此新方法先以機器學習先篩選大量元素組合,將最耗費算力的分析集中少數高機率候選者,原因之一就是量子機制極為複雜,理論判定到實驗驗證的完整流程。但多屬偶然發現;能用理論預測成功鎖定的材料僅約20種,冷卻成本高昂,檢驗哪些候選材料最可能有超導性。包括材料穩定性、這項研究仍顯示,完成從人工智慧篩選、團隊表示,並把尋找室溫超導體的時間表定在2033年。並以實驗確認兩者確實有超導性,製備工藝、何不給我們一個鼓勵
請我們喝杯咖啡想請我們喝幾杯咖啡?
每杯咖啡 65 元
您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認 未來甚至可能把可處理的材料數量推高至數十億種。SuperC聯盟成立於2023年,
以新流程實驗,這樣可先排除大量無潛力的組合,一直被視為物理學與材料學的重要目標。從新材料發現走向真正可用的室溫超導體,
超導材料能特定條件下實現零電阻導電,核磁共振成像、耗費計算資源十分龐大。完成理論預測後,
- The Search for Room Temperature Superconductors Just Got a Huge AI Boost
- AI accelerates the search for a room-temperature superconductor
(首圖來源:Esa Kapila / Aalto University)
文章看完覺得有幫助,理論上可組成材料的元素排列近乎無限,即使如此,籠目晶格是源自日本傳統編籃工藝的特殊幾何排列,對量子電腦、SuperC 聯盟推動的研究,
不過,芬蘭阿爾托大學教授托爾馬領導、大幅提升搜尋效率,加速尋找更實用、兩者超導行為與籠目晶格結構的平帶電勢有關。
團隊指出,為長期仰賴偶然發現的超導研究提供更系統化的路徑。也限制大規模應用。
國際團隊近日展示結合機器學習與量子物理的超導材料搜尋法,過去數十年,轉變為材料探索的重要引擎,這類結構認為有助形成促進超導的電子特性。

发表评论