Tohoku University och Fujitsu Limited har meddelat ett betydande genombrott inom materialvetenskap genom att använda kausal AI för att förstå mekanismerna bakom supraledning. Genom att analysera mätdata har forskarna lyckats identifiera de underliggande orsakssambanden i ett nytt funktionellt material, vilket banar väg för snabbare utveckling av framtidens energilösningar och elektronik.
Analys av kagome-material
Forskningen fokuserade på materialet cesium-vanadin-antimonid (CsV3Sb5), som är en så kallad kagome-supraledare. Materialet anses ha stor potential för högtemperatur-supraledning, men dess exakta mekanismer har tidigare varit svåra att klarlägga helt.
Genom att använda Fujitsus AI-plattform, Fujitsu Kozuchi, har teamet utvecklat en teknik för “discovery intelligence” som kan estimera kausala samband med hög precision. Tekniken tillämpades på data från vinkelupplöst fotoelektronspektroskopi (ARPES), en metod som används för att observera elektrontillstånd i material.
Reducerat brus och förenklad databehandling
En central del av genombrottet är AI-modellens förmåga att automatiskt klargöra orsakssamband från mätdata insamlad vid synkrotronljusanläggningen NanoTerasu. Forskarna lyckades utveckla en metod som förenklar komplexa grafer och minskar påverkan av brus.
Enligt rapporten kunde storleken på de kausala graferna reduceras till mindre än en tjugondel (1/20) av vad som är möjligt med konventionell teknik. Detta har gjort det möjligt för forskare att effektivt utvinna nya insikter som tidigare varit dolda i stora datamängder.
Framtida tillämpningar och tillgänglighet
Resultaten publicerades i den vetenskapliga tidskriften Scientific Reports den 22 december 2025. Samarbetet sker inom ramen för “Fujitsu x Tohoku University Discovery Intelligence Laboratory”, som etablerades i oktober 2022.
Tekniken förväntas få stor betydelse för utvecklingen av:
- Nästa generations strömsnåla elektroniska enheter.
- Miljö- och energiteknik.
- Läkemedelsutveckling och hälsovård.
Fujitsu har meddelat att de planerar att börja erbjuda en testmiljö för denna kausala AI-teknik i mars 2026. Målet är att fortsätta använda NanoTerasus höga rumsliga upplösning för att automatiskt klargöra kausala fenomen på mikroskopisk nivå.