.
Materiais topológicos, uma classe exótica de materiais cujas superfícies exibem propriedades elétricas ou funcionais diferentes de seus interiores, têm sido uma área quente de pesquisa desde sua realização experimental em 2007 – uma descoberta que desencadeou mais pesquisas e precipitou um Prêmio Nobel de Física em 2016 Acredita-se que esses materiais tenham um grande potencial em uma variedade de campos e possam um dia ser usados em dispositivos eletrônicos ou ópticos ultraeficientes, ou componentes-chave de computadores quânticos.
Mas existem muitos milhares de compostos que teoricamente podem ter características topológicas, e sintetizar e testar até mesmo um desses materiais para determinar suas propriedades topológicas pode levar meses de experimentos e análises. Agora, uma equipe de pesquisadores do MIT e de outros lugares criou uma nova abordagem que pode rastrear rapidamente materiais candidatos e determinar com mais de 90% de precisão se eles são topológicos.
Usando este novo método, os pesquisadores produziram uma lista de materiais candidatos. Alguns deles já eram conhecidos por terem propriedades topológicas, mas o restante é recentemente previsto por essa abordagem.
Os resultados são relatados no jornal Materiais avançados em um artigo de Mingda Li, professor de desenvolvimento de carreira da classe ’47 no MIT, estudantes de pós-graduação (e irmãs gêmeas) Nina Andrejevic no MIT e Jovana Andrejevic na Universidade de Harvard, e sete outros no MIT, Harvard, Princeton University e Argonne National Laboratory .
Materiais topológicos são nomeados após um ramo da matemática que descreve formas com base em suas características invariantes, que persistem não importa o quanto um objeto é continuamente esticado ou espremido para fora de sua forma original. Materiais topológicos, da mesma forma, possuem propriedades que permanecem constantes apesar das mudanças em suas condições, como perturbações externas ou impurezas.
Existem diversas variedades de materiais topológicos, incluindo semicondutores, condutores e semimetais, entre outros. Inicialmente, pensava-se que havia apenas um punhado de tais materiais, mas teorias e cálculos recentes previram que, de fato, milhares de compostos diferentes podem ter pelo menos algumas características topológicas. A parte difícil é descobrir experimentalmente quais compostos podem ser topológicos.
As aplicações para esses materiais abrangem uma ampla gama, incluindo dispositivos que podem executar funções computacionais e de armazenamento de dados semelhantes aos dispositivos baseados em silício, mas com muito menos perda de energia, ou dispositivos para coletar eletricidade de forma eficiente a partir de calor residual, por exemplo, em usinas termelétricas ou em dispositivos eletrônicos. Materiais topológicos também podem ter propriedades supercondutoras, que poderiam ser usadas para construir os bits quânticos para computadores quânticos topológicos.
Mas tudo isso depende do desenvolvimento ou descoberta dos materiais certos. “Para estudar um material topológico, primeiro você precisa confirmar se o material é topológico ou não”, diz Li, “e essa parte é um problema difícil de resolver da maneira tradicional”. Um método chamado teoria funcional da densidade é usado para realizar cálculos iniciais, que então precisam ser seguidos com experimentos complexos que exigem a clivagem de um pedaço do material para nivelamento de nível atômico e sondagem com instrumentos sob condições de alto vácuo. “A maioria dos materiais não pode ser medida devido a várias dificuldades técnicas”, diz Nina Andrejevic. Mas para aqueles que podem, o processo pode levar muito tempo. “É um procedimento realmente meticuloso”, diz ela.
Enquanto a abordagem tradicional se baseia na medição das fotoemissões do material ou no tunelamento de elétrons, explica Li, a nova técnica que ele e sua equipe desenvolveram depende da absorção, especificamente, da maneira como o material absorve os raios-X. Ao contrário dos aparelhos caros necessários para os testes convencionais, os espectrômetros de absorção de raios X estão prontamente disponíveis e podem operar em temperatura ambiente e pressão atmosférica, sem necessidade de vácuo. Tais medições são amplamente realizadas em biologia, química, pesquisa de baterias e muitas outras aplicações, mas não haviam sido aplicadas anteriormente para identificar materiais quânticos topológicos.
A espectroscopia de absorção de raios X fornece dados espectrais característicos de uma determinada amostra de material. O próximo desafio é interpretar esses dados e como eles se relacionam com as propriedades topológicas. Para isso, a equipe recorreu a um modelo de aprendizado de máquina, alimentando uma coleção de dados sobre os espectros de absorção de raios-X de materiais topológicos e não topológicos conhecidos e treinando o modelo para encontrar os padrões que relacionam os dois. E de fato encontrou tais correlações.
“Surpreendentemente, essa abordagem foi mais de 90% precisa quando testada em mais de 1.500 materiais conhecidos”, diz Nina Andrejevic, acrescentando que as previsões levam apenas alguns segundos. “Este é um resultado emocionante, dada a complexidade do processo convencional.”
Embora o modelo funcione, como acontece com muitos resultados do aprendizado de máquina, os pesquisadores ainda não sabem exatamente por que ele funciona ou qual é o mecanismo subjacente que liga a absorção de raios-X às propriedades topológicas. “Embora a função aprendida relacionando espectros de raios-X à topologia seja complexa, o resultado pode sugerir que certos atributos aos quais a medição é sensível, como estruturas atômicas locais, são indicadores topológicos chave”, diz Jovana Andrejevic.
A equipe usou o modelo para construir uma tabela periódica que exibe a precisão geral do modelo em compostos feitos de cada um dos elementos. Ele serve como uma ferramenta para ajudar os pesquisadores a identificar famílias de compostos que podem oferecer as características certas para uma determinada aplicação. Os pesquisadores também produziram um estudo preliminar de compostos nos quais usaram esse método de raios-X, sem conhecimento prévio de seu status topológico, e compilaram uma lista de 100 materiais candidatos promissores – alguns dos quais já eram conhecidos por serem topológicos. .
A equipe de pesquisa incluiu Andrei Bernevig e Nicolas Regnault na Universidade de Princeton, Fei Han e Thanh Nguyen e Nathan Drucker no MIT, Chris Rycroft na Universidade de Harvard e Gilberto Fabbris no Laboratório Nacional de Argonne. O trabalho foi apoiado pelo Departamento de Energia dos EUA e pela National Science Foundation.
.
