人工智能预测出两种新型超导材料

一个国际物理学家团队应用机器学习来加速超导体的搜索。算法没有进行漫长的实验室试错，而是迅速筛选了数千种未经检验的化学结构。

于2023年启动的SuperC项目协调了芬兰阿尔托大学研究人员的工作。机器学习模型识别出两种此前未知的化合物：YRu₃B₂和LuRu₃B₂。

来自得克萨斯州莱斯大学的科学家在实验室中合成了这些材料，并通过实验证实了它们的超导特性。

这两种化合物都具有笼目结构——一种类似于日本篮编的三角形晶格。这种几何结构产生了平坦的能带，电子在其中减速，更容易形成超导所需的库珀对。

超导体允许电流无电阻损耗地流动，但大多数已知材料仅在极低温度下工作。新化合物也不例外：它们需要强冷却。

这项工作的主要成果不是材料本身，而是证明了该方法的有效性。该算法能在几秒钟内剔除没有前景的候选材料，只留下最有希望的候选者进行量子计算和合成。

现在能否将这种方法扩展到数十亿种结构，以寻找在室温下工作的超导体？

研究人员指出，经过验证的方法为在能源、电子及其他能量损失仍然严重领域中系统搜索材料开辟了道路。