Udnytte kraften i AI og højtydende computing for at udvide evolution til superledere

Ejere af fuldblodshingste yngler omhyggeligt prisvindende heste i generationer for at slippe brøkdele af et sekund ud i løb på millioner dollars. Materialeforskere har taget en side fra den playbook, vender sig til evolutionens magt og kunstig selektion for at udvikle superledere, der kan overføre elektrisk strøm så effektivt som muligt.

Måske kontraintuitivt, de fleste anvendte superledere kan operere ved høje magnetfelter, fordi de indeholder defekter. Nummeret, størrelse, form og position af defekterne i en superleder arbejder sammen for at forbedre den elektriske strømbæreevne i nærvær af et magnetfelt. For mange fejl, imidlertid, kan føre til blokering af den elektriske strøm eller en nedbrydning af det superledende materiale så forskere skal være selektive i, hvordan de inkorporerer defekter i et materiale.

I en ny undersøgelse fra US Department of Energy's (DOE) Argonne National Laboratory, forskere brugte kraften fra kunstig intelligens og højtydende supercomputere til at introducere og vurdere virkningen af ​​forskellige konfigurationer af defekter på ydeevnen af ​​en superleder.

Forskerne udviklede en computeralgoritme, der behandlede hver defekt som et biologisk gen. Forskellige kombinationer af defekter gav superledere i stand til at bære forskellige mængder strøm. Når algoritmen først havde identificeret et særligt fordelagtigt sæt fejl, det geninitialiserede med det sæt defekter som et "frø, "hvorfra nye kombinationer af fejl ville dukke op.

"Hver kørsel af simuleringen svarer til dannelsen af ​​en ny generation af fejl, som algoritmen søger at optimere, "sagde Argonne fremtrædende kollega og senior materialeforsker Wai-Kwong Kwok, forfatter til undersøgelsen. "Over tid, defektstrukturer bliver gradvist forfinede, som vi bevidst vælger for defekte strukturer, der tillader materialer med den højeste kritiske strøm. "

Grunden til, at defekter udgør en så væsentlig del af en superleder, ligger i deres evne til at fange og forankre magnetiske hvirvler, der dannes i nærvær af et magnetfelt. Disse hvirvler kan bevæge sig frit inden i et rent superledende materiale, når der påføres en strøm. Når de gør det, de begynder at generere en modstand, negerer den superledende effekt. Holde hvirvler fastgjort, mens den stadig lader strøm strømme gennem materialet, repræsenterer en hellig gral for forskere, der søger at finde måder at overføre elektricitet på uden tab i anvendte superledere.

For at finde den rigtige kombination af fejl til at standse hvirvelernes bevægelse, forskerne initialiserede deres algoritme med fejl i tilfældig form og størrelse. Selvom forskerne vidste, at dette ville være langt fra den optimale opsætning, det gav modellen et sæt neutrale indledende betingelser at arbejde fra. Da forskerne løb igennem successive generationer af modellen, de så de første defekter forvandle sig til en søjleform og i sidste ende et periodisk arrangement af plane defekter.

"Når folk tænker på målrettet udvikling, de tænker måske på mennesker, der opdrætter hunde eller heste, "sagde Argonne materialeforsker Andreas Glatz, den tilsvarende forfatter til undersøgelsen. "Vores er et eksempel på materialer efter design, hvor computeren lærer fra tidligere generationer det bedst mulige arrangement af fejl. "

En potentiel ulempe ved processen med kunstig defektvalg ligger i, at visse defektmønstre kan forankres i modellen, hvilket fører til en slags forkalkning af de genetiske data. "På en vis måde, du kan lidt tænke på det som indavl, "Kwok sagde." At bevare de fleste oplysninger i vores defekte 'genpulje' mellem generationer har både fordele og begrænsninger, da det ikke tillader drastiske systemomfattende transformationer. Imidlertid, vores digitale 'evolution' kan gentages med forskellige indledende frø for at undgå disse problemer. "

For at køre deres model, forskerne krævede højtydende computerfaciliteter ved Argonne og Oak Ridge National Laboratory. Argonne Leadership Computing Facility og Oak Ridge Leadership Computing Facility er begge DOE Office of Science brugerfaciliteter.

En artikel baseret på undersøgelsen, "Målrettet udvikling af fastgørelseslandskaber til store superledende kritiske strømme, "dukkede op i den 21. maj udgave af Procedurer fra National Academy of Sciences . Ud over Kwok og Glatz, Argonnes Ivan Sadovskyy, Alexei Koshelev og Ulrich Welp samarbejdede også.