Но существует много тысяч соединений, которые теоретически могут обладать топологическими характеристиками, и синтез и тестирование даже одного такого материала для определения его топологических свойств может занять месяцы экспериментов и анализа. Теперь команда исследователей из Массачусетского технологического института и других учреждений разработала новый подход, который позволяет быстро проводить скрининг материалов-кандидатов и определять с точностью более 90 процентов, являются ли они топологическими.

Используя этот новый метод, исследователи составили список материалов-кандидатов. О некоторых из них уже было известно, что они обладают топологическими свойствами, но остальные были предсказаны этим подходом недавно.

Результаты исследования опубликованы в журнале Передовые материалы в статье Мингда Ли, профессора по развитию карьеры 47-го класса Массачусетского технологического института, аспиранты (и сестры-близнецы) Нина Андреевич из Массачусетского технологического института и Йована Андреевич из Гарвардского университета, а также семь других сотрудников Массачусетского технологического института, Гарварда, Принстонского университета и Аргоннской национальной лаборатории.

Топологические материалы названы в честь раздела математики, который описывает формы на основе их инвариантных характеристик, которые сохраняются независимо от того, насколько объект непрерывно растягивается или выдавливается из своей первоначальной формы. Топологические материалы, аналогичным образом, обладают свойствами, которые остаются постоянными, несмотря на изменения в их условиях, такие как внешние возмущения или примеси.

Существует несколько разновидностей топологических материалов, включая, среди прочего, полупроводники, проводники и полуметаллы. Первоначально считалось, что существует лишь горстка таких материалов, но недавняя теория и расчеты предсказали, что на самом деле тысячи различных соединений могут обладать по крайней мере некоторыми топологическими характеристиками. Самое сложное - экспериментально выяснить, какие соединения могут быть топологическими.

Области применения таких материалов охватывают широкий спектр, включая устройства, которые могли бы выполнять вычислительные функции и функции хранения данных аналогично устройствам на основе кремния, но с гораздо меньшими потерями энергии, или устройства для эффективного сбора электроэнергии из отработанного тепла, например, на тепловых электростанциях или в электронных устройствах. Топологические материалы также могут обладать сверхпроводящими свойствами, которые потенциально могут быть использованы для создания квантовых битов для топологических квантовых компьютеров.

Но все это зависит от разработки или обнаружения правильных материалов. "Чтобы изучить топологический материал, вы сначала должны подтвердить, является ли материал топологическим или нет, - говорит Ли, - и эту часть трудно решить традиционным способом". Метод, называемый теорией функционала плотности, используется для выполнения первоначальных расчетов, за которыми затем должны следовать сложные эксперименты, требующие расщепления куска материала до плоскостности на атомном уровне и зондирования его приборами в условиях высокого вакуума. "Большинство материалов даже невозможно измерить из-за различных технических трудностей", - говорит Нина Андреевич. Но для тех, кто может, этот процесс может занять много времени. "Это действительно кропотливая процедура", - говорит она.

В то время как традиционный подход основан на измерении фотоэмиссии материала или туннелирования электронов, объясняет Ли, новый метод, разработанный им и его командой, основан на поглощении, в частности, на том, как материал поглощает рентгеновские лучи. В отличие от дорогостоящего оборудования, необходимого для обычных тестов, рентгеновские абсорбционные спектрометры легко доступны и могут работать при комнатной температуре и атмосферном давлении без необходимости в вакууме. Такие измерения широко проводятся в биологии, химии, исследованиях аккумуляторных батарей и многих других приложениях, но ранее они не применялись для идентификации топологических квантовых материалов.

Рентгеновская абсорбционная спектроскопия позволяет получить характерные спектральные данные для данного образца материала. Следующая задача состоит в том, чтобы интерпретировать эти данные и то, как они соотносятся с топологическими свойствами. Для этого команда обратилась к модели машинного обучения, загрузив набор данных о спектрах поглощения рентгеновских лучей известными топологическими и нетопологическими материалами и обучив модель находить закономерности, которые связывают их. И он действительно обнаружил такие корреляции.

"Удивительно, но этот подход был более чем на 90 процентов точен при тестировании на более чем 1500 известных материалах", - говорит Нина Андреевич, добавляя, что предсказания занимают всего несколько секунд. "Это захватывающий результат, учитывая сложность обычного процесса".

Хотя модель работает, как и многие результаты машинного обучения, исследователи пока точно не знают, почему она работает или каков лежащий в основе механизм, который связывает поглощение рентгеновского излучения с топологическими свойствами. "Хотя изученная функция, связывающая рентгеновские спектры с топологией, сложна, результат может свидетельствовать о том, что определенные атрибуты, к которым чувствительны измерения, такие как локальные атомные структуры, являются ключевыми топологическими индикаторами", - говорит Йована Андреевич.

Команда использовала модель для построения периодической таблицы, которая отображает общую точность модели для соединений, изготовленных из каждого из элементов. Он служит инструментом, помогающим исследователям ориентироваться в семействах соединений, которые могут обладать нужными характеристиками для данного применения. Исследователи также провели предварительное исследование соединений, на которых они использовали этот рентгеновский метод, без предварительного знания их топологического статуса, и составили список из 100 перспективных материалов-кандидатов, некоторые из которых уже были известны как топологические.

В исследовательскую группу входили Андрей Берневиг и Николя Реньо из Принстонского университета, Фей Хан, Тхань Нгуен и Натан Друкер из Массачусетского технологического института, Крис Райкрофт из Гарвардского университета и Жилберто Фаббрис из Аргоннской национальной лаборатории. Работа была поддержана Министерством энергетики США и Национальным научным фондом.