Machine learning unravels quantum atomic vibrations in materials
加州理工学院的科学家已经开发了一种基于人工智能（AI）的方法，该方法大大加快了对材料中发生的量子相互作用的计算。在新工作中，该小组专注于原子振动或声子之间的相互作用，即控制着广泛的材料特性，包括热传输，热膨胀和相变。可以扩展新的机器学习方法以计算所有量子相互作用，从而有可能使百科全书知识了解颗粒和激发在材料中的行为。
A Quantum Metal Just Changed What We Know About Heat
在超冷的高磁场设置中，ZRTE5通过显示量子热振荡来违反期望。研究人员发现，通常在半学中占主导地位的声子由于磁效应而更像电子，从而重塑了我们对热传输的理解。热传导是物质最基本的物理特性之一，在许多工程[...]
