Mostra sommario Nascondi sommario
Una collaborazione internazionale ha messo a punto un metodo che promette di rivoluzionare la caccia ai superconduttori pratici, combinando strumenti di intelligenza artificiale con concetti avanzati di fisica quantistica. Questo approccio accelera la selezione dei materiali candidati e ha già portato alla scoperta di nuovi composti che mostrano proprietà superconduttive. Dietro il risultato c’è il progetto SuperC, guidato da ricercatori di Aalto University, che punta a rendere la ricerca molto più efficiente. La notizia apre scenari concreti per applicazioni che vanno dai computer quantistici ai treni a levitazione magnetica.
AI e fisica quantistica: il motore che riduce milioni di combinazioni
Il team ha sfruttato algoritmi di machine learning per scanare enormi spazi di possibili combinazioni chimiche. Questa fase di pre-selezione scarta materiali improbabili e lascia emergere poche centinaia di candidati promettenti. In seguito, le predizioni vengono validate con calcoli quantistici approfonditi che analizzano la struttura elettronica.
Chip spariti dalle carte d’identità ad Acerra: tre casi in pochi giorni
Bande spaccafeste della Milano bene anni ’90: furti e devastazioni tornano per Roberto Vecchioni
La sinergia tra apprendimento automatico e geometria quantistica è l’elemento chiave. L’uso di modelli che apprendono pattern nei dati permette di puntare solo su materiali con reale potenziale superconduttivo. Così si risparmiano risorse computazionali e tempo di laboratorio.
Come funziona il nuovo flusso di ricerca
Screening iniziale e algoritmi
La procedura parte con un vasto database di elementi e composti noti e ipotetici. Un algoritmo di machine learning valuta caratteristiche strutturali e elettroniche per assegnare un punteggio di idoneità. I migliori risultati passano alla fase successiva per analisi più dettagliate.
Calcoli mirati e sintesi in laboratorio
I candidati selezionati sono sottoposti a calcoli teorici che simulano il comportamento degli elettroni. Queste simulazioni si concentrano su proprietà come le bande elettroniche e la possibile formazione di coppie di elettroni. I composti che superano i test vengono sintetizzati e misurati in laboratorio per confermare la superconduttività.
- Pre-screening con machine learning per ridurre lo spazio di ricerca.
- Analisi teoriche dettagliate basate sulla fisica quantistica.
- Sintesi chimica e test sperimentali per validare le previsioni.
I nuovi materiali: YRu3B2 e LuRu3B2 e la rete kagome
Tra i risultati più significativi ci sono due nuovi composti, YRu3B2 e LuRu3B2, che hanno mostrato comportamento superconduttivo nei test di laboratorio. La loro caratteristica strutturale è una disposizione a rete di tipo kagome, nota per generare bande elettroniche piatte chiamate flat bands. Queste bande consentono agli elettroni di cooperare in modo favorevole alla superconduttività.
La sintesi dei materiali è stata eseguita da un team del Rice University, coordinato dalla professoressa Emilia Morosan. Le misure sperimentali hanno confermato le previsioni teoriche, fornendo così una prova concreta dell’efficacia del metodo. Il lavoro è stato pubblicato su Physical Review Research.
Perché scoprire superconduttori pratici è così difficile
La fisica dietro la superconduttività è complessa e non sempre prevedibile. Nel corso degli anni sono stati riportati oltre 7.000 materiali con proprietà superconduttive, ma la maggior parte è stata trovata per caso. Solo una minima parte di questi è stata modellata con predizioni teoriche affidabili.
Un altro ostacolo è la produzione industriale: molti materiali risultano impossibili o troppo costosi da scalare. Inoltre, la maggioranza dei superconduttori noti funziona a temperature estremamente basse, vicino allo zero assoluto. Questo richiede sistemi di raffreddamento costosi e limita le applicazioni commerciali.
Secondo la leader del progetto, la professoressa Päivi Törmä, un superconduttore funzionante a temperatura ambiente rivoluzionerebbe il consumo energetico. L’adozione di materiali così pratici potrebbe ridurre drasticamente la domanda energetica dei data center e abbattere l’impronta termica del settore ICT.
Finanziamento, obiettivi e prossime esposizioni
Il consorzio SuperC è nato nel 2023 con l’obiettivo ambizioso di trovare un superconduttore a temperatura ambiente entro il 2033. Il progetto riceve fondi da diverse fondazioni e benefattori privati che supportano la ricerca di frontiera. Tra i finanziatori ci sono enti noti per investire in fisica fondamentale e applicata.
Il lavoro del gruppo sarà presentato nella mostra “Designs for a Cooler Planet” di Aalto University, in programma dal 1° settembre al 30 ottobre 2026 nell’area metropolitana di Helsinki. Tra i finanziatori figurano:
- The Kavli Foundation
- Klaus Tschira Stiftung
- Kevin Wells
- Jane and Aatos Erkko Foundation
- Keele Foundation
- Magnus Ehrnrooth Foundation
- Neste and Fortum Foundation
