Проливая новый свет на невидимые силы: скрытые магнитные подсказки в обычных металлах
Сотрудничество человека и ИИ помогает в открытии новых магнитных состояний в квантовых спиновых жидкостях
На переднем крае научных открытий, где решаются сложные научные вопросы, данных часто бывает недостаточно. Успешное машинное обучение (ML), напротив, обычно опирается на большие объёмы высококачественных данных для обучения. Так как же исследователи могут эффективно использовать ИИ для поддержки своих исследований?
В журнале Physical Review Research учёные описывают подход к работе с ML для решения сложных вопросов в физике конденсированных сред. Их метод позволяет решать сложные задачи, которые ранее были неразрешимы с помощью моделирования физиками или алгоритмов ML.
Исследователи были заинтересованы в фрустрированных магнитах — магнитных материалах, в которых конкурирующие взаимодействия приводят к экзотическим магнитным свойствам. Изучение этих материалов помогло продвинуть наше понимание квантовых вычислений и пролить свет на квантовую гравитацию. Однако фрустрированные магниты очень трудно моделировать из-за ограничений, связанных со взаимодействием магнитных ионов.
Команда из Японии, Франции и Германии была заинтересована в том, как свойства определённого типа магнитного материала изменяются при его охлаждении до абсолютного нуля. Их внимание было сосредоточено на определённой фазе, называемой «спиновой жидкостью»: подобно тому как жидкая вода замерзает в лёд, спиновая жидкость переходит в другой вид магнитного состояния. Однако при попытке идентифицировать это состояние они не смогли понять результаты своего моделирования.
«Недавно физики были взволнованы открытием типа квантовой спиновой жидкости, которая может помочь нам понять отказоустойчивые квантовые компьютеры», — объяснил профессор Ник Шеннон, руководитель отдела теории квантовой материи в Окинавском институте науки и технологий (OIST) и соавтор этого исследования.
«В 2020 году мы поняли, что эта спиновая жидкость может возникать естественным образом в классе магнитных материалов, называемых «дышащими пирохлорами». Но мы не могли понять, что происходит со спиновой жидкостью при низких температурах», — добавил он.
Исследователи из OIST объединились с экспертами по машинному обучению из Мюнхенского университета LMU, которые разработали алгоритм ML, способный классифицировать обычные магнитные порядки.
«Наш метод легко интерпретируется, что означает, что людям легко расшифровать процессы принятия решений, и не требует предварительного обучения модели. Это делает его более подходящим для таких приложений, где данных мало, по сравнению с другими формами машинного обучения», — сказал профессор Лод Польет из Мюнхенского университета LMU, соавтор этого исследования.
Для моделирования охлаждения спиновой жидкости команда использовала вычислительную технику, называемую моделированием Монте-Карло. Запустив данные своего моделирования через алгоритм ML и обработав результаты, исследователи смогли увидеть закономерности, возникающие в выходных данных ML.
Они смогли использовать эти результаты для запуска моделирования Монте-Карло в обратном направлении, задавая начальные условия при низкой температуре с помощью шаблонов, найденных ML, и нагревая ранее неизвестную фазу для моделирования перехода в противоположном направлении. Эти новые моделирования подтвердили свойства этой фазы, принеся новое понимание в эту область квантовых исследований.
«Интересно то, что ни человек, ни машина по отдельности не смогли решить эту задачу — это было больше похоже на коллег, сотрудничающих с алгоритмом, замечающих то, чего мы не заметили, и наоборот, совместно выстраивающих полную картину понимания», — добавил доктор Людовик Жаубер из CNRS, Университет Бордо.
«Это захватывающе, потому что в физике конденсированных сред есть ещё много сложных проблем, которые мы, возможно, сможем решить с помощью такого комбинированного подхода человека и ИИ», — подытожили исследователи.
Новый способ обнаружения тонких магнитных сигналов в обычных металлах
Команда учёных разработала новый мощный способ обнаружения тонких магнитных сигналов в обычных металлах, таких как медь, золото и алюминий, используя только свет и хитрую технику. Их исследование, недавно опубликованное в Nature Communications, может проложить путь к достижениям во всём: от смартфонов до квантовых вычислений.
Более века учёные знают, что электрические токи изгибаются в магнитном поле — явление, известное как эффект Холла. В магнитных материалах, таких как железо, этот эффект силён и хорошо изучен. Но в обычных немагнитных металлах, таких как медь или золото, эффект гораздо слабее.
В теории связанное с этим явление — оптический эффект Холла — должно помочь учёным визуализировать поведение электронов при взаимодействии света и магнитных полей. Но на видимых длинах волн этот эффект оставался слишком слабым для обнаружения. Научный мир знал, что он существует, но не имел инструментов для его измерения.
«Это было похоже на попытку услышать шёпот в шумной комнате в течение десятилетий», — сказал профессор Амир Капуа. «Все знали, что шёпот есть, но у нас не было достаточно чувствительного микрофона, чтобы его услышать».
Под руководством кандидата наук Надава Ам Шалома и профессора Амира Капуа из Института электротехники и прикладной физики в Еврейском университете в сотрудничестве с профессором Бингаем Яном из Института науки Вейцмана, Пенсильванским государственным университетом и профессором Игорем Рожанским из Манчестерского университета исследование сосредоточено на сложной задаче в физике: как обнаружить крошечные магнитные эффекты в немагнитных материалах.
«Вы можете думать о таких металлах, как медь и золото, как о «магнито-тихих» — они не прилипают к вашему холодильнику, как железо», — объяснил профессор Капуа. «Но на самом деле при определённых условиях они действительно реагируют на магнитные поля — просто очень тонко».
