Xiao-Qi Han Ze-Feng Gao Xin-De Wang Zhenfeng Ouyang Peng-Jie Guo Zhong-Yi Lu

Résumé

La découverte de matériaux supraconducteurs à haute température revêt une importance capitale pour l’industrie humaine et la vie quotidienne. Ces dernières années, la recherche sur la prédiction des températures de transition supraconductrice à l’aide de l’intelligence artificielle (IA) a connu un regain d’intérêt, la plupart des outils proposés revendiquant une précision remarquable. Toutefois, le manque de jeux de données standardisés et largement reconnus dans ce domaine a gravement entravé la comparaison équitable entre différents algorithmes d’IA, freinant ainsi l’évolution ultérieure de ces méthodes. Dans ce travail, nous présentons HTSC-2025, un jeu de données de référence (benchmark) dédié aux supraconducteurs à haute température sous pression ambiante. Cette compilation exhaustive rassemble des matériaux supraconducteurs prédits théoriquement par des physiciens théoriciens entre 2023 et 2025, sur la base de la théorie BCS de la supraconductivité. Elle inclut notamment le système XYH, le système pérovskite MXH, le système MXH, des systèmes atomiques métalliques à structure en cage dopés au BCN issus de l’évolution structurale de LaH, ainsi que des systèmes bidimensionnels à structure en nid d’abeille évoluant à partir de MgB. Le benchmark HTSC-2025 est désormais mis à disposition sous licence open source à l’adresse suivante : [insérer URL]. Il sera régulièrement mis à jour dans le temps. Ce benchmark revêt une importance majeure pour accélérer la découverte de nouveaux matériaux supraconducteurs par des méthodes fondées sur l’intelligence artificielle.