温超导材料"的新闻刷屏了。AI材料发现系统分析了数百万种候选材料，预测了其中37种"可能"是室温超导材料。这条新闻被解读为"AI发现了室温超导"，在社交媒体上引发狂欢。

但材料科学家泼了冷水：“AI只是’预测’了37种候选材料，不是’发现’了室温超导材料。从’预测’到’实验验证’，还有很长很长的路。AI预测的37种材料中，可能只有1-2种是真正的室温超导材料，甚至可能全部都是错的。”

AI材料发现的"四个步骤"

第一步：AI预测。 AI分析已知的材料数据库，预测"哪些新材料的组合可能具有某种特定性质（如超导、高硬度、高催化活性）"。AI可以一天"预测"数千种候选材料。

第二步：AI筛选。 AI从数千种候选材料中，筛选出"最可能"的几十种——根据稳定性、可合成性、成本等条件。

第三步：实验室合成。 科学家在实验室中尝试合成AI预测的候选材料。这是最困难的一步——很多AI预测的材料，在实验室中"合成不出来"或"合成出来不稳定"。

第四步：实验验证。 对合成出来的材料进行实验验证——测试它是否真的具有AI预测的性质。这可能需要数月到数年。

AI预测和实验验证的"鸿沟"

鸿沟一：合成可行性的鸿沟。 AI可以预测"A和B组合应该具有超导性"，但AI不知道"A和B能不能在实验室中合成出来"。很多AI预测的材料，在实验室中是"不可合成"的。

鸿沟二：稳定性的鸿沟。 AI预测的材料可能在"理论上"是稳定的，但在"实际"中可能不稳定——在空气中氧化、在温度变化下分解。AI的"稳定性预测"经常出错。

鸿沟三：预测准确率的鸿沟。 AI材料预测的准确率通常只有10%-20%——AI预测的100种候选材料中，可能只有10-20种在实验验证中"确实"具有预测的性质。其余80-90种是"假阳性"。

结语

AI材料发现是"加速器"，不是"替代品"。AI可以加速"候选材料的发现"（从"盲筛"变成"定向预测"），但不能替代"实验验证"。每一次AI"发现"的新闻，都需要加上一句：“还需要实验验证。”