Uluslararası bir fizikçi ekibi, süperiletken arayışını hızlandırmak için makine öğrenimini kullandı. Uzun laboratuvar deneme yanılmaları yerine algoritma, test edilmemiş binlerce kimyasal yapıyı hızla eledi.
2023 yılında başlatılan SuperC projesi, Finlandiya'daki Aalto Üniversitesi'nden araştırmacıların çalışmalarını koordine etti. Makine öğrenimi modeli, daha önce bilinmeyen iki bileşiği belirledi: YRu₃B₂ ve LuRu₃B₂.
Teksas'taki Rice Üniversitesi'nden bilim insanları bu malzemeleri laboratuvarda sentezledi ve süperiletkenlik özelliklerini deneysel olarak doğruladı.
Her iki bileşik de Japon sepet örgüsünü andıran üçgen bir kafes olan kagome yapısına sahiptir. Bu geometri, elektronların yavaşladığı ve süperiletkenlik için gerekli çiftleri daha kolay oluşturduğu düz enerji bantları yaratır.
Süperiletkenler akımın direnç kaybı olmadan akmasını sağlar, ancak bilinen malzemelerin çoğu yalnızca aşırı düşük sıcaklıklarda çalışır. Yeni bileşikler istisna değildir: güçlü soğutma gerektirirler.
Çalışmanın ana sonucu malzemelerin kendisi değil, yöntemin kanıtlanmış etkinliğidir. Algoritma, umutsuz seçenekleri saniyeler içinde eler ve kuantum hesaplamaları ve sentez için yalnızca en umut verici adayları bırakır.
Bu yaklaşım, oda sıcaklığında çalışan süperiletkenler arayışında milyarlarca yapıya ölçeklenebilir mi?
Araştırmacılar, doğrulanmış yöntemin, enerji kayıplarının hâlâ ciddi bir sorun olduğu enerji, elektronik ve diğer alanlar için malzemelerin sistematik olarak aranmasının yolunu açtığını belirtiyor.
