一个国际研究联盟借助机器学习技术识别出两种此前未知的超导体。科学家表示,这一突破可能大幅加速全球寻找无损耗导电材料的竞赛。这项由芬兰阿尔托大学及合作机构宣布的发现,标志着人工智能首次成功引导并确认新型超导材料的发现之一。
超导体能够以零电阻传输电流,这一特性支撑着磁共振成像扫描仪、磁悬浮列车和量子计算机等技术。迄今为止,超导体只能在极低温度或巨大压力下工作,寻找新候选材料传统上依赖缓慢的试错实验。找到能在室温下实现超导的材料,仍是物理学界最令人向往的目标之一。
该团队隶属于由阿尔托大学教授派维·托尔马领导的SuperC联盟,他们将机器学习方法与量子物理计算相结合,对候选化合物进行筛选。这一方法锁定了两种材料,即YRu3B2和LuRu3B2,研究人员随后在实验室中合成了这两种材料,并通过实验确认它们具有超导性。这两种化合物的特性都源自电子在戈美格子中形成的所谓平带结构,这种晶体结构类似于日本传统的编篮图案。
这项成果来自一项跨国合作,参与机构包括芬兰阿尔托大学、美国莱斯大学和普林斯顿大学、德国波鸿鲁尔大学以及西班牙多诺斯蒂亚国际物理中心。研究结果发表在物理评论研究期刊上,联盟表示,这套从预测、合成到验证的流程现在可以在更大规模上应用。
研究人员认为,机器学习方法最终可能将可筛选的候选材料数量推升至数十亿种,而目前各实验室每年只能人工测试寥寥数种。SuperC项目于2023年启动,设定了到2033年发现室温超导体的宏伟目标。这种材料将通过消除能量损耗,彻底改变电网、交通和计算领域。
科学家提醒,这两种新化合物仍需在低温下工作,本身不会立即革新日常技术。团队指出,其真正意义在于证明了人工智能引导的发现流程能够从计算预测到实验确认全程运转,为世界各地的实验室提供了一个可以在未来几年采用并扩展的模板。
评论