Large spin splitting metallic altermagnets from machine-learned design rules
تستخدم هذه الدراسة التعلم الآلي القابل للتفسير لتحديد قواعد التصميم للمغناطيسات البديلة المعدنية (metallic altermagnets)، مما أدى إلى اكتشاف عائلة مستقرة من مركبات "هويسلر" رباعية الزوايا من النوع ذات انقسامات مغزلية كبيرة تتجاوز المعايير المرجعية الحالية وتُظهر مقاومة مغناطيسية نفقية واعدة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم الإلكترونيات، يمثل التحكم في تدفق الإلكترونات بناءً على دورانها المغزلي (السبين) الهدف الأسمى لبناء أجهزة أسرع وأكثر كفاءة. لعقود من الزمن، اعتمد العلماء على نوعين رئيسيين من المواد المغناطيسية للقيام بذلك: الفيرومغناطيسية (المواد المغناطيسية الحديدية)، التي تعمل مثل مغانط قضيبية صغيرة ذات جذب صافٍ قوي، والأنتيفيرومغناطيسية (المواد المغناطيسية المضادة)، حيث تلغي القوى المغناطيسية الداخلية بعضها البعض تماماً، مما لا يترك أي جذب خارجي. الفيرومغناطيسية سهلة الاستخدام ولكنها تخلق مجالات مغناطيسية شاردة تتداخل مع المكونات المجاورة، بينما الأنتيفيرومغناطيسية هادئة وكثيفة ولكن يصعب التحكم فيها لأنها تفتقر إلى ذلك المجال المغناطيسي الصافي. وقد ظهر تصنيف ثالث، سُمي مؤخراً بـ "الألترماغنيت" (altermagnets)، لسد هذه الفجوة. تمتلك هذه المواد الترتيب المغناطيسي الهادئ والملغي للأنتيفيرومغناطيسات، ومع ذلك فهي تنجح في تقسيم مستويات طاقة الإلكترونات بناءً على اتجاه الدوران المغزلي، وهي ميزة كانت حكراً عادةً على الفيرومغناطيسات. هذا المزيج الفريد يسمح لها بحمل تيارات مستقطبة مغزلياً دون خلق المجالات المغناطيسية الفوضوية التي تعيب الأجهزة التقليدية، مما يجعلها مرشحاً واعداً للجيل القادم من تقنية السبنترونيكس (الإلكترونيات الدورانية).
وعلى الرغم من جاذبيتها النظرية، كان العثور على مواد واقعية تطابق هذا الوصف تحدياً كبيراً. فبينما حدد الباحثون بعض الأمثلة، إلا أن معظمها إما عوازل تحجب الكهرباء أو أشباه موصلات يصعب دمجها في الدوائر القياسية. وكانت الجائزة الأكثر سعياً وراءها هي مادة "ألترماغنيت" معدنية تُظهر فصلاً واضحاً وكبيراً بين حالات الدوران المغزلي، وتحديداً تلك التي تمتلك نمط "موجة d" (d-wave)، وهو الشكل الأكثر كفاءة لتوليد تيارات كهربائية مفيدة. وحتى الآن، كانت مثل هذه المواد نادرة، وغالباً ما كانت عملية البحث عنها عملية بطيئة من التجربة والخطأ، عبر اختبار مركب كيميائي تلو الآخر دون خريطة واضحة لما يجب البحث عنه.
لقد غيرت دراسة جديدة أجراها باحثون من جامعة لوند وجامعة لينكوبينغ في السويد النهج المتبع في هذا البحث من خلال الجمع بين الذكاء الاصطناعي والمحاكاة الحاسوبية عالية السرعة. فبدلاً من اختبار آلاف المركبات الكيميائية عشوائياً، قام الفريق أولاً بتعليم نموذج تعلم آلي كيفية التعرف على الأنماط الخفية التي تؤدي إلى انفصال مغزلي كبير. لقد غدّوا الحاسوب ببيانات من 180 مادة مغناطيسية تمت دراستها سابقاً، مما سمح للخوارزمية بتعلم السمات الهيكلية والكيميائية الأكثر أهمية. وسرعان ما حدد النموذج قاعدتين بسيطتين للنجاح: يجب أن يكون الهيكل البلوري متراصاً، مع عدد قليل من الذرات المتراصة بإحكام، ويجب أن تكون الذرات المغناطيسية داخل ذلك الهيكل قادرة على حمل عزوم مغناطيسية محلية قوية. وفرت هذه النتائج مجموعة واضحة من التعليمات للمرحلة التالية من عملية البحث.
