Descrizione del progetto
L’apprendimento automatico stimola la progettazione di molecole con proprietà magnetiche e vibrazionali su misura
L’accoppiamento spin-fonone, ovvero l’accoppiamento tra gli spin elettronici e le vibrazioni reticolari, provoca il rilassamento dello spin, un evento particolarmente indesiderato nei dispositivi che si basano sullo spin per la memorizzazione delle informazioni e il calcolo quantistico. La maggior parte degli sforzi compiuti fino a oggi ha aggirato questo problema mantenendo le temperature estremamente basse. Tuttavia, è chiaro che questa soluzione non può essere efficace per i dispositivi del futuro. Sostenendo l’innovazione nel settore dell’accoppiamento spin-fonone e delle molecole magnetiche, il progetto AI-DEMON, finanziato dall’UE, svilupperà un quadro computazionale che sfrutta l’apprendimento automatico e i concetti primitivi della dinamica degli spin. Una migliore comprensione del meccanismo di rilassamento spin-fonone consentirà la progettazione di prototipi molecolari con proprietà magnetiche e vibrazionali su misura.
Obiettivo
As technologies based on semiconductors and ferromagnets are reaching their limits in computational and memory-storage capabilities, new technologies based on spin are emerging as alternative. Magnetic molecules represent the ultimate small-scale magnetic unit that can be synthesized and processed into a device for spintronics and quantum computing applications but their use is confined to very low temperatures. The grand challenge of this proposal is to design magnetic molecules with long spin lifetime at ambient temperature by tuning the main microscopic interaction responsible for spin relaxation: the spin-phonon coupling. AI-DEMON will address this challenge by developing a novel first-principles and machine-learning computational framework able to cover all the essential aspects of the design of new coordination compounds with tailored properties. AI-DEMON has three main objectives, each one representing a major contribution to the field: i) I will unveil the mechanism of spin-phonon relaxation in magnetic molecules by developing a quantitative first-principles spin relaxation theory, ii) I will efficiently explore the chemical space of magnetic coordination compounds by developing a universal machine-learning model able to predict vibrational and magnetic properties, and iii) I will design molecular prototypes with tailored magnetic and vibrational properties by developing generative machine-learning methods. Preliminary results on spin relaxation theory and machine-learning applied to magnetic properties show great promise and set the cornerstone of the project. The use of novel methodologies, such as machine learning and first-principles spin dynamics, represent a strong disruption in the current approach to theoretical modelling and discovery of new magnetic molecules and will propel the field into a new and modern era. Significant impact beyond the field of molecular magnetism, e.g. bio-inorganic chemistry and solid-state qubits, can also be anticipated.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
- scienze naturaliscienze fisicheelettromagnetismo ed elettronicaspintronicaspintronica molecolare
- ingegneria e tecnologiaingegneria elettrica, ingegneria elettronica, ingegneria informaticaingegneria elettronicahardwarecomputer quantistici
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automatico
Parole chiave
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2020-STG
Vedi altri progetti per questo bandoMeccanismo di finanziamento
ERC-STG -Istituzione ospitante
D02 CX56 Dublin
Irlanda