Araştırmacılar, cam malzemelerin gizemli davranışlarını anlamak için p-spin cam modelini kapsamlı Monte Carlo simülasyonlarıyla inceledi. Spin camlar, manyetik atomların düzensiz şekilde donduğu egzotik malzemeler olup, modern teknolojiden temel fiziğe kadar geniş uygulamalara sahip. Çalışmada, farklı etkileşim menzilleri için kritik sıcaklıklar teorik öngörülerle uyum gösterdi. Ancak beklenmedik bir sonuç ortaya çıktı: ortalama alan teorisinin iyi açıklama yapması beklenen durumlar için bile, spin örtüşme dağılımı ve lambda parametresi bu teorinin öngördüğü tek-adım simetri kırılmasının kanıtını sunmadı. Bu bulgular, cam geçişinin doğasının düşünülenden daha karmaşık olabileceğini gösteriyor.

Fizikçiler, Su-Schrieffer-Heeger (SSH) kafeslerinde karanlık soliton adı verilen yeni dalga yapılarını keşfetti. Bu yapılar, topolojik özellikler gösteren malzemelerde oluşan ve yoğunluk düşüklüğü ile karakterize edilen kararlı dalga paketleridir. Geleneksel solitonların aksine, karanlık solitonlar sıfır olmayan bir arka plan üzerinde yoğunluk çukurları oluşturur. SSH kafesleri, topolojik yalıtkanların en temel modellerinden biri olup, bu keşif hem temel fizik araştırmaları hem de gelecekteki kuantum teknolojileri için önemli sonuçlar barındırıyor. Araştırma, bu karanlık yapıların kafeslerin kenar bölgelerinde veya iç kısımlarında oluşabileceğini ve orijinal doğrusal kafes yapısından bağımsız olarak kararlılığını koruduğunu gösteriyor.

Bilim insanları, Mn3Si2Te6 kuantum mıknatısında orbital akımların hem reaktif hem de hafıza işlevlerini aynı anda gerçekleştirebileceğini keşfetti. Bu malzemede kiral orbital akımlar, tek kristal yapı içinde doğal indüktans ve kalıcı hafıza direnci özelliklerini ortaya çıkarıyor. Düşük frekanslarda coherent orbital-akım bölgeleri güçlü indüktif davranış sergilerken, yüksek frekanslarda akım kaynaklı yeniden düzenlemeler metastabil durumlar yaratarak hafıza etkisi oluşturuyor. Bu bulgular, kuantum malzemelerde orbital serbestlik derecelerinin henüz keşfedilmemiş dinamik olaylar için büyük potansiyel taşıdığını gösteriyor. Araştırma, orbital akımların hem tepkisel hem de bellek özelliklerini kodlayan yeni bir kuantum durum değişkeni sınıfı oluşturduğunu ortaya koyuyor ve gelecekteki kuantum teknolojiler için önemli imkânlar sunuyor.

Fizikçiler, Casimir kuvvetini kullanarak malzemelerin özelliklerini ölçmek için makine öğrenmesi tabanlı yeni bir yöntem geliştirdi. Kuantum boşluğundaki elektromanyetik dalgalanmalar sayesinde, nanometre kalınlığındaki filmlerin hem kalınlığını hem de geniş frekans aralığındaki elektriksel özelliklerini belirlemek mümkün hale geldi. İki paralel plaka arasındaki mesafeye göre değişen Casimir kuvvetleri ölçülerek, yapay zeka algoritmaları malzeme parametrelerini tahmin edebiliyor. Bu yaklaşım, kuantum fiziğinin teknolojik uygulamalarda kullanılması açısından önemli bir adım teşkil ediyor ve malzeme karakterizasyonu alanında yeni olanaklar sunuyor.

Araştırmacılar, taramalı elektron mikroskobu kullanarak III-V yarıiletken malzemelerdeki kristal yapı bozukluklarını doğrudan görüntülemeyi başardı. Çinko-blende yapısındaki GaP ve GaAs gibi malzemelerde anti-faz alanların kontrast görüntülemesi gerçekleştirildi. Çalışmada hem nicel hem nitel yaklaşımlar benimsenirken, elektron ışını enerjisi ve eğim açısının görüntü kalitesi üzerindeki etkisi incelendi. Bu yöntem, yarıiletken teknolojisinde kritik olan kristal yapı kusurlarının tespitinde önemli bir ilerleme sağlıyor ve gelecekteki elektronik cihazların performansını artırmaya yardımcı olabilir.

