结构预测结合AI探索标准大气压下的“热”超导材料

本文介绍了马琰铭教授课题组利用CALYPSO方法预言了金属笼型氢化物高温超导亚稳材料Li2MgH16，其超导临界温度理论值在250万大气压下高达473 K。然而，由于模拟的Li2MgH16热力学稳定压强过高，制约了进一步实验合成。为解决这一难题，美国卡内基梅隆大学的Guan等人提出了通过电化学方式调控材料稳定压强的新方法（Pressure-Potential，P2），结合CALYPSO方法预测的结构数据和机器学习技术，降低了三元Li-Mg-H超氢化物的热力学稳定压强。计算结果表明，通过施加合适的电极电位，Li2MgH16和Li4MgH24有望在标准大气压和适度压强下稳定。该研究结果表明了P2方法在调控复杂多元超氢化物的相稳定性方面具有潜在的重要作用。相关研究成果已在线发表于Physical Review Letters杂志上。