Científicos rusos desarrollaron un sistema de red neuronal capaz de calcular el comportamiento de los superconductores a nivel microscópico. Los resultados del trabajo fueron compartidos por el Centro de Comunicación Científica de MFTI.
Los superconductores son materiales que, en determinadas condiciones, pierden por completo la resistencia eléctrica. Se consideran una base prometedora para la energía del futuro, el diagnóstico médico y la electrónica de alta precisión. Sin embargo, su estudio está relacionado con matemáticas extremadamente complejas y con grandes costos computacionales.
Hoy, para describir el comportamiento de las partículas dentro de un superconductor, los físicos utilizan las ecuaciones de Bogoliubov-de Gennes. La resolución de estas ecuaciones limita la escala de los modelos: por lo general se estudian muestras de apenas unos pocos cientos de átomos. Esto dificulta especialmente el análisis de materiales reales con defectos distribuidos caóticamente.
Especialistas de MFTI, junto con colegas de HSE University y NRNU MEPhI, propusieron un enfoque alternativo. Entrenaron una red neuronal con datos obtenidos mediante cálculos precisos de pequeñas secciones de un superconductor de tamaño 24×24 átomos. Tras el entrenamiento, el algoritmo aprendió a predecir las propiedades de estructuras considerablemente más grandes: más de 100×100 átomos.
El desarrollo permite ver cómo se forman las "islas" de superconductividad, cómo interactúan entre sí y en qué condiciones el material pierde sus propiedades conductoras. Según la evaluación de los investigadores, la tecnología puede acelerar de forma significativa la búsqueda de nuevos superconductores estables y simplificar la modelización de transiciones cuánticas.
Leer materiales sobre el tema:
- En MFTI apareció el primer litógrafo óptico sin máscara ruso para chips
- En MFTI crearon una red neuronal que pronostica fuertes vientos en el Ártico
- En MFTI desarrollan un diodo superconductor para la electrónica cuántica
