由芬兰阿尔托大学托尔马教授领衔的国际研究团队近日宣布，成功借助机器学习技术筛选出新型超导材料YRu3B2与LuRu3B2，相关成果已发表于《物理评论研究》。传统超导材料研发高度依赖试错与海量计算，效率极低。为此，团队于2023年组建SuperC跨国联盟，旨在融合量子几何学与人工智能突破材料发现瓶颈。研究通过算法对海量元素组合进行预筛选，锁定基于Kagome晶格电子平坦能带结构的优势候选物，并经高精度理论验证。随后，美国莱斯大学莫罗桑教授团队完成材料合成与物性测试，确证其超导特性。该机器学习辅助筛选模式将材料处理规模从数百个跃升至数十亿级别，彻底革新研发范式。托尔马教授强调，室温超导材料的实用化将彻底重塑全球能源架构与数据中心算力布局，实现能耗断崖式下降。SuperC联盟正依托此技术路径加速攻关，明确于2033年前实现室温超导工程化应用，为量子计算、核聚变及低碳能源网络奠定物质基石。