Türk ve uluslararası matematikçiler, 3-boyutlu küre içerisindeki genus-4 Heegaard yüzeyleri üzerine önemli bir keşif yaptı. Araştırmacılar, bu karmaşık geometrik yapılar için 'indirgeyen küre' adı verilen özel kürelerin varlığını belirleyen yeterli bir şart ortaya koydu. Bu çalışma, topoloji alanında uzun süredir araştırılan bağlantılılık problemlerinin çözümüne önemli katkı sağlıyor. Özellikle, birbirini ayırmayan zayıf indirgeyen çiftlerin ne zaman bir indirgeyen küre tarafından ayrılabileceğini gösteren matematiksel kriter geliştirdiler. Bu sonuç, karmaşık topolojik yapıların anlaşılmasında ve indirgeyen küre komplekslerindeki bağlantılılık sorunlarının çözümünde yeni yollar açıyor.

Amerikalı bilim insanları, malzeme keşfi için devasa bir yapay zeka modeli geliştirdi. HydraGNN tabanlı bu sistem, 544 milyondan fazla atomik yapı verisiyle eğitildi ve 16 farklı bilimsel veri setini aynı anda işleyebiliyor. Frontier süperbilgisayarında test edilen model, 1.1 milyar atomik yapıyı sadece 50 saniyede analiz edebildi. Bu başarı, normalde yıllar sürecek hesaplamaları saniyeler içinde tamamlama kapasitesi sunuyor. Model, yeni malzemelerin keşfi için kritik öneme sahip ve 12 farklı kimyasal görevde başarıyla test edildi. Araştırmacılar, farklı hassasiyet seviyelerinde performans testleri yaparak modelin pratik kullanım potansiyelini de ortaya koydu.

Araştırmacılar, gözenekli yüzeylerde biriken kimyasal maddelerin su ile yıkama yoluyla nasıl temizlendiğini detaylı olarak inceledi. Çalışmada floresan boyası kullanan bilim insanları, temizleme sürecinin üç farklı aşamada gerçekleştiğini keşfetti. İlk aşamada yüzeydeki pürüzlülüklerde kalan maddeler hızla uzaklaştırılırken, sonraki aşamalarda daha yavaş bir temizleme süreci yaşanıyor. Bu bulgular, endüstriyel temizlik süreçlerinden çevresel iyileştime uygulamalarına kadar geniş bir yelpazede kullanılabilir.

İnsan-bilgisayar etkileşimi ve dijital üretim alanında geliştirilen sistemlerin çoğu laboratuvar ortamında etkileyici sonuçlar verse de gerçek dünyada yaygınlaşamıyor. Yeni bir araştırma, bunun sadece zaman meselesi olmadığını, daha temel bir soruna işaret ettiğini ortaya koyuyor. Sistemlerin farklı malzemeler, makineler ve kullanıcılarla nasıl davrandığına dair bilgi genellikle yayın sırasında mevcut değil. Çünkü bu bilgiyi üretmek için gereken sürekli mühendislik çalışması nadiren teşvik ediliyor ya da ödüllendiriliyor. Araştırmacılar, mühendislik olgunluğunu 'epistemik iş' olarak yeniden tanımlayarak altı boyutlu 'Fab-ilities' adlı bir çerçeve öneriyor.

Araştırmacılar, maddelerdeki yapısal değişimleri femtosaniye hızında gözlemleyen ultrafast elektron kırınımı deneylerinde hibrit piksel sayıcı dedektörlerin (HPCD) performansını inceledi. Bu yeni dedektör teknolojisi neredeyse sıfır gürültü seviyesi ve yüksek kare hızı sunarak deneylerde hassasiyeti artırma potansiyeli taşıyor. Ancak araştırma, yüksek elektron akımlarında ciddi sinyal kayıpları yaşandığını ortaya koydu. Ultrafast elektron dağılma deneyleri, molekül ve malzemelerdeki dinamik yapısal değişimleri anlamak için kritik öneme sahip ve bu alandaki teknolojik gelişmeler malzeme bilimi, kimya ve fizik araştırmalarını doğrudan etkiliyor.

Araştırmacılar, atom düzeyindeki fiziksel simülasyonları kuantum doğruluğunda gerçekleştirebilen milyar parametreli bir yapay zeka modeli geliştirdi. MatRIS-MoE adı verilen bu model, periyodik tablonun tüm elementlerini kapsayan devasa veri setleri üzerinde eğitildi. Geleneksel yöntemlerin aksine, bu sistem organik moleküllerden inorganik malzemelere kadar geniş bir yelpazede malzeme özelliklerini tahmin edebiliyor. Projenin en büyük zorluklarından biri, ikinci dereceden türevler gerektiren eğitim sürecinin paralel hesaplama altyapısına uyarlanmasıydı. Araştırma ekibi, Janus adlı özel bir dağıtık eğitim çerçevesi geliştirerek bu sorunu çözdü. İki farklı süper bilgisayar üzerinde test edilen sistem, teorik kapasitesinin %35'ine ulaşarak rekor performans sergiledi.