Materiały topologiczne, szczególna klasa materiałów, których powierzchnie wykazują właściwości elektryczne lub funkcjonalne inne niż ich wnętrze, są gorącym polem badań od czasu eksperymentalnych badań w 2007 r. – odkrycie, które zainicjowało dalsze badania i zdobyło Nagrodę Nobla w dziedzinie fizyki w 2016 r. Uważa się, że materiały te mają ogromny potencjał w różnych dziedzinach i mogą pewnego dnia znaleźć zastosowanie w ultrawydajnych urządzeniach elektronicznych lub optycznych lub w kluczowych elementach komputerów kwantowych.
Ale istnieje wiele tysięcy związków, które teoretycznie mogą mieć właściwości topologiczne, a synteza i testowanie nawet jednego takiego materiału w celu określenia jego właściwości topologicznych może zająć miesiące eksperymentów i analiz. Teraz zespół badaczy z MIT i innych krajów opracował nowe podejście, które może szybko zbadać kandydujące materiały i określić, czy są topologiczne w ponad 90 procentach.
Korzystając z tej nowej metody, naukowcy stworzyli listę materiałów kandydujących. Wiadomo było już, że kilka z nich ma właściwości topologiczne, ale reszta została niedawno przewidziana przez to podejście.
Wyniki zostały ogłoszone w czasopiśmie zaawansowane materiały W artykule napisanym przez Mingdę Lee, 47-klasową profesor rozwoju kariery na MIT, doktorantki (i siostry bliźniaczki) Nina Andrejevic z MIT i Jovana Andrejevic z Harvardu oraz siedem innych osób z MIT, Harvardu, Princeton University i Argonne National Laboratory .
Materiały topologiczne są nazwane na cześć działu matematyki, który opisuje kształty w oparciu o ich niezmienne właściwości, które utrzymują się bez względu na to, jak bardzo obiekt jest stale rozciągany lub ściskany od swojego pierwotnego kształtu. Podobnie materiały topologiczne mają właściwości, które pozostają niezmienne pomimo zmian ich warunków, takich jak zakłócenia zewnętrzne czy zanieczyszczenia.
Istnieje kilka rodzajów materiałów topologicznych, w tym półprzewodniki, przewodniki, półmetale i inne. Początkowo sądzono, że istnieje tylko kilka takich substancji, ale ostatnie teorie i obliczenia przewidywały, że w rzeczywistości tysiące różnych związków może mieć przynajmniej pewne właściwości topologiczne. Trudną częścią jest empiryczne odkrywanie związków, które mogą być topologiczne.
Zastosowania takich materiałów obejmują szeroki zakres, w tym urządzenia, które mogą wykonywać funkcje obliczeniowe i przechowywania danych podobne do urządzeń na bazie krzemu, ale z mniejszymi stratami energii, lub urządzenia do wydajnego zbierania energii elektrycznej z ciepła odpadowego, na przykład w elektrowniach cieplnych lub w urządzeniach elektronicznych. Materiały topologiczne mogą również mieć właściwości nadprzewodzące, które można wykorzystać do budowy kubitów do topologicznych komputerów kwantowych.
Ale wszystko zależy od opracowania lub odkrycia odpowiednich materiałów. „Aby zbadać materiał topologiczny, musisz najpierw potwierdzić, czy materiał jest topologiczny, czy nie, a ta część jest problemem trudnym do rozwiązania w tradycyjny sposób” – mówi Lee.
Do wykonania wstępnych obliczeń stosuje się metodę zwaną teorią funkcjonału gęstości, po której muszą następować złożone eksperymenty, wymagające rozcięcia kawałka materiału na płasko na poziomie atomowym i zweryfikowania go za pomocą instrumentów w warunkach wysokiej próżni.
„Większości materiałów nie można nawet zmierzyć ze względu na różne trudności techniczne” – mówi Nina Andrejevic. Ale dla tych, którzy mogą, proces ten może zająć dużo czasu. „To naprawdę trudna procedura” – mówi.
Podczas gdy tradycyjne podejście opiera się na pomiarze emisji optycznej materiału lub tunelowaniu elektronów, Lee wyjaśnia, nowa technika opracowana przez niego i jego zespół opiera się na absorpcji, a konkretnie na sposobie, w jaki materiał pochłania promieniowanie rentgenowskie.
W przeciwieństwie do drogich urządzeń potrzebnych do tradycyjnych testów, spektrometria absorpcji promieniowania rentgenowskiego jest łatwo dostępna i może działać w temperaturze pokojowej i ciśnieniu atmosferycznym, bez konieczności stosowania próżni. Pomiary te są powszechnie wykonywane w biologii, chemii, badaniach baterii i wielu innych zastosowaniach, ale nie były wcześniej stosowane do identyfikacji topologicznych materiałów kwantowych.
