研究者たちは、機械学習に基づくスクリーニング手法を利用して、2種類の新しい超伝導体を発見し、将来的に室温超伝導材料を迅速に特定する方法を示しました。この国際チームはAalto大学の研究者によって主導され、機械学習と量子物理計算を組み合わせて、これまで知られていなかった超伝導体YRu3B2とLuRu3B2を特定しました。この手法は、大量の可能な材料の組み合わせを検索するために必要な時間を大幅に短縮しました。超伝導体はゼロ抵抗で電流を伝導できますが、極低温でのみ実現可能です。現在、量子コンピュータ、MRIスキャナー、核融合炉、磁気浮上列車などの技術に使用されています。
科学者たちは長い間、室温で超伝導性を維持できる材料を探しており、このブレークスルーは電力伝送や計算の方法を変える可能性があります。
新型超伝導体の発見がエネルギー技術の革新を促進
新たに発見された材料の超伝導特性は、kagome格子と呼ばれる電子の配置に由来します。これは、日本の伝統的なバスケット編みからインスパイアを受けた幾何学模様です。機械学習によって有望な候補材料が特定された後、研究者たちは理論計算を通じて検証し、その後これらの材料の合成と実験確認を行いました。研究者によると、新しいワークフローは超伝導体研究における最大の課題の1つである大量の可能な材料の組み合わせを解決しました。「室温で動作する超伝導材料は、私たちのエネルギー消費の方法を根本的に変えるでしょう」とAalto大学の教授Päivi Törmäは説明しました。
「このような材料がコンピュータやデータセンターの従来の導体に取って代わることができれば、世界のエネルギー消費は大幅に削減され、情報通信技術分野の熱的フットプリントも大幅に減少するでしょう。」この研究はSuperCアライアンスの一部であり、この国際的な共同プロジェクトは2023年に開始され、2033年までに室温超伝導体を発見することを目指しています。
計算スクリーニングの後、ライス大学の協力者が候補材料を実際のサンプルに合成しました。実験チームはその後、これら2つの化合物が超伝導性を示すことを確認し、機械学習による発見プロセスが有効であることを証明しました。数十年にわたり、科学者たちは主に試行錯誤法に依存して超伝導材料を発見してきました。「この数十年の間に、研究者たちは7,000以上の超伝導体を特定しましたが、そのほとんどは偶然の産物です」とTörmäは説明しました。「可能な材料を特定するプロセスは計算量が非常に膨大で、実際には研究者は約20種類の実現可能性を理論的に予測することしかできませんでした。
」研究者たちは、彼らの方法が評価可能な材料の数を大幅に拡大できると述べています。「私たちの方法は、機械学習に基づく事前スクリーニングを使用し、その後有望な候補に対してターゲット計算を行います。この方法は、今後超伝導体の発見を大幅に加速するでしょう。機械学習を通じて、私たちは処理可能な材料の数を数十億にまで押し上げることができるかもしれません」とTörmäは述べています。「これにより、私たちは室温超伝導体を見つけることに一歩近づくでしょう。」
この機械学習システムは、従来の物理計算を置き換えるものではなく、研究者が最も有望な候補材料に計算リソースを集中できるようにするフィルターとして機能します。チームは、この方法が数千種類の新しい超伝導体を解き放ち、大規模なエネルギーおよび計算アプリケーションに適した材料を見つけることを加速すると信じています。この研究は『Physical Review Research』に発表されました。