Ett internationellt team har använt artificiell intelligens för att identifiera två nya supraledande material, YRu3B2 och LuRu3B2. Metoden kombinerar maskininlärning med kvantberäkningar för att påskynda sökandet efter material som leder elektricitet utan motstånd.
Forskare använde först en algoritm för maskininlärning för att screena stora mängder möjliga kemiska kombinationer. Därefter utförde de riktade kvantberäkningar på de mest lovande kandidaterna innan samarbetspartners vid Rice University syntetiserade och experimentellt bekräftade materialen. Arbetet leddes av professor Päivi Törmä vid Aalto-universitetet genom konsortiet SuperC, som etablerades 2023. Båda föreningarna uppvisar supraledningsförmåga tack vare att elektroner bildar platta band i en kagome-gitterstruktur. "Vår metod använder maskininlärningsbaserad för-screening följt av riktade beräkningar på de lovande kandidaterna", säger Törmä. "Detta tillvägagångssätt kommer att avsevärt snabba på upptäckten av supraledare i framtiden." Denna proof-of-concept-studie publicerades i Physical Review Research. Resultaten kommer att ställas ut på en utställning vid Aalto-universitetet i Storhelsingfors från den 1 september till den 30 oktober 2026.
