维度网讯，芬兰阿尔托大学参与的国际研究团队利用人工智能技术发现两种新型超导体，为超导材料筛选提供了更高效的方法。相关研究论文已发表在美国学术期刊《物理评论·研究》上，两种材料分别为YRu₃B₂和LuRu₃B₂。

这项成果的关键不只是“发现新材料”，而是把机器学习引入超导体候选材料筛选流程。超导材料组合空间极大，如果完全依靠传统试错和逐一计算，研发周期会很长。研究团队先用机器学习方法对大量元素组合进行预筛选，再对潜在候选材料开展更精细的第一性原理计算和实验验证，最终确认两种具有块体超导特征的kagome晶格化合物。kagome结构因其特殊电子结构和量子特性，长期受到凝聚态物理和量子材料研究关注。此次AI筛选与量子物理计算结合，说明材料研发正在从经验驱动、人工筛查，转向算法预判、计算验证和实验确认协同推进。

这两种新型超导体还不是室温超导材料，也不意味着马上进入工程应用。它们的价值更集中在方法论：AI可以帮助研究人员更快缩小候选范围，把原本庞大的材料搜索空间压缩到更值得实验验证的方向。

如果这种路径持续成熟，影响会延伸到能源、电力、计算和低温设备产业。可规模化应用的超导材料一旦实现更高临界温度、更稳定制备和更低成本应用，可能用于低损耗输电、高性能磁体、量子计算、数据中心、医学影像、粒子加速器和先进传感系统。现实门槛仍然很高，超导材料不仅要有理想物理性能，还要解决制备工艺、材料稳定性、临界电流、机械强度、冷却条件和批量制造成本等问题。AI发现两种新材料不会直接改变产业格局，但它给超导研发提供了新的筛选工具，有助于提高候选材料发现效率，并为未来寻找更接近室温条件的超导材料积累数据和方法。