Новый подход. ИИ помог учёным ускорить поиск сверхпроводников, работающих при комнатной температуре

08-07-2026 08:00
news-image

Исследователи разработали метод, сочетающий ИИ и квантовые вычисления для поиска новых сверхпроводников. В ходе тестирования он уже помог обнаружить два новых материала и может ускорить поиск сверхпроводников, которые будут работать при комнатной температуре.

Об этом пишет издание ScienceDaily.

Международная группа ученых представила новый подход к поиску сверхпроводников — материалов, которые проводят электрический ток без потерь энергии. Для этого они объединили алгоритмы машинного обучения с методами квантовой физики.

Сегодня большинство известных сверхпроводников работают только при очень низких температурах, поэтому для их использования требуются дорогостоящие системы охлаждения. Такие материалы уже применяются в квантовых компьютерах, медицинских сканерах, термоядерных реакторах и поездах на магнитной подушке.

В рамках исследования искусственный интеллект сначала быстро проанализировал огромное количество возможных комбинаций химических элементов и отобрал наиболее перспективные. После этого учёные провели подробные квантовые расчёты, чтобы проверить их свойства.

С помощью этого метода исследователи обнаружили два новых сверхпроводника — YRu₃B₂ и LuRu₃B₂. Позже их синтезировали в лаборатории, а эксперименты подтвердили, что оба материала действительно обладают сверхпроводящими свойствами.

Руководительница консорциума SuperC, профессор Пяйви Тьорма из Университета Аалто, пояснила, что сверхпроводники, способные работать при комнатной температуре, могут кардинально изменить энергетику. По её словам, если заменить ими обычные проводники, например в компьютерах и центрах обработки данных, это существенно сократит потребление электроэнергии и количество тепла, выделяемого ИТ-отраслью.

Учёная также отметила, что за десятилетие исследователи открыли более 7 тысяч сверхпроводников, но большинство из них были обнаружены случайно. Из-за сложности квантовых вычислений теоретически удалось подробно проанализировать лишь около 20 материалов.

Новый подход меняет этот процесс. Машинное обучение отсеивает малоперспективные варианты ещё до проведения сложных расчётов, что значительно экономит время и вычислительные ресурсы. По словам Тьормы, в будущем это позволит анализировать уже не тысячи или миллионы, а миллиарды потенциальных материалов и приблизит учёных к созданию сверхпроводника, который будет работать без охлаждения.

Источник: НВ