Un consorzio internazionale di ricerca ha già identificato due superconduttori finora sconosciuti con l'aiuto dell'apprendimento automatico, una svolta che secondo gli scienziati potrà accelerare in modo drastico la corsa mondiale verso materiali capaci di condurre l'elettricità senza alcuna perdita. La scoperta, annunciata dall'Università Aalto in Finlandia e dalle istituzioni partner, segna una delle prime volte in cui l'intelligenza artificiale guida la scoperta confermata di nuovi materiali superconduttori.
I superconduttori trasportano la corrente elettrica con resistenza pari a zero, una proprietà che è già alla base di tecnologie come gli scanner per risonanza magnetica, i treni a levitazione magnetica e i computer quantistici. Finora funzionano solo a temperature estremamente basse o sotto pressioni enormi, e la ricerca di nuovi candidati si è affidata tradizionalmente a una lenta sperimentazione per tentativi. Trovare un materiale superconduttore a temperatura ambiente resta uno degli obiettivi più ambiti della fisica.
Il gruppo, attivo nel consorzio SuperC guidato dalla professoressa Päivi Törmä dell'Università Aalto, ha combinato metodi di apprendimento automatico con calcoli di fisica quantistica per vagliare i composti candidati. L'approccio ha segnalato due materiali, YRu3B2 e LuRu3B2, che i ricercatori hanno poi sintetizzato in laboratorio e confermato come superconduttori attraverso esperimenti. Entrambi i composti devono le loro proprietà a elettroni che formano le cosiddette bande piatte all'interno di un reticolo kagome, una struttura cristallina che ricorda un motivo tradizionale giapponese di intreccio dei cesti.
I risultati nascono da una collaborazione che unisce l'Università Aalto in Finlandia, le università Rice e Princeton negli Stati Uniti, l'Università della Ruhr a Bochum in Germania e il Donostia International Physics Center in Spagna. Le conclusioni sono già apparse sulla rivista Physical Review Research, e il consorzio ha spiegato che la stessa catena di previsione, sintesi e verifica potrà ora essere applicata su scala molto più ampia.
I ricercatori ritengono che l'approccio basato sull'apprendimento automatico potrà portare a miliardi il numero di materiali candidati analizzabili, rispetto alla manciata che i laboratori riescono a testare manualmente ogni anno. Il progetto SuperC, avviato nel 2023, si è già dato l'obiettivo ambizioso di scoprire un superconduttore a temperatura ambiente entro il 2033, un materiale che trasformerebbe le reti elettriche, i trasporti e l'informatica di ogni città eliminando le perdite di energia.
Gli scienziati hanno però precisato che i due nuovi composti operano ancora a basse temperature e non rivoluzioneranno da soli la tecnologia quotidiana. La loro importanza, ha sottolineato il gruppo, sta nella dimostrazione che una catena di scoperta guidata dall'IA funziona già dall'inizio alla fine, dalla previsione computazionale alla conferma sperimentale, offrendo così un modello che i laboratori di tutto il mondo potranno adottare e ampliare nei prossimi anni, con ricadute per la società e per la realtà industriale.
Commenti