Accelerating discovery of infrared nonlinear optical materials with large shift current via high-throughput screening
本研究采用高通量筛选策略，对超过154,000种材料进行了筛选，以识别出32种具有强移电流响应的红外非线性光学候选材料，揭示了具有对称性和重区元素的层状结构在下一代光电子应用领域中特别具有前景。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，光的世界不仅仅是让我们看见事物的媒介，更是一条等待着被转化为电能的强大能量之河。几十年来，我们一直依赖一种特定的“大坝”来捕捉这种能量：太阳能电池板。这些面板通过使用一种特殊的结（就像两种不同材料之间的墙）来推动电子向一个方向移动，从而产生电流。但问题在于：这种传统方法对于其能产生的电压有一个硬性的上限，而且它大多忽略了被称为红外线的不可见、温暖的光谱部分。
迎来一种更神奇的捕获光的方式——“体光伏效应”（bulk photovoltaic effect）。这种效应不需要墙或结，而是在一个单一的、完美的、缺乏中心对称性的晶体内部发生。当光照射到它时，电子不仅仅是跳跃，它们还会改变在真实空间中的位置，就像舞者突然协调地向侧面迈出一步。这创造了一种稳定的电流，而无需任何外部电池或电压。科学家们称之为“位移电流”（shift current）。长久以来的谜团在于：哪些材料最适合实现这一点，特别是在红外光领域？寻找这些材料就像在大海捞针，通常只能通过一次测试一种材料并寄希望于好运。
伟大的数字搜寻
在这项研究中，研究团队决定不再靠猜测，而是用一张超级强大的网开始搜寻。他们不仅仅是寻找几种材料，而是对一个包含超过 154,000 种已知无机化合物的数据库投下了巨大的数字网。你可以把这个数据库想象成一个记录了每种已知化学配方的巨大图书馆。团队构建了一个巧妙的多步过滤器来筛选这个图书馆，寻找那些稳定、非磁性且具有允许电子发生位移的特定“不对称”对称性的晶体。
在过滤掉那些不可能或不稳定的物质后，他们留下了 2,519 个有潜力的候选者。随后，他们对所有这些候选者进行了高速计算机模拟，以观察它们产生“位移电流”的效果如何。这是一场计算的马拉松，但结果是一座金矿。他们发现了 32 种表现非常强劲的材料，但真正的寻宝之旅才刚刚开始。
红外线冠军
团队想要了解这 32 位冠军中，哪些可以处理红外光——即那种携带热量并被用于夜视仪和遥控器的光。通过运行更精确、更详细的模拟（使用更准确的数学方法来复核他们的工作），他们将范围缩小到了 9 种特殊的材料。
其中的明星是一种名为 Sn5Ge2(SbTe5)2 的化合物。在模拟中，这种材料展现出了高达 616 µA/V² 的巨大位移电流响应。为了让你理解其规模，论文指出，这比之前已知的最佳红外材料强了四倍。其他顶尖的表现者还包括 BiSb 和 Ge(SbTe2)2，它们在红外范围内也显示出了巨大的响应。
研究人员发现了成功的秘密配方。表现最好的材料并非随机产生的，它们都拥有共同的“性格”。它们往往具有层状结构（像一叠煎饼），并且具有一种被称为 C3v 的特定对称性。最重要的是，它们充满了来自元素周期表中“p区”的重元素，特别是碲 (Te)、锑 (Sb)、锗 (Ge) 和硒 (Se)。论文指出，这些重原子的电子云体积庞大且具有方向性，使得它们在受到光照时能够完成那次巨大的“舞步”，从而产生强大的电流。
从模拟到智能预测
但团队并没有止步于找到这 9 种材料。他们意识到，逐一检查 154,000 种材料即使对计算机来说也太慢了。因此，他们利用这些新数据训练了一个人工智能（AI）模型。他们教 AI 如何观察晶体的形状和成分，并预测其产生位移电流的能力。
他们用这些从未见过的材料测试了这个 AI，其中包括一些结构巨大且复杂、难以直接进行模拟的材料。该 AI 成功识别了两个新的大型晶体候选者（Cs(Bi2Te3)2 和 Sn(BiTe2)2），它们看起来非常有前景。这证明了他们创建的数据集是一个强大的工具，可以帮助科学家更快地寻找未来的材料，而无需从头开始模拟每一个材料。
这对未来意味着什么
论文总结道，虽然这些材料目前是通过计算机模拟确定的，但它们在实际应用方面看起来非常有前景。研究人员指出，许多这些化学组合与科学家已知可以在实验室制造的材料非常相似，这表明制造这些材料并非只是梦想。
如果这些材料能够在现实世界中被制造并测试，它们可能会彻底改变我们与红外光互动的方式。想象一下，不需要电池的自供电传感器、灵敏度极高的红外相机，或者从热量和光线中收集能量的新方法。论文并不声称这些设备已经存在，但它为下一代科学家构建这些设备提供了地图和坐标。通过将高速计算机筛选与智能 AI 相结合，团队将一个大海捞针的问题变成了一场有目标的寻宝之旅，揭示了一类准备好为未来的光电技术提供动力的全新材料。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。