I superconduttori hanno appena guadagnato due nuovi protagonisti, e il modo in cui sono stati scoperti potrebbe cambiare le regole del gioco nella ricerca sui materiali. Un algoritmo di machine learning ha infatti individuato due composti capaci di condurre elettricità senza incontrare alcuna resistenza, una caratteristica che da decenni gli scienziati inseguono per applicazioni che vanno dall’energia all’elettronica avanzata.
A coordinare il lavoro è stata Päivi Törmä, professoressa alla Aalto University in Finlandia, alla guida del progetto SuperC. Il consorzio che ha firmato la scoperta ha puntato tutto su un approccio diverso rispetto a quello tradizionale, lasciando che fosse un sistema di apprendimento automatico a setacciare un numero enorme di possibili combinazioni tra gli elementi.
Perché un algoritmo cambia tutto
Il punto interessante non è solo che siano stati trovati due materiali nuovi. È il metodo con cui si è arrivati a quel risultato. Provare a immaginare quante combinazioni si possono ottenere mescolando gli elementi della tavola periodica dà un’idea della sfida. Sono praticamente infinite, e testarle una per una in laboratorio richiederebbe tempi lunghissimi.
Qui entra in gioco l’algoritmo, che è stato addestrato a filtrare e a riconoscere quali composti avessero buone probabilità di comportarsi da superconduttori. In pratica, anziché procedere a tentativi, la ricerca è stata indirizzata fin dall’inizio verso le opzioni più promettenti. Un risparmio di energie e di tempo che potrebbe fare la differenza.
Una porta aperta su migliaia di materiali
La parte più affascinante riguarda quello che potrebbe arrivare dopo. Se il metodo funziona come sembra, non si parla più di due soli composti, ma della possibilità concreta di scovarne a migliaia, materiali che fino a oggi nessuno aveva mai osservato né messo alla prova.
La superconduttività resta uno dei campi più stimolanti della fisica applicata, perché tocca settori molto diversi tra loro. Trasporto dell’energia, computer quantistici, magneti potentissimi, tutto passa anche da qui. Avere uno strumento capace di accelerare la scoperta di nuovi candidati significa potenzialmente avvicinare traguardi che oggi sembrano ancora lontani.
Il lavoro del team finlandese guidato da Törmä si inserisce in questa direzione, dimostrando che l’incontro tra intelligenza artificiale e fisica dei materiali non è soltanto una promessa teorica. È già diventato uno strumento concreto, capace di portare risultati tangibili e di indicare una strada che fino a poco tempo fa appariva difficile da percorrere con i metodi classici.