Одна из самых трудных задач в физике поиска только что получила мощный новый фильтр. Международная команда — консорциум SuperC под руководством профессора Университета Аалто Пяйви Тёрмя — объединила машинное обучение с квантовой физикой, чтобы обнаружить два ранее неизвестных сверхпроводника и, что еще важнее, гораздо более быстрый способ искать другие.
Открытие
Команда выявила два новых сверхпроводника, YRu3B2 и LuRu3B2. Оба получают свои свойства от электронов, образующих так называемые плоские зоны в кагомэ-решетке — геометрической структуре, где электроны движутся медленно и сильно взаимодействуют, что создает благоприятные условия для сверхпроводимости.
Метод
Подход использует предварительный отбор с помощью машинного обучения, чтобы сузить огромное пространство материалов-кандидатов, а затем выполняет дорогостоящие квантовые расчеты только для самых перспективных. Затем соавторы из Rice University под руководством Эмилии Морасан синтезировали и экспериментально подтвердили оба материала, замкнув цикл от предсказания ИИ до лабораторного подтверждения.
Почему это важно
Из более чем 7,000 известных сверхпроводников исследователи смогли теоретически предсказать пригодность лишь примерно 20, поскольку эти физические расчеты крайне требовательны. Если машинное обучение берет на себя первичный отбор, команда считает, что число материалов, которые можно проверять, в конечном итоге может достичь миллиардов. Заявленная цель консорциума — найти сверхпроводник при комнатной температуре к 2033 году — материал, который преобразил бы энергосети, транспорт и вычислительную технику.
Оговорка
Речь идет о традиционных сверхпроводниках, а не о святом граале комнатной температуры — прорыв здесь заключается в методе поиска, а не в чудо-материале. Это вписывается в более широкий тренд, когда ИИ ускоряет научные открытия — от структур белков до новых соединений. (Соответствующее исследование было опубликовано в Physical Review Research; AI-управляемый конвейер консорциума привлек новое внимание в публикациях начала июля.)