مسلحين بهذه القواعد، وجه الباحثون اهتمامهم إلى عائلة محددة من المركبات الكيميائية تُعرف باسم "سبائك هيوسلر" (Heusler alloys)، وهي مكونة من ثلاثة عناصر مختلفة مرتبة في شكل بلوري رباعي الأضلاع. قاموا بفحص 307 تنويعات مختلفة من هذه المركبات باستخدام نظرية الكثافة الوظيفية المتقدمة، وهي طريقة صارمة لحساب سلوك الإلكترونات في المواد الصلبة. عملت عمليات المحاكاة الحاسوبية كمرشح، حيث تحققت أولاً مما إذا كان تناظر البلورة يسمح بالحالة "الألترماغناطيسية" الخاصة، ثم تحققت مما إذا كانت المادة ستظل معدنية. ومن بين مئات المرشحين، أكدت عمليات المحاكاة أن 157 منها كانت بالفعل ألترماغنيت معدنية. ثم قلص الفريق هذه القائمة بالتحقق من الاستقرار، لضمان أن المواد لن تتفكك أو يتغير شكلها في الظروف العادية. تركت هذه العملية معهم قائمة قصيرة تضم ستة عشر مرشحاً واعداً، لم تكن مستقرة فحسب، بل امتلكت أيضاً الخصائص المغناطيسية المطلوبة.
كانت النتائج مذهلة. فقد أظهرت عدة مواد من هذه المواد الجديدة انفصالاً مغزلياً أكبر بكثير من أي ألترماغنيت معدني معروف سابقاً. حقق الأداء الأعلى، وهو مركب مكون من الكوبالت والألومنيوم والسكانديوم، انفصالاً مغزلياً قدره 2.24 إلكترون فولت، بينما وصل مرشح ثانٍ مكون من الحديد والألومنيوم والجرمانيوم إلى 2.07 إلكترون فولت. ولوضع ذلك في المنظور، فإن المعيار السابق للألترماغنيت المعدني كان مادة تسمى "أنتيمونيدات الكروم" (chromium antimonide)، والتي انقسمت عند حوالي 1.43 إلكترون فولت تحت نفس ظروف الاختبار. لقد ضاعفت المواد الجديدة أداء أفضل الأمثلة المعدنية السابقة بأكثر من الضعف. كما حسب الباحثون كيف ستتصرف هذه المواد في جهاز حقيقي، وقدروا أن مركب الكوبالت والألومنيوم والسكانديوم يمكن أن يولد مقاومة مغناطيسية نفقية تصل إلى 203 بالمائة. وهذا مقياس لمدى فعالية المادة في تبديل المقاومة الكهربائية (تشغيل وإيقاف) باستخدام الدوران المغزلي، وهي وظيفة حاسمة لتخزين الذاكرة والبوابات المنطقية.
بعيداً عن مجرد العثور على فائز واحد، أثبتت الدراسة أن نهج التعلم الآلي فعال. فقد ثبت أن المعيارين البسيطين اللذين حددهما الخوارزمية — الخلايا الوحدة المتراصة والعزوم المغناطيسية المحلية القوية — هما مؤشران موثوقان لإيجاد انفصال مغزلي كبير في عائلة كيميائية جديدة تماماً. وأكد الباحثون أن هذه المواد ليست مجرد فضول نظري؛ فهي مستقرة ديناميكياً وميكانيكياً، والعديد منها يقع في حالة طاقة منخفضة تشير إلى إمكانية تصنيعها في المختبر. كما رسمت الدراسة خريطة لكيفية حركة دوران الإلكترونات عبر هذه المواد، وكشفت أن الانفصال ليس موحداً بل يتبع نمطاً محدداً ذا أربعة فصوص يتغير اتجاهه بناءً على زاوية السفر. هذا السلوك الاتجاهي هو سمة مميزة لترتيب "موجة d" وهو ضروري لإنشاء التيارات المغزلية المعقدة اللازمة للإلكترونيات المتقدمة.
لا يتوقف العمل عند مرحلة التحديد. فقد قدم الباحثون خارطة طريق مفصلة للمجربين، مع تسليط الضوء على مركبات محددة مثل متغيرات الكوبالت والألومنيوم والسكانديوم والحديد والألومنيوم والجرمانيوم كأهداف أكثر جدوى للتصنيع الفوري. كما حسبوا موصلية "هال" المغزلية الذاتية، وهي مقياس لمدى قدرة المادة على تحويل التيار الكهربائي إلى تيار مغزلي، ووجدوا قيمًا كبيرة ومقاربة لأفضل المواد المستخدمة حالياً في الصناعة. ومن خلال الجمع بين التعلم الآلي القابل للتفسير وحسابات المبادئ الأولى المستهدفة، لم يكتشف الفريق عائلة جديدة من المواد عالية الأداء فحسب، بل أسسوا أيضاً طريقة جديدة لإيجادها. يشير هذا النهج إلى أن البحث عن المادة المغناطيسية المثالية لم يعد لعبة حظ، بل استكشافاً موجهاً حيث يتم إنارة الطريق من خلال الأنماط التي تكشفها البيانات نفسها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.