AI avaa uusia kvanttimateriaaleja
Lähestymistapa voisi nopeuttaa kvanttilaskennan, suprajohteiden ja seuraavan sukupolven elektronisen tekniikan kehitystä.
MIT: n tutkijat ovat julkistaneet uuden menetelmän, joka mahdollistaa generatiiviset AI -mallit suunnitella materiaaleja, joilla on epätavalliset kvanttiominaisuudet, mikä mahdollisesti kiihdyttää edistymistä kvanttilaskennan kaltaisilla aloilla.Lähestymistapa, nimeltään Scigen (rakenteellisen rajoitusten integrointi generatiivisessa mallissa), tuo geometriset suunnittelusäännöt olemassa oleviin diffuusiomalleihin, jotta ne tuottavat materiaaleja rakenteiden kanssa, joiden tiedetään aiheuttavan eksoottista käyttäytymistä.
Tämä osoittaa materiaalitieteen pitkäaikaisen pullonkaulan.Vaikka AI on tuottanut miljoonia vakaa materiaaliehdokkaita viime vuosina, mallit suosivat tyypillisesti turvallisia, tavanomaisia rakenteita kuin epätavanomaisia elektronisia tai magneettisia tiloja.Se jättää tutkijat, jotka pyrkivät tunnistamaan kvanttisuunnitelmien ja muiden lupaavien kvanttimateriaalien ehdokkaat, joista vain kourallinen on tähän mennessä löydetty.
Ryhmä työskentelee rajoittamalla generatiivisia malleja seuraamaan tiettyjä hilakuvioita - kuten Kagome ja Archimedean -hilat -, jotka liittyvät voimakkaasti kvanttivaikutuksiin.Kokeissa järjestelmä tuotti yli 10 miljoonaa materiaaliehdokasta, seulottiin miljoona vakautta ja suoritti niistä 26 000 yksityiskohtaista simulaatiota.Yli 40%: lla oli merkkejä magnetismista.Tästä poolista joukkue syntetisoi kaksi koskaan ennen nähtyjä yhdisteitä, TipdBi ja TipBSB, mikä vahvisti, että AI-ennusteet käännetään todellisiksi materiaaleiksi, joilla on eksoottisia ominaisuuksia.
Ulkoiset asiantuntijat ovat yhtä mieltä siitä, että työkalu voisi auttaa kokeilijöitä priorisoimaan lupaavat ehdokkaat, nopeuttamalla etenemistä kohti vakaa kvanttilaskentaalustoja ja muita seuraavan sukupolven sovelluksia.Kehitys tulee, kun Global Labs -kilpailu tunnistaa materiaalit, jotka voivat tukea virheenkestäviä qubittejä ja topologisia suprajohteita.Tutkijat korostavat kuitenkin, että AI ei korvaa kokeita: Jokainen ehdokas on silti syntetisoitava ja testattava reaalimaailman olosuhteissa.
Tulevaisuudessa ryhmä aikoo laajentaa Scigeniä kattamaan kemialliset ja toiminnalliset rajoitukset, avaamalla mahdollisuuden tuottaa materiaaleja paitsi eksoottisilla rakenteilla myös viritettävillä ominaisuuksilla energian varastointiin, hiilen sieppaamiseen tai edistyneeseen elektroniikkaan.
"Emme tarvitse 10 miljoonaa uutta materiaalia maailman muuttamiseksi. Tarvitsemme vain yhden todella hyvän materiaalin", sanoi MIT: n fyysikko Mingda Li, tutkimuksen vanhempi kirjoittaja.