KI-Agenten auf Basis von Claude Opus 5.5 entdecken zwei neue Halbleiter für Speicher der nächsten Generation

Vals AI stellte zwei Luttinger-kompensierte magnetische Halbleiter vor, die durch spinbasierte Sortierung bei null Nettofeld eine dichtere und schnellere Speichertechnologie ermöglichen könnten.
KI-Agenten auf Basis von Claude Opus 5.5 haben zwei neue Halbleiter entdeckt, die als Grundlage für die nächste Generation von Speichern dienen könnten.
Das Team von Vals AI präsentierte Ergebnisse, die den Ansatz zur Erstellung magnetischer Speicher grundlegend verändern könnten.
Elektronen besitzen einen Spin, konventionell als „up“ oder „down“ bezeichnet. Dieser Spin erzeugt ein magnetisches Moment, das Informationen speichern kann. Dies ist das Funktionsprinzip von Leseköpfen in Festplatten und MRAM (Magnetoresistive Random Access Memory).
Um dies nutzbar zu machen, müssen Elektronen nach ihrem Spin sortierbar sein. Ferromagnetische Materialien leisten dies gut, erzeugen jedoch ein starkes Feld, das benachbarte Elemente stört, und schalten langsam. Antiferromagneten weisen kein Nettofeld auf und schalten etwa tausendmal schneller, doch ihre Spins sind gemischt und schwer auszulesen.
Forscher suchen daher nach Materialien mit einem Null-Netto-Magnetfeld, aber einer ferromagnetähnlichen Spin-Sortierung. Diese Materialien werden als Luttinger-kompensiert (LC) bezeichnet und könnten eine neue Generation von Speichern hervorbringen, die sowohl dichter als auch schneller sind.
Claude Opus 5.5 identifizierte zwei solche Materialien:
- Das erste Material wurde von Grund auf neu entworfen. Laut den Autoren war diese Verbindung zuvor weder synthetisiert noch vorgeschlagen worden, obwohl ihre Synthese schwierig sein könnte.
- Das zweite Material gehört zur Familie des Berliner Blaus. Es wurde bereits 1999 synthetisiert, und Berechnungen aus dem Jahr 2008 hatten die erforderliche Spin-Sortierung bereits aufgezeigt. Doch niemand erkannte es bis zur Entdeckung durch die KI-Agenten als LC-Halbleiter.
Insgesamt arbeiteten 90 Agenten drei Tage lang an dieser Aufgabe. Experimente zur Validierung laufen derzeit.
Warum das wichtig ist
AnalyseDies zeigt, dass KI-Agenten die Materialforschung beschleunigen können, indem sie übersehene Kandidaten für magnetische Speicher identifizieren. Gelingt die Synthese und Integration solcher Materialien, könnten Speicherlösungen realisiert werden, die gleichzeitig höhere Datendichten und schnellere Zugriffszeiten bieten.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern