尽管人工智能领域的实践努力呈指数级增长,但是传统科学框架仍然缺乏对智能和意识底层现象的真正科学和数学精确的理解。对于那些极其复杂的现象,不可避免地占主导地位的经验主义和反复试验的方法效率极低,最终只能从根本上有限地模仿智能行为。我们对大脑中未简化的多体相互作用过程进行了第一性原理分析,揭示了其新的定性特征,这些特征导致了严格定义的混沌、不可计算、智能和有意识的行为。基于获得的未简化动态复杂性、智能和意识的普遍概念,我们推导出适用于任何与环境交互的智能系统的普遍智能定律。我们最终展示了为什么以及如何这些从根本上得到证实且在实践中有效的智能系统动力学定律对于正确的人工智能设计和训练是不可或缺的,而这在全球朝着真正可持续发展迈进的关键变革时期是迫切需要的。
铁电纤锌矿具有彻底改变现代微电子学的潜力,因为它们很容易与多种主流半导体平台集成。然而,为了与互补金属氧化物半导体 (CMOS) 电子产品兼容,需要大幅降低反转其极化方向和解锁电子和光学功能所需的电场。为了了解这一过程,我们用扫描透射电子显微镜在原子尺度上观察并量化了代表性铁电纤锌矿 (Al 0.94 B 0.06 N) 的实时极化切换。分析揭示了一种极化反转模型,其中纤锌矿基面中褶皱的铝/氮化硼环逐渐变平并采用瞬态非极性几何结构。独立的第一性原理模拟揭示了通过反极性相的反转过程的细节和能量。该模型和局部机械理解是这种新兴材料类别的属性工程工作的关键初始步骤。B
固态自旋缺陷,尤其是可能实现长相干时间的核自旋,是量子存储器和传感器的有力候选者。然而,由于其固有四极子和超精细相互作用的变化,它们当前的性能仍然受到失相的限制。我们提出了一种不平衡回波来克服这一挑战,即使用第二个自旋重新聚焦这些相互作用的变化,同时保留存储在核自旋自由演化中的量子信息。不平衡回波可用于探测材料中的温度和应变分布。我们开发了第一性原理方法来预测这些相互作用的变化,并揭示它们在较大温度和应变范围内的相关性。在金刚石中大约 10 10 个核自旋的集合中进行的实验表明,受其他噪声源的限制,失相时间增加了 20 倍。我们进一步通过数值表明,我们的方法可以重新聚焦比我们实验中更强的噪声变化。
同位素纯化半导体具有更高的热导率(κ),因此散热性能可能比天然的、同位素混合的半导体更好。但对于室温下的 Si 来说,这种好处很低,块状 28 Si 的 κ 仅比块状天然 Si(nat Si)高约 10%。我们发现,与这种块体行为形成鲜明对比的是,28 Si(99.92% 富集)纳米线的 κ 比具有相似直径和表面形貌的天然 Si 纳米线高出 150%。使用第一性原理声子色散模型,这种巨同位素效应归因于天然 Si 纳米线中同位素散射和声子表面散射的相互增强,通过将声子传输到原生非晶态 SiO 2 壳层来实现相关。这项工作发现了迄今为止报道的所有材料中室温下 κ 的最强同位素效应,并启发了同位素富集半导体在微电子领域的潜在应用。
同位素纯化半导体具有更高的热导率(κ),因此散热性能可能比天然的、同位素混合的半导体更好。但对于室温下的 Si 来说,这种好处很低,块状 28 Si 的 κ 仅比块状天然 Si(nat Si)高 ∼ 10 %。我们发现,与这种块体行为形成鲜明对比的是,28 Si(99.92% 富集)纳米线的 κ 比具有相似直径和表面形貌的天然 Si 纳米线高 150 %。使用第一性原理声子色散模型,这种巨同位素效应归因于天然 Si 纳米线中同位素散射和声子表面散射的相互增强,并通过声子传输到原生非晶态 SiO 2 壳层而相关。该信发现了迄今为止报道的所有材料中室温下κ同位素效应最强的材料,并启发了同位素富集半导体在微电子领域的潜在应用。
正文中显示的计算是使用 Quantum Espresso (QE) 第一性原理程序包 [ S1 , S2 ] 执行的。我们使用密度泛函理论 (DFT) 计算电子结构。使用专为处理表面科学问题而设计的 BEEF-vdW 交换关联函数 [ S3 ]。我们使用 A. dal Corso 的超软伪势 [ S4 , S5 ],动能截止为 1360 eV,电子态占有率的高斯涂抹为 0.27 eV。通过以 Γ 为中心的 12 × 12 × 1 Monkhorst-Pack (MP) 网格 [ S6 ] 对布里渊区进行采样来评估电子态和电荷密度。动力学矩阵和声子微扰势使用 QE 包的 PHonon 代码中实现的密度泛函微扰理论 (DFPT) 进行评估。具体而言,动力学矩阵和微扰势是在 Γ 中心的 6 × 6 × 1 q 网格中进行评估的。我们使用电子声子 Wannier (EPW) 代码来评估电子声子 (e-ph) 矩阵元素 [S7、S8],定义为
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。
功能。[1–6] 然而,迄今为止研究的大多数二维磁体的半导体特性都受到其导带和价带极窄宽度的强烈影响,通常为几十 meV 或更小。[7–13] 如此窄的带宽会导致电子局域化并阻碍低温电导率测量,这就是为什么探测二维半导体磁性的传输实验迄今为止仅限于研究穿过原子级薄多层势垒的隧穿。[14–21] CrSBr [22](见图 1a)——一种最近推出的二维磁性半导体——似乎是个例外。[23,24] 第一性原理计算(如图 1b 所示)预测其导带宽度约为 1.5 eV。 [24,25] 因此,可以成功进行低温平面磁阻测量(见图 1c、d),并通过分析确定磁相图。[23] 这种材料的独特磁性能通过范德华 (vdW) 界面实验得到进一步展示,其中发现 CrSBr 在相邻的石墨烯层中留下了巨大的交换相互作用,比早期在类似异质结构研究中报道的要强得多。[26]
金红石二氧化锗 (r-GeO 2 ) 是最近预测的一种超宽带隙半导体,在高功率电子器件中具有潜在的应用,其中载流子迁移率是控制器件效率的重要材料参数。我们应用基于密度泛函和密度泛函微扰理论的第一性原理计算来研究 r-GeO 2 中的载流子-声子耦合,并预测其声子限制的电子和空穴迁移率随温度和晶体取向的变化。计算出的 300 K 下的载流子迁移率为 l elec ; ? ~ c = 244 cm 2 V 1 s 1 ,l elec ; k ~ c = 377 cm 2 V 1 s 1 ,l hole ; ? ~ c = 27 cm 2 V 1 s 1 ,和 l hole ; k ~ c = 29 cm 2 V 1 s 1 。室温下,载流子散射以低频极性光学声子模式为主。n 型 r-GeO 2 的预测 Baliga 性能系数超过了 Si、SiC、GaN 和 b -Ga 2 O 3 等几种现有半导体,证明了其在高功率电子设备中的卓越性能。
Linh 等人 35 发现用离子半径较大的碱金属(M = Li、Na 和 K)取代(Bi 0.5 M 0.5 )TiO 3 会增加其直接带隙。将 MCaF 3(M = K、Cs)中的 K 位取代为 Cs 位,可将带隙从间接变为直接,从而改善光学特性。36 Gillani 等人还报道将碱土金属(Mg、Ca、Ba)掺杂到 SrZrO 3 中可使带隙从间接变为直接。37,38 此外,利用静水压力将带隙从间接变为直接被证明是有益的,就像在许多立方钙钛矿中所看到的那样。 39 – 44 通过施加外部压力,卤化物立方钙钛矿 CsBX 3 (B ¼ Sn, Ge; X ¼ Cl, Br) 的带隙减小到零,从而导致半导体到金属的转变。45 – 49 在静水压力下,还对 Ca 基立方碱金属卤化物钙钛矿 KCaX 3 (X ¼ F, Cl) 50,51 和 ACaF 3 (A ¼ Rb, Cs) 进行了第一性原理研究。52,53