在核磁共振成像仪、核聚变反应堆和磁悬浮列车中发现的超导体，在接近绝对零度(-459.67华氏度)的温度下无电阻导电。
寻找一种可以在室温下工作的传统超导体已经持续了大约一个世纪，但在过去的十年里，由于使用超级计算机(如加州大学圣地亚哥分校圣地亚哥超级计算机中心(SDSC)的广阔)的机器学习(ML)取得了新的进展，研究速度大大加快。
最近，乔治亚理工学院(Georgia Tech)材料科学与工程学院的高级研究科学家Huan Tran与越南河内科技大学(Hanoi University of Science and Technology)的Tuoc Vu教授合作开发了一种人工智能/机器学习(AI/ML)方法，以更快、更可靠的方式帮助识别潜在超导体的新候选材料。
他们最近在《物理评论材料》杂志上发表了一篇题为“发现传统超导体的机器学习方法”的文章，研究了氢化铬(CrH和CrH2)作为两种可能超导体的研究成果。
科学家们的研究旨在解决的是如何使用人工智能/机器学习方法可靠地预测超导性，特别是在零压力下，这些有前途的材料可以对人类生活产生影响。目前的人工智能/机器学习工作还不够可靠，因为原子水平的信息还没有被用来证明特定材料是否能表现出超导性。
预测零压力下的高温超导性更具挑战性，因为训练ML模型所需的合适数据不可用，特别是对于当前的AI/ML方法。
Tran解释说:“人工智能/机器学习方法的主要挑战是，我们需要但从未拥有理想的超导体数据库。”“以前所有的工作都依赖于数据库，这些数据库有时足够大，但完全缺乏原子水平的信息——这对准确预测至关重要。”
Tran说，他和Vu首先把工作重点放在建立一个数据库上，其中包含了有关这些材料的所有必要的原子级信息。他们工作的关键创新之处在于，通过“隐藏”高压对原子级信息的影响，然后利用这些信息来预测超导性，他们的数据库变得庞大而多样。然而，更重要的是，它含有合适的高温超导体，这些超导体是在过去十年中在非常高的压力下(例如，与地球中心一样高)发现的。
接下来，科学家们开发了一个工具包，将量子力学计算方法(非常缓慢但可靠)与在他们的数据库上训练的ML模型结合起来，这大大加快了对可能超导体的搜索。为了展示他们的工具箱，他们搜索了包含近10万种材料的材料项目数据库，发现了许多可能的零压力超导体，其中包括:CrH和CrH2。两者都被量子力学计算证实，并在他们的研究中报告。
Tran说:“虽然预测CrH和CrH2的超导性约为10-20开尔文(约-260°C，或-436°F)，但这一发现被认为是该计划可行性的一个有希望的迹象。”
“以太坊为我们提供了一个优秀而强大的能力来进行我们的研究，而SDSC计算团队在软件方面协助我们，使我们的工作快速高效，”Tran说。“多亏了SDSC的工作人员，我们能够很容易地使用以太坊来模拟我们的超导材料，并在合理的时间尺度内分析这些数据。”
Tran说，他们下一步将扩展他们的超导体数据库——用计算和实验数据覆盖更多的材料。
“主要目标是打造一流的机器学习平台，以搜索和发现能够在环境压力和温度下表现出惊人性能的超导体。然后，我们将与实验专家合作，将它们带到人类生活中。”“当然，我们需要与SDSC的计算团队以及实验专家密切合作，以综合和测试我们的发现。”
“当整个科学界的长期和雄心勃勃的运动最终能够在环境条件下找到室温超导体时，我们预测，技术和人类生活的许多方面都可以通过超高效的电网，超快和节能的计算机芯片以及可用于悬浮列车和控制聚变反应堆的超强力磁铁来改变，”Tran说。
本文来自作者[青丝]投稿，不代表晓龙号立场，如若转载，请注明出处：https://wap.xljso.cn/zlan/202508-5394.html
评论列表（4条）
我是晓龙号的签约作者“青丝”！
希望本篇文章《运用机器学习技术揭示颠覆性超导体》能对你有所帮助！
本站[晓龙号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：在核磁共振成像仪、核聚变反应堆和磁悬浮列车中发现的超导体，在接近绝对零度(-459.67华氏度)的温度下无电阻导电。...