Гроукен: графен, который обещает сверхпроводимость при комнатной температуре экспресс

Оригинал: "AI-Guided Computational Design of a Room-Temperature, Ambient- Pressure Superconductor Candidate: Grokene"
arXiv:2601.00931 · 2026-01-02 · CC BY 4.0 · 1 мин
Искусственный интеллект нашёл двумерный материал, который может проводить ток без потерь уже при комнатной температуре.

📄 Показана версия «Просто» — «Популярно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Графен — это лист углерода толщиной в один атом. Если сложить его особым узором, получится новый материал — гроукен. Его нашёл не человек, а искусственный интеллект: большая языковая модель перебрала варианты и предложила именно такую решётку.

Расчёты показали: гроукен должен проводить электричество без сопротивления уже при 52°C. Это комнатная температура. Обычные сверхпроводники работают только в сильном холоде, а здесь — как в тёплой комнате. Но есть загвоздка: у тонкого листа электроны ведут себя беспокойно, и сверхпроводимость пропадает уже при -153°C.

Сверхпроводимость — это когда ток идёт без потерь, как вода по идеально гладкой трубе.

Чтобы гроукен работал при комнатной температуре, учёные предлагают складывать несколько слоёв вместе, класть его на подложку или управлять свойствами с помощью электрического поля. Если эксперименты подтвердят расчёты, нас ждут провода без нагрева, мощные магниты и быстрая электроника.

Искусственный интеллект стал искать материалы, как ищут грибы: перебирает варианты и находит неожиданные. Гроукен — первая находка, которая обещает сверхпроводимость в обычных условиях.

Сверхпроводник левитирует над магнитом — это эффект Мейснера. Если гроукен заработает при комнатной температуре, поезда на магнитной подушке станут дешевле.

Учёные
Ludwig BoltzmannRudolf ClausiusWolfgang PauliPaul DiracEmilio Gino SegrèSatyendra Nath Bose
Понятия
высокотемпературная сверхпроводимость сверхпроводимость графена высокотемпературный сверхпроводник никелат графен сверхпроводимость, индуцированная деформацией материалы на основе машинного обучения