近日，一项新论文显示，机器学习可以帮助开发具有耐极端温度、抵抗锈蚀等多种有用特性的新型金属。

这种发现新金属的能力可能具有非常广泛的用途，例如在低温下表现良好的金属可以用于强化航天器，而抗锈蚀的金属可以用于打造船只和潜艇。

目前，科学家们通常在实验室里进行实验，寻找用现有金属合成新金属的方法。他们常常从一种熟悉的元素开始，比如便宜且可塑性强的铁，然后添加一两个其他元素来观察原始材料的变化。

这是一个耗时耗力的试错过程，而且大多数结果都是毫无价值的。日前，发表在 Science 上的新论文表明，在人工智能的帮助下，研究人员可以更精确地预测哪些金属组合更有可能得出有意义的结果。

来自马克斯·普朗克研究所的研究人员，利用这种方法，成功地鉴定出了 17 种有潜力的新金属。该研究小组正在寻找具有低水平“invar”的金属，这指的是当材料暴露在高温或低温下时，其膨胀或收缩的程度。

“invar”这样一种水平较低的金属，在极端温度下也不会改变尺寸。马克斯·普朗克研究所的材料科学研究员，也是该论文的合著者 Ziyuan Rao 解释说，鉴于这种属性此类金属具备广泛的工业用途，比如用于天然气的运输和储存。

（来源：STEPHANIE ARNETT/MITTR | ENVATO）

该团队结合了人工智能和实验，成功地找到了这些新的金属。首先，他们必须克服一个重大挑战：缺乏可以用来训练机器学习模型的现成数据。

他们利用手头有的数据——几百个描述现有金属合金特性的数据来训练模型，然后人工智能系统利用这些数据对将表现出低“invar”的新金属进行预测。

原文：

https://www.technologyreview.com/2022/10/25/1062104/machine-learning-new-metals/

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除