642
Уявіть, що потрібно знайти одну-єдину ідеальну приправу в супермаркеті з мільярдами баночок на полицях. Саме так виглядає пошук нового надпровідника. І тепер фізики з консорціуму SuperC показали, що штучний інтелект може «пробігтися» цими нескінченними полицями замість людей — і вже допоміг відкрити два нові надпровідні матеріали.
Про цей підхід, який поєднує машинне навчання та передову квантову фізику, повідомляє команда під керівництвом професорки Aalto University Пяйві Тьормя (Päivi Törmä). Дослідники стверджують, що так можна радикально прискорити шлях до головного призу фізики матеріалів — надпровідника, який працюватиме за кімнатної температури.
Що відомо коротко
- Міжнародний консорціум SuperC розробив метод пошуку надпровідників, що поєднує квантову геометрію та машинне навчання.
- За допомогою нового підходу вже відкрито два нові надпровідники: YRu3B2 та LuRu3B2.
- Алгоритми ШІ спершу відсіюють непридатні комбінації елементів, після чого проводяться точні квантові розрахунки для найкращих кандидатів.
- Надпровідність у нових сполуках пов’язана з пласкими енергетичними зонами в так званій ґратці «каґоме» — структурі, схожій на японське плетіння кошиків.
- Мета SuperC — до 2033 року знайти надпровідник, що зможе працювати за кімнатної температури.
Чому надпровідники такі особливі і водночас примхливі
Надпровідники здатні проводити струм без жодного опору. Це наче уявити собі водогін, у якому вода тече вічно і ніколи не втрачає тиску. У звичайних металах електрони «спотикаються» об атоми кристалічної ґратки, втрачаючи енергію у вигляді тепла. В надпровіднику, завдяки квантовим ефектам, цей опір зникає.
Проблема в тому, що майже всі відомі надпровідники працюють лише за наднизьких температур, близьких до абсолютного нуля. Щоб змусити їх працювати, потрібні складні та дорогі системи охолодження. Через це вони придатні лише для спеціальних застосувань — наприклад, у МРТ-апаратах, квантових комп’ютерах чи маглев-потягах.
Саме тому фізики мріють про «звичайний» надпровідник, який працюватиме при кімнатній температурі. Професорка Тьормя підкреслює: якби такий матеріал зміг замінити звичайні провідники в комп’ютерах і дата-центрах, споживання енергії та тепловий слід ІКТ-сектору різко зменшилися б.
Як ШІ допомагає шукати надпровідники в «океані» можливих матеріалів
Теоретично хімічних комбінацій, з яких можна скласти кристалічні матеріали, майже безліч. Серед цього «океану» лише крихітна частка виявляється надпровідниками. Дотепер більшість із понад 7000 відомих надпровідників знаходили фактично випадково.
Щоб передбачити, чи стане певна сполука надпровідником, потрібні надзвичайно складні обчислення квантової поведінки електронів. Це як намагатися змоделювати всі можливі ходи в шаховій партії на сотні кроків уперед — для мільйонів різних шахівниць одночасно. За словами Тьормя, повноцінно теоретично прорахувати вдалося лише близько 20 матеріалів.
SuperC змінює правила гри: замість того щоб рахувати все підряд, команда навчає алгоритм машинного навчання розпізнавати «ознаки» перспективних кандидатів. ШІ виконує роль досвідченого сомельє: з тисяч «пляшок» хімічних рецептів він одразу відсіює більшість і пропонує невелику добірку, яка варта детального дегустування — тобто точних квантових розрахунків.
Нові надпровідники з ґраткою як японське плетіння
Першим випробуванням нового підходу став пошук матеріалів із так званою ґраткою каґоме. Це особливе розташування атомів, яке нагадує візерунок традиційного японського плетіння кошиків: трикутники й шестикутники, переплетені в повторювану сітку.
У такій геометрії електрони можуть формувати так звані пласкі енергетичні зони (flat bands). Це означає, що для широкого діапазону станів електрони мають майже однакову енергію, ніби вони стоять у заторі на шосе, а не мчать із різною швидкістю. У таких «застоях» квантові взаємодії між електронами можуть різко посилюватися — саме це іноді призводить до виникнення надпровідності.