Spektroskopia absorpcji promieniowania rentgenowskiego dostarcza charakterystycznych danych spektroskopowych z danej próbki substancji. Kolejnym wyzwaniem jest interpretacja tych danych i ich związku z właściwościami topologicznymi. Dlatego zespół zamienił się w model uczenia maszynowego, dostarczanie do zestawu danych dotyczących widm absorpcji promieniowania rentgenowskiego znanych materiałów topologicznych i nietopologicznych oraz trenowanie modelu w celu znalezienia wzorców łączących te dwa. Takie linki już znalazłem.
„Co zaskakujące, to podejście było w ponad 90 procentach dokładne podczas testowania na ponad 1500 znanych substancjach” – mówi Nina Andrejevic, dodając, że prognozy zajmują tylko kilka sekund. „Jest to ekscytujący wynik, biorąc pod uwagę złożoność tradycyjnego procesu”.
Chociaż model działa, podobnie jak wiele wyników z uczenia maszynowego, naukowcy nie wiedzą jeszcze, dlaczego działa, ani jaki jest mechanizm łączący absorpcję promieniowania rentgenowskiego z właściwościami topologicznymi.
„Chociaż nabyta funkcja łącząca widma rentgenowskie z topologią jest złożona, wynik może wskazywać, że niektóre cechy, na które czuły jest pomiar, takie jak lokalne struktury atomowe, są kluczowymi wskaźnikami topologicznymi” – mówi Jovana Andrejevic.
Zespół wykorzystał model do zbudowania układu okresowego, który pokazuje ogólną dokładność modelu dla związków składających się z każdego z pierwiastków. Służy jako narzędzie pomagające naukowcom zidentyfikować rodziny związków, które mogą oferować odpowiednie właściwości do konkretnego zastosowania.
Naukowcy przeprowadzili również wstępne badania związków, na których wykorzystali tę metodę rentgenowską, bez wcześniejszej wiedzy o ich statusie topologicznym, i sporządzili listę 100 obiecujących kandydatów – z których niewiele było już znanych jako topologiczne.
„Ta praca stanowi jedno z pierwszych zastosowań nauczanie maszynowe aby zrozumieć eksperymenty, które próbują nam powiedzieć o złożonych materiałach” – mówi Joel Moore, profesor fizyki w Chern Simmons z UC Berkeley, który nie był związany z tymi badaniami.
Kilka rodzajów Materiały topologiczne Z założenia dobrze rozumiane koncepcyjnie, ale znalezienie materiałów kandydatów i weryfikacja, czy mają odpowiednią strukturę dla swoich zespołów, może być wyzwaniem. Uczenie maszynowe wydaje się oferować nowy sposób sprostania temu wyzwaniu: nawet dane eksperymentalne, których znaczenie nie jest od razu jasne dla ludzi, mogą być analizowane przez algorytm i jestem podekscytowany, widząc nowy materiał, który wyłoni się z tego sposobu patrzenia. „
„To był naprawdę dobry pomysł, aby wziąć pod uwagę, że spektrometria absorpcji promieniowania rentgenowskiego może mieć klucz do topologicznego charakteru mierzonej próbki” – skomentował Anatoly Frenkel, profesor na Wydziale Inżynierii Materiałowej i Inżynierii Chemicznej na Uniwersytecie Stony Brook i dyrektor chemik w Brookhaven National Laboratory.
Nina Andrejevic i in., Wskaźniki spektralne uczenia maszynowego dla topologii, zaawansowane materiały (2022). DOI: 10.1002 / adma.202204113
Wstęp do
Instytut Technologii w Massachusetts
Ta historia została ponownie opublikowana za zgodą MIT News (web.mit.edu/biuro informacyjne/), popularna strona zawierająca wiadomości związane z badaniami, innowacjami i nauczaniem w MIT.
cytat: Szybszy sposób znajdowania i badania materiałów topologicznych (2022, 26 października) Pobrano 26 października 2022 z https://phys.org/news/2022-10-faster-topological-materials.html
Niniejszy dokument podlega prawu autorskiemu. Bez względu na jakiekolwiek uczciwe postępowanie w celach prywatnych studiów lub badań, żadna część nie może być powielana bez pisemnej zgody. Treść udostępniana jest wyłącznie w celach informacyjnych.
„Analityk. Nieuleczalny nerd z bekonu. Przedsiębiorca. Oddany pisarz. Wielokrotnie nagradzany alkoholowy ninja. Subtelnie czarujący czytelnik.”