Die Universität Tohoku und die Fujitsu Corporation haben kürzlich gemeinsam experimentelle Daten eines neuartigen supraleitenden Materials mithilfe von KI analysiert und so neue Erkenntnisse über dessen Supraleitungsmechanismus gewonnen. Diese Forschung demonstriert das Anwendungspotenzial von KI in der Entwicklung neuer Materialien.

Die beiden Institutionen nutzten Fujitsus KI-Plattform Kozuchi, um eine neue Technik zu entwickeln, die kausale Zusammenhänge zwischen Daten präzise abschätzen kann. Diese Technologie wird ab März 2026 testweise zur Verfügung stehen. Das Forschungsteam kombinierte diese Technik mit winkelaufgelöster Photoelektronenspektroskopie (ARPS) und verwendete spezifische supraleitende Materialien als Analyseproben. Die Universität Tohoku und Fujitsu gründeten im Oktober 2022 gemeinsam das Exploration Intelligence Lab, um durch gemeinsame Forschung technologische Innovationen und die Entwicklung von Nachwuchswissenschaftlern zu beschleunigen.

Die Forschung stand vor der Herausforderung, die enormen Datenmengen zu verarbeiten. Die vom Team entwickelte neue Technik passte Modellgleichungen an die Messdaten an und erstellte einen Kausalgraphen ausschließlich anhand der extrahierten Parameter. Dadurch konnte die Größe des Kausalgraphen auf weniger als ein Zwanzigstel der Größe herkömmlicher Methoden reduziert und eine effizientere Informationsgewinnung erzielt werden. Das Forschungsteam wandte diese Technik auf die Analysedaten eines Kagome-Supraleiters namens Cäsium-Vanadium-Antimon-Verbindung an. Dieses Material gilt als potenziell hochtemperatursupraleitend, sein Mechanismus ist jedoch noch nicht vollständig verstanden. Die Analyseergebnisse deuten darauf hin, dass seine supraleitenden Eigenschaften auf den Wechselwirkungen zwischen Elektronen verschiedener Atome im Material beruhen.

Diese Arbeit wurde in der Fachzeitschrift *Scientific Reports* veröffentlicht. Das Forschungsteam erklärte, dass zukünftige Forschung die hohe räumliche Auflösung der Terakawa Nano-Synchronous Radiation Facility weiter nutzen wird, um die kausalen Zusammenhänge zwischen mikroskopischen Phänomenen automatisch aufzuklären. Ziel ist es, die Entwicklung neuartiger Funktionsmaterialien, einschließlich hochtemperatursupraleitender Materialien, voranzutreiben.

Weitere Informationen: Autoren K. Fujita et al., Titel: „Extracting Causality from Spectroscopy“, erschienen in *Scientific Reports* (2025). Zeitschrifteninformationen: *Scientific Reports*