ИИ ускоряет охоту за «святым Граалем» физики: открыт путь к тысячам новых сверхпроводников

По словам Пяйви Тёрмя, возглавляющей международный консорциум SuperC, новый подход может радикально ускорить открытие материалов следующего поколения.

Сверхпроводники считаются одной из самых перспективных технологий современной физики. Они используются в квантовых компьютерах, медицинских системах визуализации, термоядерных реакторах и поездах на магнитной подушке. Однако практически все известные сверхпроводники работают только при экстремально низких температурах, требующих дорогостоящего охлаждения до значений, близких к абсолютному нулю.

Именно поэтому учёные по всему миру стремятся создать сверхпроводник, способный функционировать при комнатной температуре. Такой материал мог бы кардинально изменить энергетическую инфраструктуру, снизив потери электроэнергии и уменьшив энергопотребление вычислительных систем и дата-центров.

Консорциум SuperC был создан в 2023 году с амбициозной целью — обнаружить сверхпроводник комнатной температуры к 2033 году. В новом исследовании учёные сосредоточились на материалах с так называемой решёткой кагоме — структурой, напоминающей традиционные японские узоры плетёных корзин. В подобных материалах электроны способны формировать плоские энергетические зоны, которые считаются благоприятными для возникновения сверхпроводимости.

Используя алгоритмы машинного обучения, исследователи сузили круг кандидатов до нескольких наиболее перспективных соединений. Последующие квантово-механические расчёты указали на два материала — YRu3B2 и LuRu3B2, которые затем были синтезированы и экспериментально проверены специалистами из Университет Райса под руководством Эмилии Моросан. Испытания подтвердили наличие сверхпроводящих свойств у обоих материалов.

Результаты работы опубликованы в журнале Physical Review Research и служат важным доказательством эффективности нового метода.

За всю историю исследований учёные обнаружили более 7000 сверхпроводников, однако большинство из них были найдены случайно. Теоретические расчёты из-за своей вычислительной сложности позволили заранее предсказать свойства лишь нескольких десятков материалов.

Теперь ситуация может измениться. Если традиционные методы позволяли анализировать десятки кандидатов, то использование машинного обучения потенциально открывает возможность исследовать миллиарды комбинаций веществ. Это может превратить поиск сверхпроводников из длительного процесса проб и ошибок в систематическую и масштабируемую технологию, значительно приблизив создание сверхпроводника, работающего при комнатной температуре.