Чтобы решить эту задачу, исследователи усовершенствовали метод, называемый магнитооптическим эффектом Керра (MOKE), который использует лазер для измерения того, как магнетизм изменяет отражение света.
Объединив 440-нанометровый синий лазер с большой амплитудой модуляции внешнего магнитного поля, они значительно повысили чувствительность метода. В результате они смогли уловить магнитные «эхо» в немагнитных металлах, таких как медь, золото, алюминий, тантал и платина, — достижение, ранее считавшееся почти невозможным.
Эффект Холла является ключевым инструментом в полупроводниковой промышленности и при изучении материалов на атомном уровне: он помогает учёным выяснить, сколько электронов в металле. Но традиционно измерение эффекта Холла означает физическое подключение крошечных проводов к устройству, что является трудоёмким и сложным процессом, особенно при работе с компонентами размером в нанометры. Новый подход, однако, гораздо проще: он требует лишь направить лазер на электрическое устройство; провода не нужны.
Копая глубже, команда обнаружила, что то, что казалось случайным «шумом» в их сигнале, на самом деле не было случайным. Вместо этого оно следовало чёткому шаблону, связанному с квантовым свойством, называемым спин-орбитальной связью, которое связывает движение электронов со спином — ключевым поведением в современной физике.
Эта связь также влияет на то, как магнитная энергия рассеивается в материалах. Эти открытия имеют прямое значение для проектирования магнитной памяти, спинтронных устройств и даже квантовых систем.
«Это как если бы обнаружить, что статика на радио — это не просто помехи, а кто-то шепчет ценную информацию», — сказал кандидат наук Ам Шалом. «Теперь мы используем свет, чтобы «слушать» эти скрытые сообщения от электронов».
Техника предлагает неинвазивный, высокочувствительный инструмент для изучения магнетизма в металлах — без необходимости использования массивных магнитов или криогенных условий. Его простота и точность могут помочь инженерам создавать более быстрые процессоры, более энергоэффективные системы и датчики с беспрецедентной точностью.
«Это исследование превращает почти 150-летнюю научную проблему в новую возможность», — сказал профессор Капуа.
«Интересно, что даже Эдвин Холл, один из величайших учёных всех времён, который открыл эффект Холла, пытался измерить свой эффект с помощью луча света, но безуспешно. Он подводит итог в заключительной фразе своей знаменитой статьи 1881 года: «Я думаю, что если бы действие серебра было в десять раз сильнее, чем у железа, эффект был бы обнаружен. Такого эффекта не наблюдалось» (Э. Холл, 1881).
«Настроившись на нужную частоту — и зная, где искать, — мы нашли способ измерить то, что когда-то считалось невидимым».
Physical Review Research, scientists describe an approach for working with ML to tackle complex questions in condensed matter physics. Their method tackles hard problems which were previously unsolvable by physicist simulations or by ML algorithms alone.”,”The researchers were interested in frustrated magnets—magnetic materials in which competing interactions lead to exotic magnetic properties. Studying these materials has helped to advance our understanding of quantum computing and shed light on quantum gravity. However, frustrated magnets are very difficult to simulate, because of the constraints arising from the way magnetic ions interact.”,”Here, the team from Japan, France and Germany were interested in how the properties of a particular type of magnetic material change as it is cooled toward absolute zero.”,”Their attention was focused on a particular phase called a \”spin liquid\”: just as liquid water freezes into ice, so this spin liquid freezes into a different kind of magnetic state. Yet when it came to identifying that state, they were unable to understand the results of their simulations.”,”\”Recently, physicists have been excited about a type of quantum spin liquid which could help us to understand fault-tolerant quantum computers,\” explained Professor Nic Shannon, Head of the Theory of Quantum Matter Unit at the Okinawa Institute of Science and Technology (OIST), and co-author of this study.”,”\”In 2020, we realized that this spin liquid could occur naturally in a class of magnetic materials called ‘breathing pyroclores.’ But we couldn’t figure out what happened to that spin liquid at low temperatures.\””,”The researchers from OIST teamed up with ML experts from LMU Munich, who had developed an ML algorithm which could classify conventional magnetic orders.”,”\”Our method is highly interpretable, meaning it’s easy for humans to decipher the decision-making processes, and doesn’t rely on prior training of the model. This makes it better suited for such applications where data is limited, compared to other forms of machine learning,\” said Professor Lode Pollet of LMU Munich, co-author on this study.”,”\”Before we teamed up with OIST, we had never applied it to a spin liquid, so we were excited to see if it could be useful in gaining insights into such difficult physics problems where all other approaches had failed.\””,”To model their spin liquid cooling, the team used a computational technique called Monte Carlo simulation. By running their simulation data through the ML algorithm and processing the results, the researchers could see patterns emerging from within the ML output.”,”They were able to use these results to then run the Monte Carlo simulations in reverse, seeding simulations at low temperature with the patterns found by ML, and heating the previously unknown phase to simulate the transition in the opposite direction. These new simulations confirmed the properties of this phase, bringing new understanding to this field of quantum research.”,”\”What was interesting is that neither man nor machine alone were able to solve this problem—it was more like colleagues collaborating with the algorithm, spotting something we hadn’t, and vice versa, building together towards this complete picture of understanding,\” added Dr. Ludovic Jaubert of CNRS, University of Bordeaux.”,”\”It’s exciting, because there are many more complex problems to solve within condensed matter physics which we may be able to achieve through such a combined human and AI approach.\””,”\n\t\t\t\t\t\t\t\t\t\t\t\t\tProvided by\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\tOkinawa Institute of Science and Technology\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t”,”\n\t\t\t\t\t\t\tMore from Quantum Physics\n\t\t\t\t\t\t “]’>Источник