用人工智慧發現新型材料，金屬玻璃可替代鋼材

本文由人工智慧觀察編譯

譯者：Sandy

科學家們聯合起來，利用人工智慧在極短的時間之內發現了新的鋼材替代品，再創紀錄。在這一試驗中，他們共發現了三種用於合成金屬玻璃的混合物，比以往要快200倍。

金屬玻璃實質上是一種未來的合金。通常情況下，將少量的金屬混合在一起就意味著可以將每種金屬的理想特性「添加」在一起，以便形成一種「超級金屬」。表面看起來合金與金屬無異，其原子結構會呈剛性幾何圖形。

雖然金屬玻璃不具備剛性的幾何圖形，但卻具有類似於玻璃那樣的無序原子結構。因此，金屬玻璃比現在的鋼材更堅固輕便，也更耐腐蝕和磨損，被認為是鋼材的理想替代品。

說到這一點，金屬玻璃相對較新，但也並不是所有的金屬玻璃成分組合都通過了測試。過去的50年里，人們在數百萬種可能的成分組合中，已經評估過幾千種，但只有少數幾種可能是有用的。獲取一種預測或建模最佳組合的方法便是在金屬玻璃世界中尋找。

因此，美國能源部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科學小組進行了試驗，並報告表示他們找到了發現和改進金屬玻璃的捷徑，通過人工智慧技術，可以用較少時間和成本發現新型材料。

該團隊使用了SLAC的斯坦福同步加速器輻射光源（SSRL），通過機器學習系統發現了三種新的原料混合物來形成金屬玻璃。Science子刊《ScienceAdvances》對這些發現進行了報告。

西北大學教授克里斯·沃爾夫頓（Chris Wolverton）教授是使用計算機和人工智慧預測新材料的先驅，也是論文合作者之一。他說，通常需要十年或二十年的時間，新材料才能完成從發現到商用的過程，「這一成果極大縮短了新材料發現所花費的時間。」

這項工作不僅可以用於金屬玻璃，還可以用於其他材料，也就是說這對工業來說是一項非常有價值的技術。在沃爾夫頓教授看來，其最終目標是讓科學家能夠獲得機器學習模型中的直接反饋結果，並在第二天甚至下一個小時內，就準備好另一套待測試的樣本。

在過去的半個世紀里，科學家一共研究了大約6000種金屬玻璃的組成成分，而這套新系統能夠製作並篩選20000種成分。雖然有其他團隊也在使用機器學習預測尋找不同種類的金屬玻璃，但此次科學家通過實驗的快速驗證和預測，然後將結果循環到下一輪機器學習和實驗中，是此次進步的獨特之處。

實際上，這種方法可以用於各種實驗，特別是在尋找材料，如在金屬玻璃和催化劑方面有很大的優勢。NIST材料研究工程師曾表示，人工智慧將改變材料科學的前景。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！