RUS över T HO i URu 2 Si 2 . (A) Schematiska resonansegenmoder erhållna som en lösning på 3D elastiska vågekvationen. Varje läge innehåller en unik andel av de fem irreducerbara stammarna. (B) Rumstemperatur ultraljudsspektrum för prov S1, visas mellan 500 kHz och 1 MHz. (C) Temperaturutveckling av sju karakteristiska resonanser, av totalt 29 uppmätta resonanser, nära HO-övergången—plotterna flyttas vertikalt för tydlighetens skull. Tre resonanser (672, 713, och 1564 kHz) visar hopp vid THO (infälld illustrerar vad som menas med hoppet), medan de andra inte gör det, betecknar bidrag från olika symmetrikanaler. Kreditera: Vetenskapens framsteg (2020). DOI:10.1126/sciadv.aaz4074
Extrema temperaturer kan göra konstiga saker med metaller. I svår värme, järn upphör att vara magnetiskt. I förödande kyla, bly blir en supraledare.
Under de senaste 30 åren, fysiker har blivit förvånade över vad som exakt händer med uran rutenium silicid (URu) 2 Si 2 ) vid 17,5 kelvin (minus 256 grader Celsius). Genom att mäta värmekapacitet och andra egenskaper, de kan säga att det genomgår någon typ av fasövergång, men det är så mycket som vem som helst kan säga med säkerhet. Det finns gott om teorier.
Ett Cornell-samarbete ledd av fysikern Brad Ramshaw, Dick &Dale Reis Johnson biträdande professor vid College of Arts and Sciences, använde en kombination av ultraljud och maskininlärning för att begränsa de möjliga förklaringarna till vad som händer med detta kvantmaterial när det går in i denna så kallade "dolda ordning".
Deras papper, "Enkomponents orderparameter i URu 2 Si 2 Upptäckt av resonant ultraljudsspektroskopi och maskininlärning" publicerad 6 mars i Vetenskapens framsteg .
"I uran rutenium silicid, vi har ingen aning om vad elektronerna gör i dolda ordningstillstånd, sa Ramshaw, tidningens seniorförfattare. "Vi vet att de inte blir magnetiska, vi vet att de inte blir supraledande, men vad gör de? Det finns många möjligheter - orbital ordning, laddningstäthetsvågor, valensövergångar – men det är svårt att skilja dessa olika tillstånd av materia åt. Så elektronerna gömmer sig, ' i det avseendet."
Ramshaw och hans doktorand Sayak Ghosh använde högupplöst ultraljudsspektroskopi för att undersöka symmetriegenskaperna hos en enskild kristall av URu2Si2 och hur dessa egenskaper förändras under fasövergången i den dolda ordningen. De flesta fasövergångar åtföljs av en förändring i symmetriegenskaper. Till exempel, fasta ämnen har alla sina atomer uppradade på ett organiserat sätt, medan vätskor inte gör det. Dessa förändringar i symmetri är inte alltid uppenbara, och kan vara svåra att upptäcka experimentellt.
"Genom att titta på symmetri, vi behöver inte veta alla detaljer om vad uranet gör, eller vad ruteniumet gör. Vi kan bara analysera hur symmetrin i systemet ser ut före fasövergången, och hur det ser ut, " sa Ramshaw. "Och det låter oss ta den tabellen över möjligheter som teoretiker har kommit fram till och säga, 'Väl, dessa överensstämmer inte med symmetrin före och efter fasövergången, men dessa är.' Det är trevligt, eftersom det är sällsynt att man kan göra så definitiva ja och nej uttalanden."
Dock, forskarna stötte på ett problem. För att analysera ultraljudsdata, de skulle normalt modellera det med vågmekanik. Men för att studera den renaste formen av URu2Si2, de var tvungna att använda en mindre, renare prov. Detta "märkligt formade lilla hexagonchip, "Sade Ramshaw, var för liten och hade för mycket osäkerhet för en okomplicerad vågmekanisk lösning.
Så Ramshaw och Ghosh vände sig till Eun-Ah Kim, professor i fysik och medförfattare till artikeln, och hennes doktorand Michael Matty, att ta fram en maskininlärningsalgoritm som kan analysera data och avslöja underliggande mönster.
"Machine learning är inte bara för bildliknande data eller big data, " sa Kim. "Det kan dramatiskt förändra analysen av alla data med komplexitet som undviker manuell modellering."
"Det är svårt, eftersom uppgifterna bara är en lista med siffror. Utan någon form av metod, den har ingen struktur, och det är omöjligt att lära sig något av det, sa Matty, tidningens huvudförfattare med Ghosh. "Maskininlärning är riktigt bra på att lära sig funktioner. Men man måste göra träningen rätt. Tanken var, det finns någon funktion som mappar den här listan med tal till en klass av teorier. Givet en uppsättning numeriskt approximerade data, vi skulle kunna göra vad som faktiskt är regression för att lära oss en funktion som tolkar data åt oss."
Resultaten från maskininlärningsalgoritmen eliminerade ungefär hälften av de mer än 20 troliga förklaringarna till den dolda ordningen. Det kanske inte löser URu2Si2-gåtan ännu, men det har skapat ett nytt tillvägagångssätt för att ta itu med dataanalysproblem inom experimentell fysik.
Teamets algoritm kan appliceras på andra kvantmaterial och tekniker, framför allt kärnmagnetisk resonans (NMR) spektroskopi, den grundläggande processen bakom magnetisk resonanstomografi (MRI). Ramshaw planerar också att använda den nya tekniken för att ta itu med de oregerliga geometrierna hos urantellurid, en potentiell topologisk supraledare som skulle kunna vara en plattform för kvantberäkning.
