Um dos problemas de busca mais difíceis da física acaba de ganhar um filtro poderoso. Uma equipe internacional — o consórcio SuperC, liderado pela professora da Universidade Aalto Päivi Törmä — combinou aprendizado de máquina com física quântica para descobrir dois superconductores antes desconhecidos e, mais importante, uma forma muito mais rápida de procurar outros.
A descoberta
A equipe identificou dois novos superconductores, YRu3B2 e LuRu3B2. Ambos derivam suas propriedades de elétrons que formam os chamados flat bands dentro de uma rede kagome — uma disposição geométrica em que os elétrons se movem lentamente e interagem fortemente, um terreno fértil para a supercondutividade.
O método
A abordagem usa uma pré-seleção com aprendizado de máquina para reduzir um vasto espaço de materiais candidatos e, em seguida, executa cálculos quânticos caros apenas sobre os mais promissores. Colaboradores da Rice University, liderados por Emilia Morosan, então sintetizaram e verificaram experimentalmente ambos os materiais — fechando o ciclo da previsão por IA à confirmação em laboratório.
Por que isso é importante
Dos mais de 7.000 superconductores conhecidos, os pesquisadores conseguiram prever teoricamente a viabilidade de apenas cerca de 20, porque os cálculos de física são muito exigentes. Com o aprendizado de máquina fazendo a triagem, a equipe acredita que o número de materiais que podem ser analisados poderá, em última instância, chegar aos bilhões. A ambição declarada do consórcio é encontrar um supercondutor à temperatura ambiente até 2033 — um material que transformaria redes elétricas, transporte e computação.
A ressalva
Estes são superconductores convencionais, não o santo graal da temperatura ambiente — o avanço está no método de busca, não em um material milagroso. Isso se encaixa em um padrão mais amplo de a IA comprimir a descoberta científica, de estruturas de proteínas a novos compostos. (O estudo subjacente foi publicado em Physical Review Research; o pipeline guiado por IA do consórcio recebeu nova atenção em cobertura no início de julho.)