跳到正文
IFAI

AI科研

Vals AI 借 Claude 智能体发现室温磁性材料:让芯片存储更小更快

首次发布 传播指数 36

Vals AI 利用 Claude Opus 5.5 智能体团队,通过量子力学模拟发现了两种室温反铁磁半导体候选材料。这类材料既无外部磁场干扰又能区分电子自旋,理论上有望制造更小、更快的计算机存储器。不过相关结论目前仍为计算模拟预测,尚待真实实验验证。

如果把计算机存储器拆开来看,里面其实挤满了数以亿计的微型磁铁。它们靠不同的指向代表 0 和 1,但只要是普通磁铁,就一定会向外释放磁场。排得太密,邻居之间就会互相干扰打架,这也是存储芯片很难无限缩小的物理死穴。

Vals AI 公布了一项进展。他们让一组基于 Claude Opus 5.5 的 AI 智能体协作,跑了数百次量子力学模拟,筛选出两种极具潜力的室温反铁磁半导体材料。这两块新材料如果能落地,未来的存储芯片不仅能塞进更多数据,读写切换速度还可能成倍提升。

既要没有磁场,又要分清自旋

要解决微型磁铁互相干扰的毛病,物理学家早就盯上了反铁磁材料。这种材料里的相邻原子磁矩一上一下、刚好相互抵消,对外表现为零磁场。不仅能把存储单元紧紧挨在一起,理论上它的翻转切换速度甚至比传统材料快上千倍。

但天下没有免费的午餐。普通反铁磁材料虽然消除了磁场,电子的自旋方向却混杂在各个能级里,导致读取电路根本没法靠电子自旋分清 0 和 1。

研究团队要找的,是一种叫作卢廷格补偿(Luttinger compensated)的特殊反铁磁半导体。它的原子磁矩虽然抵消为零,但原子所处的化学环境不对称,从而保留了按能级分拣自旋的能力。同时,这种特性还必须在室温甚至更高温度下扛住热扰动。

人类物理学家找这种材料找了很久。这次,AI 智能体接过了繁重的计算与结构搜索任务。

一个负责天马行空,一个负责翻旧账

经过多轮量子模拟,Claude 智能体团队交出了两份截然不同的答卷。

第一种是 AI 从头全新设计出的材料。模拟数据显示,它拥有非常理想的自旋能隙窗口,且在室温下工作良好。不过 Vals AI 直言,它的原子排布过于苛刻,当下的实验室工艺极难把它合成出来。

第二种发现则更有意思,AI 去历史文献里翻出了一款老材料。这种物质早在 1999 年就被人类制造出来过,但此前从没人意识到它具备这种特殊的自旋半导体特性。

模拟预测显示,这款 1999 年的老材料不仅没有宏观磁场、能准确区分自旋,甚至能在超过 100℃ 的高温环境下稳定工作。研究团队目前已经把完整的计算流程和代码公开在 GitHub 上。

不过团队也明确提醒,眼下所有的结论都还停留在计算机量子力学模拟阶段,尚未进行真实的物理实验,离制造出可用的存储芯片原型还有很长的路要走。

为什么重要

这项研究最聪明的地方,不是让 AI 凭空捏造科幻物质,而是懂得让大模型去「故纸堆」里重新评估已知材料。合成一种全新的晶体往往要耗费实验室数年时间,而验证一种早在 1999 年就能稳定制造的材料,工程门槛直接被砍掉了一大半。

对普通用户和硬件领域来说,这种自旋电子学材料如果真能跑通,意味着未来的非易失性存储(如 MRAM)有望摆脱发热和容量瓶颈,既拥有固态硬盘的掉电不丢数据,又能追上内存的吞吐速度。低功耗与抗高温特性,对车载芯片和移动设备也格外诱人。

但我们认为,现在还没到盲目开香槟的时候。第一性原理量子模拟在凝聚态物理中经常会遇到真实世界的意外,比如杂质缺陷、界面自旋退相干以及实际制备中的相分离。AI 给出的只是一份极其精准的寻宝地图,最终能不能挖出宝藏,还得看实验室里的材料物理学家能不能用真金白银把它点石成金。

来源 (1)

  1. [1]
    vals.ai(在新标签页打开)原文vals.ai

每日 AI 内容精选