Large spin splitting metallic altermagnets from machine-learned design rules

In de wereld van de elektronica is het controleren van de stroom van elektronen op basis van hun spin de heilige graal voor het bouwen van snellere, efficiëntere apparaten. Decennialang hebben wetenschappers vertrouwd op twee hoofdtypen magnetische materialen om dit te doen: ferromagneten, die werken als kleine staafmagneten met een sterke netto aantrekkingskracht, en antiferromagneten, waarbij de interne magnetische krachten elkaar perfect opheffen, waardoor er geen externe aantrekkingskracht overblijft. Ferromagneten zijn gemakkelijk te gebruiken maar creëren restmagnetische velden die naburige componenten verstoren, terwijl antiferromagneten stil en dicht zijn maar moeilijk te manipuleren omdat ze dat netto magnetische veld missen. Een derde categorie, recentelijk altermagneten genoemd, is opgekomen om deze kloof te overbruggen. Deze materialen bezitten de stille, opgeheven magnetische orde van antiferromagneten, maar slagen er toch in om hun elektronische energieniveaus te splitsen op basis van de spinrichting, een kenmerk dat normaal gesproken voorbehouden is aan ferromagneten. Deze unieke combinatie stelt hen in staat om spin-gepolariseerde stromen te vervoeren zonder de rommelige magnetische velden te creëren die traditionele apparaten teisteren, wat hen een veelbelovende kandidaat maakt voor de volgende generatie spintronische technologie.

Ondanks hun theoretische aantrekkingskracht is het vinden van real-world materialen die aan deze beschrijving voldoen een uitdaging geweest. Hoewel onderzoekers enkele voorbeelden hebben geïdentificeerd, zijn de meeste ofwel isolatoren die elektriciteit blokkeren, of halfgeleiders die moeilijk te integreren zijn in standaardcircuits. De meest gezochte prijs is een metallische altermagneet die een grote, duidelijke scheiding van spin-toestanden vertoont, specifiek één met een "d-golf"-patroon, wat de meest efficiënte vorm is voor het genereren van nuttige elektrische stromen. Tot nu toe waren dergelijke materialen schaars, en de zoektocht naar hen was vaak een traag proces van trial-and-error, waarbij één chemische verbinding na de andere werd getest zonder een duidelijke kaart van waar naar gezocht moest worden.

Een nieuwe studie door onderzoekers van de Lund University en de Linköping University in Zweden heeft de aanpak van deze zoektocht veranderd door kunstmatige intelligentie te combineren met hogesnelheid computer-simulaties. In plaats van blindelings duizenden willekeurige chemicaliën te testen, leerde het team eerst een machine learning-model om de verborgen patronen te herkennen die leiden tot grote spin-splitting. Ze voedden de computer gegevens van 180 eerder bestudeerde magnetische materialen, waardoor het algoritme kon leren welke structurele en chemische kenmerken het belangrijkst waren. Het model identificeerde snel twee eenvoudige regels voor succes: de kristalstructuur moet compact zijn, met een klein aantal atomen dat dicht op elkaar gepakt zit, en de magnetische atomen binnen die structuur moeten in staat zijn om sterke lokale magnetische momenten vast te houden. Deze bevindingen boden een duidelijke set instructies voor de volgende fase van de jacht.

Gewapend met deze regels richtten de onderzoekers hun aandacht op een specifieke familie van chemische verbindingen die bekend staan als Heusler-legeringen, die bestaan uit drie verschillende elementen gerangschikt in een tetragonale kristalvorm. Ze screenden 307 verschillende variaties van deze verbindingen met behulp van geavanceerde dichtheidsfunctionaaltheorie, een rigoureuze methode voor het berekenen van het gedrag van elektronen in vaste stoffen. De computersimulaties fungeerden als een filter, waarbij eerst werd gecontroleerd of de symmetrie van het kristal de speciale altermagnetische staat toeliet, en vervolgens werd geverifieerd of het materiaal metallisch bleef. Van de honderden kandidaten bevestigden de simulaties dat 157 inderdaad metallische altermagneten waren. Het team verfijnde deze lijst vervolgens door te controleren op stabiliteit, om er zeker van te zijn dat de materialen niet uit elkaar zouden vallen of van vorm zouden veranderen onder normale omstandigheden. Dit proces liet hen met een shortlist van zestien veelbelovende kandidaten die niet alleen stabiel waren, maar ook over de gewenste magnetische eigenschappen beschikten.

