超导体允许电流无能量损耗地流动，但前提是必须冷却到量子效应出现的极低温度。这些非凡的材料已应用于从量子计算机、医学神经成像系统到聚变反应堆和磁悬浮列车等各类技术中。
尽管潜力巨大，超导体的发现依然异常困难。化学元素之间几乎有无数种组合可以形成新材料，但最终被证实为超导体的却微乎其微。那些已被识别的超导体通常需要昂贵的冷却系统将其冷却至接近绝对零度，才能展现出其独特性质。
世界各地的科学家都在寻找一种能在室温下工作的实用超导体。
“能在室温下工作的超导材料将彻底改变我们消耗能源的方式，”Törmä 解释道。“如果这种材料能在计算机和数据中心等应用中取代普通导体，全球能源消耗将大幅削减，ICT 行业的热足迹也将显著减少。”
人工智能与量子物理联手
SuperC 联盟由 Törmä 教授和一群国际顶尖物理学家于 2023 年成立，他们共同致力于利用量子物理帮助应对气候变化。这是首个致力于发现新超导体的全球协调合作项目，其宏伟目标是在 2033 年前找到室温超导体。
据 Törmä 介绍，将量子几何与机器学习相结合为这一搜索提供了坚实的基础。在该团队的最新研究中，新发现的超导体 YRu3B2 和 LuRu3B2 之所以具有超导特性，归功于电子在笼目晶格中形成的平带，这种几何结构灵感源自日本传统的竹编图案。
为了识别这些材料，研究人员首先利用机器学习快速筛选了海量的可能元素组合。一种专用算法挑选出了最有潜力的候选材料，随后研究人员利用详细的量子计算对其进行分析，以确定它们是否能成为超导体。
理论预测得到确认后，莱斯大学的合作者通过化学方法将组成元素结合成新化合物，合成了这些材料。在 Emilia Morosan 教授的带领下，莱斯团队随后通过实验证实这两种材料确实属于超导体。
这项概念验证研究最近发表在《物理评论研究》（Physical Review Research）上。
发现新超导体的更快途径
建立对超导性的完整量子力学理解极具挑战性，这使得寻找新型超导材料的过程缓慢且计算量巨大。
“几十年来，研究人员已经识别出 7000 多种超导体，但大多是偶然发现的，”Törmä 解释道。“识别潜在材料的过程计算量极其庞大，以至于事实上研究人员仅能从理论上预测其中约 20 种材料的可行性。”
Törmä 指出，即使一种材料在理论上看起来很有前景，也可能因合成难度过大或无法规模化生产而被证明不切实际。传统上，评估大量潜在材料需要巨大的计算资源。SuperC 团队的人工智能驱动方法改变了这一过程，它仅对最有潜力的候选材料进行详细计算。
“我们的方法采用基于机器学习的预筛选，随后对有潜力的候选材料进行针对性计算。这种方法将在未来极大地加速超导体的发现。借助机器学习，我们或许能将可处理的材料数量提升至数十亿级，”Törmä 说。“这将使我们向发现室温超导体迈出关键的一步。”
展望未来
SuperC 的研究将在阿尔托大学于 2026 年 9 月 1 日至 10 月 30 日在芬兰大赫尔辛基地区举办的“为更凉爽的地球而设计”（Designs for a Cooler Planet）展览中展出。
SuperC 联盟获得了卡夫利基金会、克劳斯·奇拉基金会、凯文·韦尔斯、简·埃科和阿托斯·埃科基金会、基尔基金会、马格努斯·埃恩罗特基金会以及奈斯特和富腾基金会的资助。