ШІ допоміг вченим прискорити пошук надпровідників кімнатної температури
Міжнародний консорціум SuperC представив новий підхід до пошуку надпровідників, який поєднує алгоритми машинного навчання та квантові розрахунки, пише ScienceDaily.
Що таке надпровідники
Надпровідники — це матеріали, які здатні проводити електричний струм без опору, тобто без втрат енергії. Сьогодні вони вже використовуються в:
- квантових комп'ютерах,
- магнітно-резонансній томографії (МРТ),
- маглев-поїздах,
- термоядерних реакторах.
Підписуйтеся на наші соцмережі
Водночас більшість таких матеріалів працює лише за надзвичайно низьких температур, близьких до абсолютного нуля, що значно обмежує їх практичне застосування.
Саме тому науковці вже багато років намагаються знайти надпровідник, який працюватиме за кімнатної температури.
За словами професора Університету Аалто Пейві Тормя, який очолює консорціум SuperC, поява такого матеріалу могла б кардинально змінити світову енергетику.
Як ШІ допомагає вченим
Пошук нових надпровідників є надзвичайно складним через майже необмежену кількість можливих комбінацій хімічних елементів. Лише незначна частина потенційних матеріалів виявляється придатною.
Новий метод використовує штучний інтелект як систему попереднього відбору. Алгоритм машинного навчання аналізує величезний масив можливих сполук і відбирає найбільш перспективні варіанти, після чого вони проходять детальні квантово-механічні розрахунки.
Саме таким способом дослідники виявили два нові надпровідники — YRu₃B₂ та LuRu₃B₂. Після комп'ютерного прогнозування матеріали синтезували в Університеті Райса, де експериментально підтвердили їхні надпровідні властивості.
Як ШІ прискорює науку
За словами авторів дослідження, за десятиліття науковці відкрили понад 7 тисяч надпровідників, однак більшість із них були знайдені випадково. А теоретично передбачити вдалося лише близько 20 матеріалів, оскільки такі розрахунки потребують значних обчислювальних ресурсів.
Новий підхід дозволяє спочатку швидко відсіяти малоперспективні варіанти, а складні розрахунки проводити лише для найбільш імовірних кандидатів.
За оцінками команди SuperC, використання машинного навчання дасть змогу аналізувати вже не тисячі, а мільярди потенційних матеріалів, що може суттєво скоротити час пошуку надпровідника кімнатної температури.