Алгоритм машинного навчання SuperC спершу «просіяв» величезну кількість можливих сполук і виділив кандидатів, у яких геометрія ґратки й електронна структура натякали на пласкі зони в каґоме-структурі. Далі фізики провели детальні теоретичні розрахунки для найбільш перспективних варіантів.
Так команда вийшла на дві сполуки: YRu3B2 та LuRu3B2. Коли розрахунки підтвердили, що вони мають всі шанси бути надпровідниками, група професорки Емілії Моросан (Emilia Morosan) в Університеті Райса синтезувала ці матеріали, хімічно поєднавши потрібні елементи в нові кристалічні фази. Лабораторні вимірювання показали: обидві сполуки справді переходять у надпровідний стан.
Цю роботу описано як «доказ принципу»: стаття з результатами вийшла в журналі Physical Review Research під назвою «Machine-learning-guided discovery of kagome superconductors YRu3B2 and LuRu3B2».
Що це означає для гонки за кімнатним надпровідником
Консорціум SuperC було створено у 2023 році з амбітною метою: за допомогою квантової фізики та ШІ наблизити вирішення проблеми клімату. Адже ефективні надпровідники можуть радикально зменшити втрати електроенергії в мережах, зробити електроніку та обчислення менш енергоємними й переглянути спосіб, яким ми передаємо та зберігаємо дані.
Новий підхід дозволяє різко скоротити час і ресурси, потрібні для пошуку корисних матеріалів. За словами Тьормя, машинне навчання може підняти кількість сполук, які дослідники реально здатні проаналізувати, до мільярдів. Це робить задачу, що раніше здавалася безнадійно складною, набагато більш керованою.
Втім, навіть із такими інструментами шлях до надпровідника кімнатної температури залишається далеким. Багато теоретично перспективних фаз виявляються важкими у виробництві або такими, що не масштабуються до промислових об’ємів. Але тепер, замість випадкового «полювання», у вчених з’явилася карта та компас.
FAQ
Це вже прорив до кімнатного надпровідника чи лише перший крок?
Це передусім демонстрація методу: дослідники показали, що поєднання машинного навчання та квантових розрахунків реально приводить до нових надпровідників. Але самі знайдені матеріали не працюють при кімнатній температурі. Втім, метод може суттєво прискорити пошук тих сполук, які будуть до цього ближчими.
Чому вчені не могли зробити це раніше без ШІ?
Квантові обчислення для прогнозування надпровідності надзвичайно ресурсомісткі. Без попереднього «фільтра» потрібно було б витрачати обчислювальні потужності на мільйони безперспективних варіантів. ШІ дозволяє швидко відсіяти майже все «сміття» і сконцентруватися лише на кількох відсотках найкращих кандидатів.
Чи можна застосувати цей підхід до інших матеріалів, не лише надпровідників?
Описаний підхід загалом орієнтований на пошук надпровідників, але сама ідея — поєднання машинного навчання з точними квантовими розрахунками — потенційно придатна і для інших складних матеріалів. Однак у цьому дослідженні мова йде саме про надпровідні сполуки з каґоме-ґратками.
Коли можна очікувати реальних пристроїв на основі нових сполук YRu3B2 та LuRu3B2?
Поки що ці матеріали перебувають на стадії фундаментальних досліджень. Їхні властивості ще потрібно детально вивчити, оцінити технологічну зручність, стабільність і можливість масштабного виробництва. Лише після цього можна буде говорити про конкретні прилади чи комерційні застосування.
ШІ перетворює пошук надпровідників із повільного «рибальства на удачу» на керований науковий процес — і це може змінити не лише фізику матеріалів, а й нашу енергетичну та цифрову інфраструктуру. Коли машини допомагають знаходити кращі способи керувати електронами, ми фактично переписуємо базові правила того, як працює сучасна цивілізація.
ШІ навчився знаходити нові надпровідники майже з безмежного «меню» з’явилася спочатку на Цікавості.
