機器學習的發展使新型金屬玻璃問世速度加快

如果將兩種或三種金屬結合在一起 , 就會得到一種通??雌饋硐窠饘僖粯拥暮辖?, 其原子排列成剛性 。
但是在特殊的條件下 , 我們也許可以得到一些全新的東西:一種稱為金屬玻璃的未來派合金 。
其原子排列的方式與玻璃的原子排列非常相似 。 但它的玻璃狀性質使其比現在最好的鋼材更堅固更輕 , 而且更耐腐蝕和耐磨 。
雖然金屬玻璃作為保護涂層和鋼材的替代品似乎非常合適 , 但在過去的50年中 , 組合成分可以有百萬種 , 但是僅有幾千種組合成分被評估過 , 并且只有少數幾種投入使用 。
 
【機器學習的發展使新型金屬玻璃問世速度加快】

機器學習的發展使新型金屬玻璃問世速度加快

文章插圖

現在由能源部SLAC國家加速器實驗室 , 國家標準與技術研究院(NIST)和西北大學的科學家領導的一個小組報告了發現和改進金屬玻璃的捷徑 , 并且與過去不同的是現在只需很少的時間和成本 。
Science Advances上報道:一個研究小組發現和改進了金屬玻璃的捷徑 , 他們利用SLAC斯坦福同步輻射光源(SSRL)的一個系統 , 該系統利用機器學習 , 能快速制作和篩選數百個樣本材料 。
利用這個新系統 , 使得團隊很快發現了3種新的金屬玻璃成分混合物 , 并且比以前要快200倍 。
西北教授克里斯沃爾弗頓是使用計算和人工智能預測新材料的早期先驅 , 他表示:“從發現新材料到商業應用通常需要十年或兩年的時間 , 不過使用AI來預測新材料 , 這是努力縮短時間的一大進步 , 你可以從材料列表中選擇最適合你的材料列表 , 并利用人工智能將潛在材料的巨大領域迅速縮小為幾個優秀的材料 。 ”
他的最終目標是 , 讓科學家能夠掃描數百種樣本材料 , 從機器學習模型中獲得幾乎即時的反饋 。
在過去的半個世紀里 , 科學家們已經研究了大約6000種組成金屬玻璃的成分 。 SSRL的工作人員科學家補充說:“我們能夠在一年內制作和篩選20000種組合 。 ”
機器學習的發展使新型金屬玻璃問世速度加快

文章插圖