新型超导材料,特别是具有高临界温度(T c )的材料的发现一直是凝聚态物理学领域的一个活跃研究领域。传统方法主要依靠物理直觉在现有数据库中搜索潜在的超导体。然而,已知材料只是触及了材料领域中广泛可能性的表面。在这里,我们开发了一个人工智能搜索引擎,它集成了深度模型预训练和微调技术、扩散模型和基于物理的方法(例如第一性原理电子结构计算),用于发现高 T c 超导体。利用这个人工智能搜索引擎,我们基于一组非常小的样本获得了 74 种动态稳定材料,人工智能模型预测它们的临界温度为 T c ≥ 15 K。值得注意的是,这些材料不包含在任何现有数据集中。此外,我们分析了数据集和单个材料(包括 B 4 CN 3 和 B 5 CN 2)的趋势,它们的 T cs 分别为 24.08 K 和 15.93 K。我们证明了 AI 技术可以发现一组新的高 T c 超导体,并概述了其加速发现具有目标特性的材料的潜力。
主要关键词