La ricerca di materiali superconduttori potrebbe entrare in una nuova fase grazie all'impiego dell'intelligenza artificiale. Un gruppo internazionale coordinato dall'Università di Aalto ha infatti dimostrato come un sistema di machine learning possa ridurre drasticamente il numero di combinazioni di materiali da analizzare, consentendo di identificare candidati promettenti in tempi molto più rapidi rispetto ai metodi tradizionali. Il risultato è già stato validato con la scoperta di due nuovi superconduttori, denominati YRu3B2 e LuRu3B2, e rappresenta una prova concreta dell'efficacia dell'approccio.
I superconduttori sono materiali in grado di trasportare corrente elettrica senza alcuna resistenza, eliminando quindi le perdite energetiche. Questa proprietà emerge però soltanto a temperature estremamente basse, prossime allo zero assoluto, rendendo necessario l'impiego di costosi sistemi criogenici. Nonostante questo limite, tali materiali trovano già impiego in numerosi settori, tra cui computer quantistici, risonanza magnetica, reattori a fusione e treni a levitazione magnetica.
Da decenni la comunità scientifica è impegnata nella ricerca di un superconduttore stabile a temperatura ambiente, considerato uno degli obiettivi più importanti della fisica dei materiali. Un simile risultato avrebbe infatti conseguenze profonde per la trasmissione dell'energia elettrica e per l'efficienza di sistemi informatici e infrastrutture digitali.
