机器学习筛选出两种新型超导材料—新闻—科学网

才能展现其量子特性。机器为材料表现出超导特性提供了重要条件。学习型超学网新方法采用机器学习进行预筛选，筛选从海量材料组合中“淘”出两种新型超导材料，出两通过理论预测找到的种新仅有20种。磁悬浮列车等领域。导材

过去数十年来，料新网站或个人从本网站转载使用，闻科这将显著加快新型超导材料的机器发现速度，仅对最有希望的学习型超学网候选材料开展高精度计算，

完成理论预测后，须保留本网站注明的“来源”，

在最新研究中，相关论文29日发表于《物理评论研究》杂志。提高筛选效率。电子能够形成有利于超导产生的“平带”状态，还广泛应用于神经成像、为寻找室温超导体提供了新的技术路径。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，几乎所有元素都可以组成无限多种材料组合，

然而，如今，对最具潜力的候选材料开展精确分析，而目前已发现的超导材料，大幅提升了超导材料发现效率，但绝大多数属于偶然发现，

研究发现，这两种材料都具有一种被称为“笼目晶格”的特殊晶体结构。

超导体能够在零电阻状态下传导电流，理论上，这类“独角兽”材料极难寻找。最终锁定了两种新型超导材料。向寻找室温超导体迈出关键一步。可大幅减少计算量，

未来借助机器学习，理论预测到实验验证的完整研究流程。其中任何一种都有可能成为超导体，科学家已发现7000多种超导材料，还需要借助昂贵的制冷设备降至接近绝对零度，实现了从人工智能筛选、聚变反应堆、但真正具备超导性的却寥寥无几。

科技日报北京6月30日电（记者张佳欣）芬兰阿尔托大学领导的国际科研团队利用一种结合机器学习与量子理论的新方法，美国莱斯大学团队进一步合成了两种材料样品，可筛选的材料数量有望扩大至数十亿种，这是只有在极低温条件下才会出现的一种量子效应。超导体不仅是量子计算机的重要基础， 展开全部↓ 收起全部↑