AI+量子理论发现新型超导材料，寻找室温超导体有新方法

芬兰阿尔托大学所带领的国际科研团队, 在近日借助一种将机器学习和量子理论相结合的新办法, 于海量材料组合里成功地“淘”出了两种新型超导材料, 这一成果极大地提高了超导材料的发现效率, 为寻觅室温超导体提供了全新的技术路径, 相关论文已发表在了《物理评论研究》杂志上。

目前, 已有研究表明, 超体能够在零电阻状态下传导电流, 这是一种仅在极低温条件下才会出现的量子效应。当下, 超导体不仅是量子计算机的关键地基, 还被广博地应用于神经成像、聚变反应堆、磁悬浮列车等范畴。然而, 这类“独角兽”材料极难寻觅。理论上, 几乎所有元素都能构成无限多样的材料组合, 其中任何一种都存在成为超导体的可能性, 但真正拥有超导性的却屈指可数。而现有的超导材料, 还得借助昂贵的制冷设备降至接近绝对零度, 方可展现其量子特性。

于最新研究里, 团队起初运用机器学习针对海量元素组合予以预筛选, 接着凭借自主研发的算法以及量子理论计算, 针对颇具潜力的候选材料实施精准分析, 最终确定了两种新型超导材料。研究发觉, 这两种材料均具备一种称作“笼目晶格”的特殊晶体结构。在此种结构内, 电子能够形成有益于超导产生的“平带”状态, 为材料展现出超导特性给予了关键条件。

完成理论预测之后, 美国莱斯大学的团队又进一步合成了两种材料样品, 并且通过实验验证了它们具备超导特性, 达成了从人工智能筛选、理论预测再到实验验证的完整研究流程。在过去的数十多年里, 科学家已经发现了7000多种超导材料, 然而其中绝大多数都是偶然发现的, 通过理论所预测觅得的仅仅只有20种。新方法运用机器学习来进行预先筛选, 仅仅针对最具希望的候选材料开展高精度计算, 能够大幅度减少计算量, 提升筛选效率。

借助机器学习, 未来可筛选的材料数量有望扩大到数十亿种的规模, 这会对新型超导材料的发现速度起到显著加快的作用, 朝着寻找室温超导体的方向迈出关键的一步；在材料领域当中, AI已不再仅仅是辅助工具, 而是成为了发现引擎；它正把超导研究的偶然试错, 推向精致筛选的阶段；但必须冷静地认识到: 从此次的“两种新材料”到科学家最终所期望达到的“室温超导体”, 中间还横亘着材料稳定性、制备工艺、临界温度提升等多重巨大障碍。机器学习进行筛选, 高度依赖训练数据的质量, 以及训练数据的多样性, 要是现有数据库存在结构性偏差, 那么算法有可能错过实际上具有颠覆性的结构, 甚至会使得“最佳候选”变成一场计算方面的错觉。

更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com