SuperC (ulkoinen linkki)
Aalto-yliopiston koordinoima kansainvälinen SuperC konsortio pyrkii löytämään huoneenlämmössä toimivan suprajohteen vuoteen 2033 mennessä.
Tutkijat paljastivat kaksi uutta suprajohdetta menetelmällä, jolla voi jatkossa löytää tuhansia lisää
Fyysikoiden tekoälyyn perustuvan menetelmän myötä suprajohtavuuden valtavat energiahyödyt ovat askeleen lähempänä
Aalto-yliopiston professori Päivi Törmän vetämä kansainvälinen SuperC-konsortio on osoittanut, miten tekoälyn avulla on mahdollista löytää uusia suprajohteita paljon aiempaa nopeammin.
Suprajohteet ovat materiaaleja, jotka kuljettavat sähkövirtaa ilman vastusta. Suprajohteita käytetään esimerkiksi kvanttitietokoneissa, lääketieteellisissä kuvantamislaitteissa, fuusioreaktoreissa ja maglev-junissa.
Nykyisin tunnetut suprajohteet vaativat ympärilleen kalliita jäähdytyslaitteita, koska ne toimivat vain äärimmäisen kylmässä, lähellä absoluuttista nollapistettä. Siksi tutkijat ovat pitkään yrittäneet kuumeisesti löytää huoneenlämmössä toimivia suprajohteita.
”Huoneenlämmössä toimiva suprajohde muuttaisi pysyvästi energiankulutustamme. Perinteisten johtimien korvaaminen suprajohteilla vähentäisi merkittävästi esimerkiksi tietotekniikan ja datakeskusten globaalia energiankulutusta ja pienentäisi koko IT-alan hiilijalanjälkeä”, Päivi Törmä selittää.
Ainutlaatuinen yhteistyöhanke
Törmä ja ryhmä muita tunnettuja fyysikkoja perustivat SuperC-konsortion vuonna 2023 valjastaakseen kvanttifysiikan taisteluun ilmastonmuutosta vastaan. Kyseessä on ensimmäinen kerta, kun suprajohteiden löytämiseksi on perustettu maailmanlaajuinen yhteistyöhanke. Konsortion tavoite on löytää huoneenlämmössä toimiva suprajohde vuoteen 2033 mennessä.
Professori Päivi Törmä"Tekoälyn avulla pystymme käsittelemään ehkä jopa miljardeja materiaaleja. Se on iso askel kohti huoneenlämmössä toimivaa suprajohdetta."
SuperC hyödyntää etsinnässä tekoälyä ja kvanttigeometriaa eli kvanttitilojen geometrian vaikutusta aineen ominaisuuksiin.
Nyt syntetisoiduilla YRu3B2- ja LuRu3B2-suprajohdemateriaaleilla on kiehtova yhteys japanilaiseen käsityöperinteeseen: niiden suprajohtavuus syntyy elektronien muodostamista litteistä vöistä niin sanotussa kagome-kuviossa, joka on perinteinen korinkudontatekniikka.
Monet potentiaaliset materiaaliyhdistelmät ovat käyttökelvottomia, tai liian hankalia syntetisoida tai skaalata. Tekoälyn avulla materiaaliyhdistelmien joukosta voidaan seuloa lupaavimmat kandidaatit, minkä jälkeen tutkijat laskevat teoreettisesti, ovatko ne suprajohtavia.
”Tällä tavoin suprajohteiden etsimistä voi nopeuttaa valtavasti. Tekoälyn avulla pystymme käsittelemään ehkä jopa miljardeja materiaaleja. Se on iso askel kohti huoneenlämmössä toimivaa suprajohdetta”, Törmä sanoo.
Teoreettisen varmennuksen jälkeen yhdysvaltalaisen Ricen yliopiston tutkijat valmistivat näytteet professori Emilia Morosanin johdolla. Lopuksi tutkijat todensivat materiaalien suprajohtavuuden kokeellisesti.
Tutkimus julkaistiin Physical Review Research -lehdessä.
SuperC:n tutkimus on esillä Aalto-yliopiston Designs for a Cooler Planet -näyttelyssä 1.9.-30.10.2026.
SuperC-konsortiota rahoittavat Kavli-säätiö, Klaus Tschira -säätiö, Kevin Wells ja suomalaiset Keele-säätiö, Jane ja Aatos Erkon säätiö, Magnus Ehrnroothin säätiö, ja Nesteen ja Fortumin säätiö.
Lisätietoja:
Designs for a Cooler Planet 2026 -näyttely
Haluatko kurkistaa huomiseen? Tervetuloa tutustumaan vuoden suurimpaan näyttelyymme!
Lue lisää uutisia
Mitä on kvanttiteknologia?
Moni nykyajan laite ei olisi olemassa ilman kvanttiteknologiaa, mutta huimimmat sovellukset vasta siintävät horisontissa.
Kvanttihypen anatomia
Väitöskirjatutkija Christa Schauman kertoo, miten Suomi ja Eurooppa pärjäävät kisassa, johon kaikki haluavat mukaan – palkinnon epävarmuudesta huolimatta.
Määrälaskennan automatisointi tekoälyllä vaatii muutoksia nykykäytäntöihin
Määrälaskentaa tehdään rakennushankkeissa useita kertoja vaihtelevin tuloksin. Talotekniikka 2030 -hankkeen TH15-tutkimus selvitti, miten määrälaskennan laatua voitaisiin parantaa ja miten laskelmien tuottaminen voitaisiin automatisoida tekoälyn avulla. Tutkimuksen toteutti Tampereen yliopisto.