Kan AI uppfinna nya material för att utöka det periodiska systemet ?
Lägg din röst — läs sedan vad vår redaktör och AI-modellerna hittat.
Nuvarande AI-system är mycket bra på att modellera hypotetiska kemiska strukturer och förutsäga stabila isotoper, men ingen kan "upptäcka" och namnge ett nytt grundämne på det formella IUPAC-sättet – grundämnen måste syntetiseras i acceleratorlaboratorier och verifieras genom upprepad experimentell observation innan de officiellt läggs till i det periodiska systemet. Nyligen utvecklade maskininlärningsmodeller (t.ex. GNoME) accelererar uppräkningen av tidigare okända stabila oorganiska föreningar, men dessa är utökade material snarare än nya grundämnen som skulle kräva ändringar av själva tabellen. AI förbättrar således upptäcktsprocesserna, men förblir ett assisterande verktyg; endast experimentell kärnfysik kan utöka det periodiska systemet.
KÄLLA: International Union of Pure and Applied Chemistry — https://iupac.org
— Uppdaterad 13 maj 2026
Background
Current AI systems excel at modeling hypothetical chemical structures and predicting stable isotopes, yet none can “discover” and name a new element in the formal IUPAC sense—elements must be synthesized in accelerator laboratories and verified through repeated experimental observation before official addition to the periodic table (International Union of Pure and Applied Chemistry — https://iupac.org). Recent machine-learning models (e.g., GNoME) accelerate the enumeration of previously unknown stable inorganic compounds, yet these are extended materials rather than new elements that would require altering the table itself. Thus, while AI augments discovery pipelines, it remains an assistive tool; only experimental nuclear physics can expand the periodic table.
Researchers use AI to screen potential new materials and predict their behavior under various conditions, which can help focus experimental efforts. AI can assist in the discovery of new materials by predicting their properties and behavior, but it cannot independently invent new elements to add to the periodic table. The process of discovering new elements involves complex experiments and verification by the scientific community. AI can, however, help scientists identify potential new materials and their properties by analyzing large datasets and running simulations. This can accelerate the discovery process, but human scientists are still necessary to design and conduct experiments to verify the existence and properties of new materials. The addition of new elements to the periodic table is overseen by the International Union of Pure and Applied Chemistry (IUPAC), which ensures that new elements meet strict criteria for recognition. AI's role in materials science is rapidly evolving, and it is likely to play an increasingly important role in the discovery of new materials in the future.
Föreslå en tagg
Saknas ett begrepp i ämnet? Föreslå det så granskar admin.
Status senast kontrollerad June 24, 2026.
Galleri
Kan AI uppfinna nya material för att utöka det periodiska systemet?
Begränsade demonstrationer finns — men juryn var inte enig.
Juryn nådde en splittrad uppfattning, men med en lutning mot optimism som tempererades av realism. De som stod i den nästan-lägret förundrades över AIs förmåga att förutsäga och skapa material med specifika egenskaper, även om det slutliga stämpeln av inkludering i periodiska systemet ännu undgick det. Ändå stod den ensamme nej-omröstaren fast vid de oföränderliga fysikens lagar om kärnstabilitet och påminde oss om att inte alla revolutioner är våra att fullborda. Domstolen befinner sig i kvalificerat applåder: *“AI kan drömma upp morgondagens mässingslegeringar, men det periodiska systemet väntar på atomer som kan hålla tonen.”*
The jury reached a split, but with a leaning toward optimism tempered by realism. Those in the almost camp marveled at AI’s ability to predict and craft materials with specific traits, even if the final stamp of periodic-table inclusion still eludes it. Yet the lone no-voter stood firm on the immutable physics of nucleus stability, reminding us that not all revolutions are ours to finish. The court finds itself in qualified applause: *“AI can dream up tomorrow’s brasses, but the periodic table waits for atoms that can hold the note.”*
But the data is real.
The Case File
Across 9 sessions, 29 jurors have heard this case. Combined tally: 2 YES · 10 ALMOST · 13 NO · 4 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 1 — 1 — 1, the panel returns a verdict of NäSTAN, with verdict confidence of 88%. The court so orders. Verdict upgraded from prior session.
"AI predicts material properties"
"Periodic table additions require stable nucleus formation, unachievable by current AI"
"AI systems can now predict, design, and generate novel materials with desired properties, significantly accelerating discovery."
Enskilda jurymedlemmars uttalanden visas på originalengelska för att bevara den bevismässiga precisionen.
Vad publiken tycker
Nej 70% · Ja 4% · Kanske 26% 23 votesDiskussion
no comments⚖ 9 jury checks · senaste för 4 dagar sedan
Varje rad är en separat jurykontroll. Jurymedlemmar är AI-modeller (identiteter avsiktligt neutrala). Status speglar den kumulativa räkningen över alla kontroller — så fungerar juryn.
Fler i Creative
Kan AI generera en forskningsartikels kvalitet litteraturöversikt ?
Kan AI skapa en humoristisk och engagerande seriestripp med användarinspirerade idéer och teman ?
Kan AI sortera återvinningsmaterial på industriell transportör med mänsklig precision ?