人工智慧預測出兩種新型超導材料

一個國際物理學家團隊運用機器學習來加速超導體的搜尋。與其進行漫長的實驗室試誤，演算法迅速篩選了數千種未經檢驗的化學結構。

於2023年啟動的SuperC計畫，協調了芬蘭阿爾託大學研究人員的工作。機器學習模型辨識出兩種先前未知的化合物：YRu₃B₂和LuRu₃B₂。

德州萊斯大學的科學家在實驗室中合成了這些材料，並實驗性地確認了它們的超導特性。

這兩種化合物都具有籠目結構——一種類似日本籃子編織的三角形晶格。這種幾何結構產生了平坦的能帶，在這些能帶中電子速度減慢，更容易形成超導所需的電子對。

超導體允許電流無電阻損失地流動，但大多數已知材料僅在極低溫度下才能運作。新的化合物也不例外：它們需要強力冷卻。

這項工作的主要成果並非材料本身，而是該方法已被證明的有效性。演算法能在數秒內篩除沒有前景的選項，僅留下最有希望的候選者進行量子計算和合成。

現在能否將這種方法擴展到數十億種結構，以尋找在室溫下運作的超導體？

研究人員指出，這項已驗證的方法為能源、電子學及其他能量損失至今仍是嚴重問題的領域，開啟了系統性材料搜尋的道路。