超導現象——特定材料在零電阻下傳導電流的能力——一個多世紀以來一直是物理學中最誘人的承諾之一。如果科學家能找到一種在室溫和常壓下即可超導的材料，將徹底改變電網、醫學影像、量子運算和高速運輸等領域。問題在於，已知的超導體只能在極低溫度下工作，通常需要昂貴的液態氦冷卻，使其難以在日常應用中普及。

芬蘭阿爾托大學的研究團隊展示了一種大幅加速搜尋的方法。他們將機器學習演算法與量子力學計算相結合，以前所未有的速度篩選候選材料。AI 模型基於已知超導體數據進行訓練，然後用於預測哪些新化合物可能表現出超導行為。團隊通過合成兩種 AI 標記為有前景的材料來驗證此方法——結果兩者都確實是超導體。

這一突破的意義遠不止於兩種新材料本身。傳統的超導體發現方法緩慢且費力：研究人員需要逐一合成候選化合物、測試、迭代。AI 驅動的方法改變了遊戲規則，讓科學家能夠在進入實驗室之前，通過計算篩選數千甚至數百萬種候選材料，大幅縮小搜尋空間，提高找到凝聚態物理學聖杯的機率。

室溫超導體之所以重要，是因為它將消除當今所有電力傳輸系統中的能量損耗。電網在傳輸過程中約損失 5-10% 的電力為熱能，超導電纜可完全消除這些損失。需要液態氦冷卻超導磁鐵的磁共振成像儀可能變得更便宜、更普及。依賴超導電路的量子電腦可能大幅擴展規模。磁浮列車的建造成本也將大幅降低。

知識要點：AI 結合量子物理已發現兩種新型超導體，並建立了可通過計算評估數千種候選材料的篩選流程；傳統的超導體發現試錯法正被 AI 驅動的預測所取代；室溫超導體將消除電網傳輸損耗、降低 MRI 成本、加速量子運算；挑戰不僅在於找到候選材料，更在於找到能在常壓和實用溫度下工作的材料。