机器学习加速新材料的发掘

机器学习加速新材料的发掘

SLAC国家加速器实验室的工程师正在研究发现新材料的方式,并且正在寻找更好的金属玻璃配方,这是一种钢铁的替代品。

冶金学家长期以来一直在寻求合金,金属玻璃坚固而不会破碎。 它是无定形的,原子也排列得很整齐,就像窗户玻璃原子一样。 它的玻璃状性质使其比现在最好的钢材更轻更坚固,而且更耐腐蚀和耐磨。

尽管金属玻璃可用作保护涂层或钢的替代品,但在过去的50年中,仅有数千种可能的成分组合被评估过,其中仅有少数才能被合理的利用到。

现在由能源部SLAC国家加速器实验室,国家标准与技术研究院(NIST)和西北大学的科学家领导的一个小组报告了发现和改进金属玻璃的捷径 , 以及其他难以捉摸的材料 ,这只需要很短的时间与成本。

该研究小组利用了SLAC的斯坦福同步辐射光源(SSRL)的研究方法,该方法利用机器学习技术通过实验快速制作和筛选数百个样本材料。这一组合带领团队发现了三种新的成分形成了金属玻璃,并在0.5%的时间内使用传统方法进行混合。

更令人兴奋的一个方面是,科学家们可以如此迅速的做出预测,并且通过反复的实验,以至于可以调查那些不遵循正常经验法则的材料,然后在确定材料是否会形成玻璃。

人工智能将会改变材料科学的发展方向,这只是刚刚开始。


分享到:


相關文章: