西湖大学特聘研讨员刘仕团队使用根据机器学习的分子动力学办法，提醒了在经典铁电资料钛酸铅中，经过施加恰当的应变，能够诱导出一种新式螺旋铁电结构，这种结构展现出巨大的压电效应。相关研讨成果近来发表于《物理谈论快报》。

　　铁电资料指在没有另外加电场下，具有自发电荷极化的资料。钛酸铅作为最典型的铁电资料之一，其物理特性和使用远景一直是研讨热门。但是，传统的铁电资料研讨大多散布在在其静态结构和性质上，对动态行为和杂乱畴结构的探究相对较少。

　　刘仕团队选用密度泛函理论和根据机器学习的分子动力学模仿相结合的办法，不仅仅能够猜测资料的性质，还能模仿很多原子在温度和电场一起效果下的团体行为，然后提醒资料的动态结构和功能。

　　研讨发现，在钛酸铅中施加恰当的应变能够诱导出一种螺旋铁电结构。这种结构中的电偶极子在三维空间中螺旋摆放，展现出高度相关的动态行为。这种螺旋结构展现出了比传统多畴结构更优异的压电功能，其压电系数还能够超越320 pC/N。这一发现为提高铁电资料的压电效应供给了新机制。

　　此外，经过模仿原子的团体行为，研讨团队提醒了钛酸铅在压电效应方面的潜在优越性，并提出了使用拓扑结构提高压电功能的新手法。

　　该研讨不仅在物理层面发现了铁电体系中的螺旋拓扑结构，还在科学办法论上展现了人工智能辅佐的分子动力学在提醒资料新物理性质方面的使用远景，也为未来手性声子、非共线铁电拓扑等方面的研讨供给了新思路。