De Heilige Graal van de Materiaalwetenschap
Laten we het hebben over iets dat klinkt als sciencefiction maar keiharde realiteit is: materialen die elektriciteit geleiden met zero weerstand. Geen energieverlies. Geen warmte. Elektronen die voor eeuwig perfect stromen.
Dit heten supergeleiders, en eerlijk? Het is een van de meest verbijsterende verschijnselen in de natuurkunde.
Op dit moment hebben we werkende supergeleiders. Ze zitten in MRI-apparaten, deeltjesversnellers en zelfs in experimentele maglev-treinen. Maar hier komt het: ze werken alleen als je ze afkoelt tot temperaturen vlakbij het absolute nulpunt (zo'n -270°C of kouder). Duur, onpraktisch, en niet bepaald handig voor dagelijks gebruik.
Wetenschappers over de hele wereld zijn daarom op zoek naar een supergeleider bij kamertemperatuur — een materiaal dat elektriciteit perfect geleidt bij elke temperatuur waarbij je comfortabel in een T-shirt rondloopt. Als we dat voor elkaar krijgen, zou dat revolutionair zijn. Efficiëntere stroomnetten, koelere en snellere computers, technologie die we ons nu nog niet eens kunnen voorstellen.
Het probleem? Deze materialen vinden is verschrikkelijk moeilijk. Decennialang werden de meeste supergeleiders toevallig ontdekt.
Toeval of Aanpak?
Professor Päivi Törmä van de Aalto Universiteit legt het zo uit: wetenschappers hebben in de loop der decennia meer dan 7.000 supergeleiders ontdekt. Maar de meeste van die ontdekkingen waren in wezen gelukstreffers. Het traditionele proces om te voorspellen welke materialen zouden kunnen werken is zo rekenintensief dat onderzoekers maar ongeveer 20 van die 7.000 systematisch hebben kunnen doorrekenen.
Twintig. Van de duizenden.
Dat is alsof je een speld in een hooiberg zoekt, maar maar één strohalm mag bekijken.
Maar hier wordt het spannend: professor Törmä leidt een internationaal team genaamd het SuperC consortium, en zij hebben iets gedemonstreerd dat het hele spel kan veranderen.
Kunstmatige Intelligentie Te Hulpe
Het team heeft een AI-gestuurde aanpak ontwikkeld die razendsnel enorme aantallen mogelijke materiaalcombinaties kan screenen en de meest veelbelovende kandidaten kan identificeren. In plaats van handmatig de kwantumeigenschappen van elke mogelijkheid door te rekenen — wat eeuwen zou duren en bergen rekenkracht zou kosten — kunnen hun machine learning-algoritmen de zoektocht snel vernauwen tot de beste gokken.
Zodra de AI veelbelovende materialen markeert, draaien de onderzoekers gedetailleerde kwantumberekeningen op die specifieke kandidaten. Als de wiskunde er goed uitziet, synthetiseren medewerkers van Rice University de materialen in een lab om te zien of ze in de praktijk werken.
Deze aanpak leidde recent tot de ontdekking van twee nieuwe supergeleiders: YRu3B2 en LuRu3B2. En het bijzondere? Hun speciale eigenschappen komen voort uit elektronen die "flat bands" vormen binnen iets dat een kagome-rooster heet. Een kagome-rooster is een geometrische rangschikking van atomen, vernoemd naar een traditioneel Japans mandenvlechtpatroon. Hoe cool is dat? Wetenschap die letterlijk ontwerpinspiratie haalt van ambachtslieden van eeuwen geleden — nog voor iemand wist wat elektronen waren.
Waarom Dit Belangrijker Is Dan Twee Nieuwe Materialen
Wat mij het meest opwint aan dit onderzoek: het gaat niet alleen om het vinden van deze twee specifieke materialen. Het gaat erom dat de aanpak werkt.
Professor Törmä verwoordt het treffend: met machine learning kan het team het aantal materialen dat ze kunnen verwerken misschien opvoeren van tientallen naar miljarden. Miljarden. Dat is geen incrementele verbetering — dat is een revolutie.
Denk even na over wat dat betekent. In plaats van toevallig supergeleiders te ontdekken, kunnen wetenschappers nu systematisch door enorme chemische ruimtes zoeken, met AI als gids. Die ontdekking van de twee nieuwe materialen was in wezen een proof of concept: de AI-screening → kwantumberekening → lab-synthese pijplijn werkt echt.
De Inzet Is Onvoorstelbaar Groot
Laten we even stil staan bij wat een supergeleider bij kamertemperatuur zou betekenen voor onze wereld.
Professor Törmä wijst erop dat als zulke materialen reguliere geleiders in computers en datacenters zouden kunnen vervangen, we wereldwijd het energieverbruik drastisch zouden kunnen verlagen en de warmte-uitstoot van de hele ICT-sector flink zouden kunnen verminderen. We hebben het over een van de meest energie-intensieve industrieën ter wereld.
Maar het gaat veel verder. Stel je voor: stroomnetten die geen energie verliezen tijdens transport. Motoren die veel efficiënter werken. Magnetically zweven wordt overal economisch haalbaar. Kwantumcomputers die makkelijker te onderhouden zijn. De toepassingen strekken zich uit tot vrijwel elke sector van moderne technologie.
Het SuperC consortium heeft een ambitieus doel gesteld: vind een supergeleider bij kamertemperatuur tegen 2033. Dat is minder dan tien jaar van nu. En met AI die het zoeken versnelt, zou die tijdslijn best haalbaar kunnen zijn.
Een Beetje Realisme (Omdat Balans Belangrijk Is)
Ik wil eerlijk tegen je zijn: zelfs met AI om te helpen, liggen er enorme uitdagingen voor ons. Een materiaal kan er op papier perfect uitzien, maar in de praktijk vrijwel onmogelijk te synthetiseren zijn. Zelfs veelbelovende supergeleiders kunnen te zeldzaam, te giftig of te moeilijk op grote schaal te produceren zijn om ooit praktisch te worden.
Maar het punt is: we weten het niet tot we kijken. En nu, dankzij AI, kunnen we zoveel sneller kijken.
De Conclusie
Wetenschap gaat in schokken en stoten. Soms maken we incrementele voortgang, en soms hebben we doorbraken die fundamenteel veranderen wat mogelijk is. De AI-gestuurde aanpak die het team van professor Törmä ontwikkelt, voelt als het laatste.
We zijn getuige van een moment waarop kunstmatige intelligentie niet alleen kleine taken helpt — het maakt een totaal nieuwe manier van wetenschap bedrijven mogelijk. De zoektocht naar supergeleiders bij kamertemperatuur wordt de "heilige graal" van de materiaalwetenschap genoemd, en AI is zojuist onze beste kans geworden om hem te vinden.
Ik houd deze ontwikkelingen scherp in de gaten. Jij ook.