材料科学界的"圣杯"

今天咱们来聊点硬核的——但别担心，我会把它讲得特别清楚。

你有没有想过，电流在传输过程中会损失能量，还会产生热量？这是因为普通材料都有电阻。但如果我们有一种材料，电流在里面跑的时候完全不损耗，零电阻，发热？不存在的。电子就这么安安静静地流动，永不停歇。

听起来像科幻小说对吧？

但这玩意儿是真实存在的。它们叫超导体。

现在的超导体有个大bug

我们已经有了能用的超导体——医院里的核磁共振设备、大型粒子加速器、还有那种试验性的磁悬浮列车，都用上了超导技术。

但问题来了：这些超导体只有在接近绝对零度的时候才能工作。绝对零度是多少？大概零下270摄氏度。想想看，要维持这么低的温度，成本高得吓人，设备复杂得要命，根本没法普及。

所以全球的科学家一直在找一种室温超导体——就是你在穿着T恤感觉舒服的温度下，它就能完美导电。

一旦找到，那可真就改变世界了。电网效率大幅提升、电脑散热问题彻底解决、还有很多我们目前想象不到的应用。

问题是，这个找起来太难了。过去几十年，大部分超导体的发现都是运气好，撞上的。

靠运气不如靠AI

芬兰阿尔托大学的Päivi Törmä教授说了个大实话：几十年来，人类发现了7000多种超导材料，但这些发现基本上都是意外。传统的预测方法计算量太大，科学家们只能从这7000多种里面系统性地验证大约20种。

20种。就这么点。

打个比方：这就像在一堆干草里找针，结果你只检查了一根草。

但现在，情况开始变了。

Törmä教授领导一个叫SuperC的国际团队，他们刚刚证明了某种方法可能彻底改变整个游戏规则。

AI入场了

这个团队开发了一套基于AI的方法，可以快速筛选海量材料组合，找出最有潜力的候选者。

以前科学家要手动计算每种材料的量子特性，这不仅耗时耗力，还需要巨大的算力。现在好了，机器学习算法一出马，快速缩小范围，只留下最有希望的。

AI筛选出候选材料后，研究人员再对这些特定材料做详细的量子计算。如果计算结果看起来不错，莱斯大学的合作团队就会在实验室里真正合成出来，看看实际效果怎么样。

这套方法最近还真管用了——他们发现了两种新型超导体：YRu3B2和LuRu3B2。

有意思的是，这两种材料之所以特殊，是因为里面的电子形成了所谓的"平带"结构，而这种结构存在于一种叫kagome晶格的东西里。Kagome这个词来自日语，意思是日本传统的竹篮编织图案。

你没听错——科学从几百年前的工匠那里获得了灵感。几百年前编织竹篮的手艺人，怎么也不会想到他们的图案会启发未来的材料科学。

意义远不止两个新材料

这个研究真正让我兴奋的地方在于：关键不只是找到了这两个材料，而是证明了这套方法是行得通的。

Törmä教授说，有了机器学习，他们处理材料的数量级可能从几十种一下子跃升到几十亿。

几十亿。

这不是小进步，是革命性的飞跃。

这意味着什么？科学家不再靠撞大运发现超导体，而是可以让AI当向导，系统性地搜索广阔的化学世界。这两种新材料的发现，就是一个"概念验证"——证明了AI筛选→量子计算→实验室合成的pipeline确实能跑通。

这事儿有多大？

咱们来感受一下室温超导体的意义。

Törmä教授指出，如果这种材料能替代电脑和数据中心里的常规导体，全球能源消耗能大幅下降，整个ICT行业的发热问题也会显著改善。你知道吗？信息技术产业是地球上最耗能的行业之一。

但这只是冰山一角。

想象一下：输电的时候完全不损耗电力的电网、效率高得多的电机、到处都能用得起的磁悬浮交通、维护起来更简单的量子计算机……几乎现代科技的每个领域都能受益。

SuperC consortium定了个目标：2033年之前找到室温超导体。离现在不到十年。有了AI加速搜索，这个时间表说不定真能实现。

泼点冷水，保持清醒

不过也得说实话：就算有AI帮忙，前面的路还长着呢。

一种材料在理论上看起来完美，但实际合成出来可能难如登天。有些有潜力的超导体，可能太稀有、可能有毒、可能根本没法大规模生产。

但话说回来——不去找，怎么知道行不行呢？而现在有了AI，我们可以找得快得多。

最后说两句

科学发展从来不是线性的，有时候慢慢磨，有时候突然来个大突破。Törmä教授团队正在开发的这套AI方法，感觉像是后者。

我们正在见证一个时刻：人工智能不再只是打打下手，而是开启了一种全新的做科学的方式。寻找室温超导体这件事，一直被称为材料科学界的"圣杯"，而AI现在成了我们最有可能找到它的工具。

这事儿，我会持续关注。你也不妨留意着。

来源： ScienceDaily — https://www.sciencedaily.com/releases/2026/07/260701205006.htm