Az anyagtudomány Szent Grálja

Beszéljünk egy pillanatig arról, ami úgy hangzik, mint a sci-fi, de teljesen valóságos: anyagok, amelyek nulla ellenállással vezetik az áramot. Nincs elvesztegett energia. Nincs hőtermelés. Csak elektronok áramlanak tökéletesen, örökké.

Ezek a szupravezetők, és őszintén szólva az egyik legdurvább dolog a fizikában.

Jelenleg vannak működő szupravezetőink — MRI-gépekben, részecskegyorsítókban, sőt, kísérleti maglev vonatokban használják őket. De van egy aprócska probléma: csak akkor működnek, ha gyakorlatilag az abszolút nulláig hűtjük őket (az nagyjából -270 °C). Ez drága, körülményes, és nem túl praktikus a mindennapi életben.

Évtizedek óta tart tehát a világ tudósainak keresése a szobahőmérsékletű szupravezető után — egy olyan anyag után, ami tökéletesen vezeti az áramot, miközben kényelmesen hordhatnád a pólódat. Ha ezt meg tudjuk oldani, az átalakítja a világot. Hatékonyabb áramhálózatok, hűvösebb és gyorsabb számítógépek, olyan technológiák, amiket el sem tudunk még képzelni.

A probléma? Az ilyen anyagok megtalálása kegyetlenül nehéz. Hosszú évtizedekig a legtöbb szupravezetőt véletlenül fedezték fel.

Amikor a szerencse találkozik a tudománnyal (és miért kellene jobb módszer)

Päivi Törmä professzor, az Aalto Egyetemről így fogalmaz: a tudósok az évtizedek során több mint 7000 szupravezetőt fedeztek fel, de ezek többsége lényegében véletlen szerencse volt. Az a hagyományos folyamat, hogy megjósolják, mely anyagok lehetnek működőképesek, annyira számításigényes, hogy a kutatók közülük csak nagyjából 20 anyagot tudtak szisztematikusan, elméletileg letesztelni.

Húsz. Több ezerből.

Ez olyan, mintha szénakazalban keresnénk egy tűt, miközben csak egyetlen szálat vizsgálunk meg.

De itt jön a izgalmas rész: Törmä professzor egy nemzetközi csapatot vezet, a SuperC konzorciumot, és épp most mutattak be valamit, ami az egész játékot megváltoztathatja.

AI a segítségünkre

A csapat egy AI-vezérelt megközelítést dolgozott ki, amely képes hatalmas mennyiségű lehetséges anyagkombinációt gyorsan átfésülni, és azonosítani a legígéretesebb jelölteket. Ahelyett, hogy kézzel számolnák ki minden egyes lehetőség kvantumtulajdonságait — ami örökké tartana és óriási számítási kapacitást igényelne — a gépi tanulási algoritmusok gyorsan leszűkítik a kört a legjobb esélyesekre.

Amikor az AI jelöli az ígéretes anyagokat, a kutatók részletes kvantumszámításokat végeznek rajtuk. Ha a matek jól néz ki, a Rice University munkatársai szintetizálják az anyagokat egy laborban, hogy lássák, működik-e a gyakorlatban.

Ez a megközelítés nemrég két új szupravezető felfedezéséhez vezetett: YRu3B2 és LuRu3B2. És itt jön a érdekes rész: különleges tulajdonságaik az elektronok úgynevezett „lapos sávjainak" köszönhetők, amelyek egy kagome-rács nevű struktúrában alakulnak ki. A kagome-rács atomok olyan geometriai elrendezése, amely a hagyományos japán kosárfonási mintából kapta a nevét. Mennyire klassz, hogy a tudomány évszázadokkal az elektronok felfedezése előtt meglévő kézművesektől merít inspirációt?

Miért számít ez a két anyagnál sokkal több?

Amit igazán izgalmasnak találok ebben a kutatásban: nem csak ez a két konkrét anyag a lényeg. Az a fontos, hogy bizonyítást nyert: a módszer működik.

Törmä professzor csodálatosan fogalmaz: gépi tanulással a csapat talán képes lesz arra, hogy a szisztematikusan feldolgozható anyagok számát tucatnyiról milliárdokra emelje. Milliárdokra. Ez nem fokozatos javulás — ez forradalmi ugrás.

Gondolj bele, mit jelent ez. Ahelyett, hogy véletlenül bukkannánk szupravezetőkre, a tudósok szisztematikusan átfésülhetik a hatalmas kémiai teret az AI segítségével, mint vezetőnkkel. A két új anyag felfedezése lényegében egy bizonyíték volt arra, hogy az AI-szűrés → kvantumszámítás → laboratóriumi szintézis pipeline tényleg működik.

A tét hatalmas

Érdemes egy pillanatra elgondolkodni azon, mit jelentene egy szobahőmérsékletű szupravezető a világunk számára.

Törmä professzor rámutat: ha ilyen anyagok helyettesíthetnék a hagyományos vezetőket számítógépekben és adatközpontokban, drámaian csökkenhetne a globális energiafogyasztás és az egész ICT-szektor hőterhelése. Ez az egyik legnagyobb energiaigényű iparág a bolygón.

De messze nem csak erről van szó. Képzeld el az áramhálózatokat, amelyek nem veszítenek energiát az átvitel során. Hatékonyabb motorokat. Olyan mágneses lebegtetést, amely gazdaságilag mindenhol megvalósítható. Könnyebben karbantartható kvantumszámítógépeket. A lehetséges alkalmazások szó szerint minden modern technológiai szektort érintenek.

A SuperC konzorcium ambiciózus célt tűzött ki: megtalálni a szobahőmérsékletű szupravezetőt 2033-ra. Kevesebb mint egy évtized van hátra. És az AI felgyorsította a keresést, ez a határidő akár reális is lehet.

Egy kis Realizmus (mert az egyensúly fontos)

Őszinte akarok lenni veled: még az AI segítségével is hatalmas kihívások állnak előttünk. Lehet, hogy egy anyag tökéletesen néz ki papíron, de a gyakorlatban szinte lehetetlen előállítani. Még az ígéretes szupravezetők is lehetnek túl ritkák, túl mérgezők, vagy túl nehezen gyárthatók nagy mennyiségben ahhoz, hogy valaha is praktikusak legyenek.

De a lényeg: nem fogjuk megtudni, amíg nem nézzük meg. És most, az AI-nak köszönhetően, sokkal gyorsabban nézhetjük meg.

A lényeg

A tudomány rángatózva halad előre. Néha apró lépéseket teszünk, néha pedig áttöréseket, amelyek alapvetően megváltoztatják, mi lehetséges. Az AI-vezérelt megközelítés, amit Törmä professzor csapata fejleszt, az utóbbi kategóriába tartozik.

Olyan pillanatnak vagyunk tanúi, amikor a mesterséges intelligencia nem csak kisebb feladatokban segít — teljesen új módot tesz lehetővé a tudomány művelésére. A szobahőmérsékletű szupravezető keresését az anyagtudomány „Szent Gráljának" nevezik, és az AI éppen a legjobb eszközzé vált a megtalálására.

Figyelemmel kísérem ezt a területet. Neked is érdemes.