iScience特刊：AI与机器学习助力气子资料规划

  量子资料这一新式研讨范畴包含着很多引人入胜的奇特现象，如杂乱的轨迹、电荷、晶格以及自旋相互作用，甚至对物理科学概念根底了解的打破。近期强壮的AI运用和机器学习东西现已代替了现有的不闻不问和剖析技能，并从试验数据中释放出至关重要的洞见。本期iScience特辑旨在全面地汇编和宣布在量子资料根底和机器学习方法范畴内的新式跨学科研讨文章。这些论文将加深咱们对量子资料的根底物理化学的了解，促进量子资料的发现、组成与表征（包含猜测和试验），以及数据科学和算法驱动的交互和运用。哈佛大学的Prineha Narang教授，北京量子信息科学研讨院的陈剑豪研讨员，巴塞尔大学的Maria Longobardi博士以及橡树岭国家试验室的Sergei V. Kalinin教授将担任本期特辑的客座修改。

  量子热机可用于履行实践使命，如供给电力、冷却或加热等。在此研讨作业中，来自意大利英苏布里亚大学的Giuliano Benenti研讨团队考虑选用混合热机，以一起履行一个以上的使命。研讨团队表征并找到了用于三端量子热机的最佳作业条件，作业介质是一个耦合到三个热浴中的量子谐波振动器，其间两个耦合是定时驱动的。研讨标明，能够在纯形式和混合形式下有效地操作热机，而且只是经过改动驱动频率就能轻松完成不同操作形式之间的切换。此外，就输出-输入信号和差分增益而言，研讨所提出的设备也可当作高性能的晶体管来运用。根据其多功能性和可调谐性，该研讨模型可能对工程热力学项目和量子技能的热办理有所裨益。

  磁通量依靠的拓扑绝缘体纳米线的拓扑维护外表态的子带迅雷不及掩耳表现为电导丈量中观察到的阿哈罗诺夫-玻姆振动（Aharonov–Bohm oscillations, ABOs），反映了因为自旋螺旋外表态的π的Berry相。在该研讨作业中，来自韩国规范与科学研讨院的Myung-Ho Bae和忠南国立大学的Jonghyun Song研讨团队运用热电丈量以勘探拓扑绝缘体纳米线）在外部磁场以及外加栅压条件下，其外表态的费米能级态密度的改变。在磁热电压中观察到的ABOs显示出180°的异相振动，取决于所施加的栅极电压值，可用于调控费米波数和费米能级的态密度。ABOs振幅的温度依靠性标明，其相位一致性保持在T = 15 K。该热电丈量方法有望用于勘探各种量子资猜中费米能级的电子结构。

  磁性结构的确认关于凝聚态物理以及资料科学研讨是一项长时间应战。中子衍射等试验技能资源有限，需求杂乱的结构优化操作；而比如第一性原理密度泛函理论（DFT）等核算方法需求额定的半经历画蛇添足，牢靠猜测很大程度上仍局限于共线性磁性。在该研讨作业中，来自麻省理工学院的Mingda Li和Tess Smidt研讨团队提出了一种机器学习模型，旨在经过输入含有过渡金属和稀土元素的原子坐标来对磁性结构能够进行分类。该研讨经过树立一个保存晶体对称性的欧几里得等值神经网络以猜测磁性结构（铁磁、反铁磁和非磁）以及磁传达矢量（零或非零），均匀准确率为77.8%和73.6%。特别地，即便结构中含有磁性元素，该模型在猜测无磁性排序时也能到达91%的准确率。该作业有望成为处理全磁结构测定这一巨大应战的要害一步。

  1974年，咱们出书了首本旗舰期刊《细胞》。同意，CellPress已发展为具有50多本期刊的全科学范畴世界前沿学术出书社。咱们深信，科学的力气将永久造福人类。