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，你正在建造一座超级先进、超高密度的图书馆，其中每一本书的大小都只有一个原子。在这座图书馆里，你不仅仅想存储“是”或“否”（0 或 1）；你希望同时存储四种不同的状态（00、01、10、11），以便在同样的微小空间内容纳两倍的信息量。
为了实现这一目标，本文中的科学家们寻找一种特殊的“魔法材料”，它同时具备两种超能力：
- 电切换：它可以翻转电荷方向（就像磁铁，但是针对电）。
- 磁切换：它可以翻转磁极方向。
通常，找到一种能同时做到这两点的材料就像寻找独角兽一样；它们极其罕见，因为使电发生切换的物理规律往往与使磁发挥作用的物理规律相互冲突。
搜索过程：一场数字侦探故事
由于这些材料如此罕见，研究人员并没有盲目猜测。他们利用了一个机器学习“侦探”，从成千上万种可能的化学组合中筛选。
将化学世界想象成一个巨大、杂乱的阁楼，里面塞满了数百万个箱子。大多数箱子是空的或装着垃圾（无法制造的材料）。少数箱子藏着“宝藏”（可以制造的材料）。问题在于，侦探只有一份已知的宝藏清单，却没有垃圾清单。
为了解决这个问题，团队教会了他们的 AI 一种特殊技巧，称为**"PU-Bagging"**。AI 不再猜测每个未知箱子都是垃圾，而是玩起了一场“如果……会怎样”的游戏。它假装不同的未知箱子组是垃圾，进行自我训练，然后综合所有这些猜测来生成一个置信度评分。这就像让一百个不同的侦探查看阁楼，并投票选出哪些箱子最可能藏有宝藏。
他们还使用了迁移学习，这就像先教会 AI 识别三维建筑（块体晶体），然后基于它已有的知识，教会它如何识别二维“扁平薄片”（单层材料）。这帮助他们找到了最佳候选者，尽管起初关于二维材料的数据并不多。
发现：金 - 铬 - 磷 - 硫晶体薄片
在 AI 缩小了候选名单后，研究人员使用超级计算机模拟了顶级候选者。他们发现了一个赢家：由**金（Au）、铬（Cr）、磷（P）和硫（S）**原子组成的单层原子结构。
将这种材料想象成一张由原子构成的微小、灵活的蹦床：
- 磁性：铬原子像微小的指南针针头，全部指向同一个方向。
- 电性：金原子可以在这张蹦床上上下滑动。当它们滑向一侧时，材料顶部带正电，底部带负电。当它们滑向另一侧时，极性翻转。
- 稳定性：金原子可以轻松来回翻转（像电灯开关一样），不会卡住，但一旦松手就会保持原位（非易失性存储）。
读取技巧：“光闪”法
这类存储设备最大的问题通常是如何在不破坏信息的情况下读取数据。传统方法往往会电击材料，在你读取数据之前就擦除了它。
研究人员发现了一种巧妙的方法，利用光来读取数据，具体是一种称为**体光伏效应（BPVE）**的现象。想象用手电筒照射这种材料：
- 电信号：根据金原子偏移的方向（电状态），光会推动电子向左或向右流动。这告诉你电比特的"0"或"1"。
- 磁信号：由于材料具有磁性，它就像俱乐部的门卫。它只允许具有特定“自旋”（一种量子属性，就像顺时针或逆时针旋转的微小陀螺）的电子通过。如果磁场指向一个方向，只有“顺时针”电子流过。如果翻转，只有“逆时针”电子流过。
结果：四态存储单元
通过结合这两种信号，该材料可以在单个原子层中存储四种不同的状态：
- 状态 00：电左 + 顺时针自旋
- 状态 01：电左 + 逆时针自旋
- 状态 10：电右 + 顺时针自旋
- 状态 11：电右 + 逆时针自旋
科学家们提出了一种设备，你可以通过翻转电或磁开关来写入数据，并通过照射光线并测量电流方向和自旋类型来读取数据。这实现了非破坏性读取，意味着你可以在不擦除的情况下检查存储内容。
简而言之，这篇论文提出了一种新型计算机存储器的蓝图，其密度是当前技术的两倍，它是通过智能 AI 侦探发现的，并通过巧妙的基于光的技巧进行读取。
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。