Equipe da Universidade Aalto, na Finlândia, descobre dois novos supercondutores com auxílio de IA

De acordo com pt.wedoany.com-Uma equipe internacional de pesquisa, com participação da Universidade Aalto, na Finlândia, utilizou tecnologia de inteligência artificial para descobrir dois novos tipos de supercondutores, oferecendo um método mais eficiente para a triagem de materiais supercondutores. O artigo de pesquisa relacionado foi publicado no periódico acadêmico americano Physical Review Research, e os dois materiais são YRu₃B₂ e LuRu₃B₂.

O principal destaque deste resultado não é apenas a "descoberta de novos materiais", mas sim a introdução do aprendizado de máquina no processo de triagem de materiais candidatos a supercondutores. O espaço de combinações de materiais supercondutores é extremamente amplo; se dependesse inteiramente de tentativa e erro tradicionais e cálculos individuais, o ciclo de pesquisa e desenvolvimento seria muito longo. A equipe de pesquisa primeiro utilizou métodos de aprendizado de máquina para pré-selecionar um grande número de combinações de elementos e, em seguida, realizou cálculos mais refinados de primeiros princípios e verificações experimentais nos candidatos potenciais, confirmando finalmente dois compostos de rede kagome com características supercondutoras em massa. A estrutura kagome, devido às suas propriedades eletrônicas especiais e características quânticas, há muito tempo atrai a atenção da pesquisa em física da matéria condensada e materiais quânticos. Esta combinação de triagem por IA com cálculos de física quântica indica que o desenvolvimento de materiais está passando de uma abordagem impulsionada pela experiência e triagem manual para uma colaboração entre previsão algorítmica, verificação computacional e confirmação experimental.

Esses dois novos supercondutores ainda não são materiais supercondutores à temperatura ambiente, nem significam que entrarão imediatamente em aplicações de engenharia. Seu valor está mais concentrado na metodologia: a IA pode ajudar os pesquisadores a reduzir mais rapidamente o escopo de candidatos, comprimindo o vasto espaço de busca de materiais para direções mais dignas de verificação experimental.

Se esse caminho continuar a amadurecer, o impacto se estenderá às indústrias de energia, eletricidade, computação e equipamentos de baixa temperatura. Uma vez que materiais supercondutores aplicáveis em larga escala alcancem temperaturas críticas mais altas, preparação mais estável e custos de aplicação mais baixos, eles poderão ser usados em transmissão de energia de baixa perda, ímãs de alto desempenho, computação quântica, data centers, imagens médicas, aceleradores de partículas e sistemas de sensoriamento avançados. As barreiras práticas ainda são muito altas; os materiais supercondutores não precisam apenas de propriedades físicas ideais, mas também devem resolver problemas como processo de preparação, estabilidade do material, corrente crítica, resistência mecânica, condições de resfriamento e custo de fabricação em massa. A descoberta de dois novos materiais pela IA não mudará diretamente o panorama da indústria, mas fornece uma nova ferramenta de triagem para a pesquisa de supercondutores, ajudando a melhorar a eficiência da descoberta de materiais candidatos e acumulando dados e métodos para a busca futura de materiais supercondutores mais próximos das condições de temperatura ambiente.