RUS em T HO em URu 2 Si 2 . (A) Modos próprios de ressonância esquemáticos obtidos como uma solução para a equação de onda elástica 3D. Cada modo contém uma proporção única das cinco cepas irredutíveis. (B) Espectro ultrassônico de temperatura ambiente da amostra S1, mostrado entre 500 kHz e 1 MHz. (C) Evolução da temperatura de sete ressonâncias características, de um total de 29 ressonâncias medidas, perto da transição HO - os gráficos são deslocados verticalmente para maior clareza. Três ressonâncias (672, 713, e 1564 kHz) mostram saltos em THO (a inserção ilustra o que se entende por salto), enquanto os outros não, significando contribuições de diferentes canais de simetria. Crédito: Avanços da Ciência (2020). DOI:10.1126 / sciadv.aaz4074
As temperaturas extremas podem causar efeitos estranhos aos metais. No calor severo, o ferro deixa de ser magnético. Em um frio devastador, o chumbo se torna um supercondutor.
Nos últimos 30 anos, os físicos ficaram perplexos com o que exatamente acontece com o siliceto de rutênio de urânio (URu 2 Si 2 ) a 17,5 Kelvin (menos 256 graus Celsius). Ao medir a capacidade de calor e outras características, eles podem dizer que passa por algum tipo de transição de fase, mas isso é tudo que qualquer um pode dizer com certeza. Abundam as teorias.
Uma colaboração de Cornell liderada pelo físico Brad Ramshaw, o professor assistente Dick &Dale Reis Johnson na Faculdade de Artes e Ciências, usou uma combinação de ultrassom e aprendizado de máquina para restringir as possíveis explicações para o que acontece com esse material quântico quando ele entra na chamada "ordem oculta".
Seu papel, "Parâmetro de pedido de um componente em URu 2 Si 2 Uncovered by Resonant Ultrasound Spectroscopy and Machine Learning "publicado em 6 de março em Avanços da Ciência .
"No siliceto de rutênio de urânio, não temos ideia do que os elétrons estão fazendo no estado de ordem oculta, "disse Ramshaw, o autor sênior do artigo. "Nós sabemos que eles não se tornam magnéticos, sabemos que eles não se tornam supercondutores, mas o que eles estão fazendo? Existem muitas possibilidades - ordem orbital, ondas de densidade de carga, transições de valência - mas é difícil distinguir esses diferentes estados da matéria. Então, os elétrons estão 'se escondendo, ' nesse sentido."
Ramshaw e seu aluno de doutorado Sayak Ghosh usaram espectroscopia de ultra-som de alta resolução para examinar as propriedades de simetria de um único cristal de URu2Si2 e como essas propriedades mudam durante a transição de fase de ordem oculta. A maioria das transições de fase são acompanhadas por uma mudança nas propriedades de simetria. Por exemplo, sólidos têm todos os seus átomos alinhados de forma organizada, enquanto os líquidos não. Essas mudanças na simetria nem sempre são óbvias, e pode ser difícil de detectar experimentalmente.
"Olhando para a simetria, não precisamos saber todos os detalhes sobre o que o urânio está fazendo, ou o que o rutênio está fazendo. Podemos apenas analisar como é a simetria do sistema antes da transição de fase, e como fica depois, "Ramshaw disse." E isso nos permite pegar aquela tabela de possibilidades que os teóricos criaram e dizer:'Nós vamos, estes não são consistentes com a simetria antes e depois da transição de fase, mas estes são. ' Muito legal, porque é raro que você possa fazer afirmações tão definitivas de sim e não. "
Contudo, os pesquisadores encontraram um problema. Para analisar os dados de ultrassom, eles normalmente o modelariam com a mecânica das ondas. Mas para estudar a forma mais pura de URu2Si2, eles tiveram que usar um menor, amostra mais limpa. Este "pequeno chip hexagonal de formato estranho, "Ramshaw disse, era muito pequeno e tinha muita incerteza para uma solução direta de mecânica das ondas.
Então Ramshaw e Ghosh se voltaram para Eun-Ah Kim, professor de física e co-autor do artigo, e seu aluno de doutorado Michael Matty, para produzir um algoritmo de aprendizado de máquina que pudesse analisar os dados e descobrir padrões subjacentes.
"O aprendizado de máquina não é apenas para dados semelhantes a imagens ou big data, "Kim disse." Isso pode mudar dramaticamente a análise de qualquer dado com complexidade que escapa da modelagem manual. "
"É difícil, porque os dados são apenas uma lista de números. Sem qualquer tipo de método, não tem estrutura, e é impossível aprender alguma coisa com isso, "disse Matty, o co-autor principal do artigo com Ghosh. "O aprendizado de máquina é muito bom para aprender funções. Mas você precisa fazer o treinamento corretamente. A ideia era:existe alguma função que mapeia essa lista de números para uma classe de teorias. Dado um conjunto de dados aproximados numericamente, poderíamos fazer o que é efetivamente regressão para aprender uma função que interpreta os dados para nós. "
Os resultados do algoritmo de aprendizado de máquina eliminaram aproximadamente metade das mais de 20 explicações prováveis para a ordem oculta. Pode ainda não resolver o enigma URu2Si2, mas criou uma nova abordagem para lidar com problemas de análise de dados em física experimental.
O algoritmo da equipe pode ser aplicado a outros materiais e técnicas quânticas, mais notavelmente espectroscopia de ressonância magnética nuclear (NMR), o processo fundamental por trás da imagem por ressonância magnética (MRI). Ramshaw também planeja usar a nova técnica para lidar com as geometrias indisciplinadas do telureto de urânio, um potencial supercondutor topológico que poderia ser uma plataforma para computação quântica.
