Машинное обучение ИИ помогло найти тысячи новых сверхпроводников

Международная группа исследователей из консорциума SuperC под руководством профессора Пяйви Тёрмя из Университета Аалто представила подход, который заметно ускоряет поиск новых материалов с особыми квантовыми свойствами. Ученые показали, как машинное обучение в физике материалов может резко сузить круг кандидатов и вывести эксперименты из режима почти вслепую к более точному отбору. Итогом работы стали два подтвержденных сверхпроводника — YRu₃B₂ и LuRu₃B₂.

Сверхпроводники проводят электрический ток без сопротивления, но такой эффект обычно проявляется только при крайне низких температурах. Именно поэтому новые сверхпроводники считаются одним из самых сложных направлений современной физики: возможных комбинаций химических элементов практически бесконечно много, а реальных подходящих материалов среди них — единицы.

Проблема в том, что проверка каждого кандидата требует времени, вычислительных мощностей и лабораторных ресурсов. На этом фоне поиск долгое время строился не только на расчетах, но и на научной интуиции, где удача играла роль не меньше, чем теория.

Как сработал новый метод

Разработанная схема состоит из двух этапов, сообщает издание pronedra.ru. Сначала алгоритм анализирует большие массивы данных по химическим соединениям и выделяет материалы с наиболее высокой вероятностью нужного эффекта. Затем эти кандидаты проходят детальные квантово-механические расчеты, которые подтверждают или отбрасывают прогноз.

Именно такой поиск сверхпроводников ИИ позволил исследователям выйти на два соединения, где сверхпроводимость связана с поведением электронов в так называемой решетке кагоме — структуре с характерной геометрией, давно вызывающей интерес у специалистов по квантовым материалам.

Что это меняет для науки и технологий

Речь пока не идет о мгновенной революции или о готовом комнатнотемпературном сверхпроводнике. Однако ученые фактически продемонстрировали рабочий инструмент, который в перспективе может просеивать уже не тысячи, а миллиарды вариантов. Для отрасли это важно, потому что квантовые материалы рассматриваются как база для развития вычислительной техники, медицинской диагностики, энергетики и транспортных систем.

По словам исследователей, нынешний результат — это прежде всего доказательство того, что системный подход работает. Детали дальнейших разработок команда планирует представить осенью 2026 года на выставке Designs for a Cooler Planet в Хельсинки.

На текущем этапе подтверждены два новых материала и эффективность самой схемы отбора. Более широкий промышленный или прикладной эффект — вопрос будущих исследований. Но сам подход уже показывает, что наука получила не случайную находку, а инструмент для последовательного движения вперед.

Это не решает главную задачу сверхпроводимости сразу, но заметно ускоряет путь к ней. В этой области даже такой шаг — уже не мелочь, а серьезный сдвиг.