De resultaten waren opmerkelijk. Verschillende van deze nieuwe materialen vertoonden een spin-splitting die veel groter was dan die van enige voorheen bekende metallische altermagneet. De beste performer, een verbinding gemaakt van kobalt, aluminium en scandium, vertoonde een spin-splitting van 2,24 elektronvolt, terwijl een tweede kandidaat gemaakt van ijzer, aluminium en germanium 2,07 elektronvolt bereikte. Om dit in perspectief te plaatsen: de vorige benchmark voor metallische altermagneten was een materiaal genaamd chromium antimonide, dat splitste bij ongeveer 1,43 elektronvolt onder dezelfde testcondities. De nieuwe materialen verdubbelden de prestaties van de beste voorheen bekende metallische voorbeelden meer dan. De onderzoekers berekenden ook hoe deze materialen zich in een echt apparaat zouden gedragen, en schatten dat de kobalt-aluminium-scandium-verbinding een tunneling magnetoresistantie van tot 203 procent kan genereren. Dit is een maatstaf voor hoe effectief het materiaal de elektrische weerstand aan of uit kan schakelen met behulp van spin, een cruciale functie voor geheugenopslag en logische poorten.

Naast het vinden van slechts één winnaar, bewees de studie dat de machine-learning-aanpak werkt. De twee eenvoudige criteria die door het algoritme werden geïdentificeerd — compacte eenheidscellen en sterke lokale magnetische momenten — bleken betrouwbare voorspellers te zijn voor het vinden van grote spin-splitting in een volledig nieuwe chemische familie. De onderzoekers bevestigden dat deze materialen niet slechts theoretische curiositeiten zijn; ze zijn dynamisch en mechanisch stabiel, en veel van hen bevinden zich in een lage energietoestand die suggereert dat ze in een laboratorium kunnen worden gesynthetiseerd. De studie bracht ook in kaart hoe de spin van de elektronen door deze materialen beweegt, waarbij werd onthuld dat de splitting niet uniform is maar een specifiek vierlobbig patroon volgt dat van richting verandert afhankelijk van de hoek van de reis. Dit directionele gedrag is een kenmerk van de d-golf-orde en is essentieel voor het creëren van de complexe spinstromen die nodig zijn voor geavanceerde elektronica.

Het werk stopt niet bij de identificatie. De onderzoekers hebben een gedetailleerde roadmap geboden voor experimentalisten, waarbij zij specifieke verbindingen zoals de kobalt-aluminium-scandium en ijzer-aluminium-germanium varianten aanwijzen als de meest levensvatbare doelwitten voor directe synthese. Ze hebben ook de intrinsieke spin Hall-geleidbaarheid berekend, een maatstaf voor hoe goed het materiaal een elektrische stroom kan omzetten in een spinstroom, waarbij ze waarden vonden die aanzienlijk zijn en vergelijkbaar met de beste materialen die momenteel in de industrie worden gebruikt. Door interpreteerbare machine learning te combineren met gerichte first-principles berekeningen, heeft het team niet alleen een nieuwe familie van hoogwaardige materialen ontdekt, maar ook een nieuwe methode gevonden om ze te vinden. Deze aanpak suggereert dat de zoektocht naar het perfecte magnetische materiaal niet langer een spel van kansen is, maar een geleide exploratie waarbij het pad vooruit wordt verlicht door de patronen die de data zelf onthult.