最近，一个国际量子材料团队发现了两种新的超导材料：YRu3B2 和 LuRu3B2。

原子排列成一种叫 kagome lattice 的结构，也就是“笼目晶格”。

这个名字来自日本传统竹篮编织图案。别被名字骗了，它不是装饰概念，是一种非常特殊的几何结构，会影响电子在材料里的运动方式。

量子研究团队展示了如何用机器学习，从几乎无限多种可能的材料组合中筛选出有希望成为超导体的候选材料。领导这项研究的阿尔托大学教授 Päivi Törmä 表示，这一突破意味着以后寻找新超导体会快得多。

超导体可以在零电阻的情况下传输电流。这种现象来自量子效应，而且通常只会在极低温下出现。超导体不仅能用于量子计算机，也能用于神经影像、核聚变反应堆、磁悬浮列车等领域。

但这类材料非常难找。因此，全世界科学家都在竞赛：寻找一种可以规模化使用、并且能在室温下工作的超导体。

为了利用量子物理应对气候变化，Törmä 教授和一批知名物理学家在 2023 年成立了 SuperC 联盟。这是第一个协调全球力量寻找新超导体的合作项目，他们的目标是在 2033 年前找到室温超导体。

Törmä 表示，SuperC 将量子几何和机器学习结合起来，是一个很好的起点。

研究者表示，他们的方法先用基于机器学习的预筛选，再对有希望的候选材料进行有针对性的计算。这种方法将大大加快未来发现超导体的速度。

为了发现这两种新超导体，研究团队先用机器学习缩小可能的元素组合范围。经过独特算法的预筛选后，他们再进行详细计算，判断哪些材料可能具有超导性。

理论确认之后，SuperC 在莱斯大学的合作者开始合成样品。之后莱斯大学团队对这些材料进行了测试，确认它们确实具有超导性。

这篇概念验证论文《Machine-learning-guided discovery of kagome superconductors YRu3⁢B2 and LuRu3⁢B2》最近发表在物理评论研究期刊上。

过去寻找超导体就如同大海捞针，面对庞大的元素周期表，组合方式几乎是无穷无尽的。
如今，通过“机器学习+量子材料理论+实验合成”协同作战，能构建出一条高效的超导体发现流水线。

那么，将条路线继续放大，未来科学家就可能从数百万、数十亿种候选材料中更快筛出真正有价值的超导体。