在必要的条件下，一种被称作金属玻璃的未来合金，不会比现在的钢材更加牢固轻巧，也更加耐腐蚀和磨损。过去50年中，人们在数百万种有可能的成分人组中，早已评估过几千种，但只有少数几种有可能是简单的。
现在，由美国能源部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科学小组报告，他们寻找了找到和改良金属玻璃的捷径，仅用较较少时间和成本，就能找到新材料。找到新材料速度快200倍理想的状况是，将两种或三种金属融合在一起，不会获得看上去像金属的合金，其原子排成刚性几何图形。科学小组利用斯坦福实时电磁辐射光源中一个融合了机器学习的新系统，能较慢检验数百种样品材料，使团队找到了3种新的混合物做成的金属玻璃成分，速度比以前慢200倍。西北大学教授克里斯·沃尔夫顿是用于计算机和人工智能预测新材料的先驱，也是论文合作者之一。
他说道，一般来说必须十年或二十年的时间，新材料才能已完成从找到到商用的过程，“这一成果很大延长了新材料找到所花费的时间。”材料科学的前景将转变在过去的半个世纪里，科学家一共才研究了约6000种金属玻璃的构成成分，而这套新的系统需要制作并检验20000种成分。虽然有其他团队也在用于机器学习预测找寻有所不同种类的金属玻璃，但此次科学家通过实验的较慢检验和预测，然后将结果循环到下一轮机器学习和实验中，是此次变革的独有之处。
实质上，这种方法可以用作各种实验，特别是在找寻材料，如金属玻璃和催化剂方面大有裨益。NIST材料研究工程师杰森·海垂科－席目尔说道，人工智能将转变材料科学的前景。为全球科学家获取实用工具该论文是美国能源部资助此项目的第一个科学成果，SLAC正在与硅谷人工智能公司CitrineInformatics合作，转变了新材料的找到方式，为全世界科学家获取了简单的工具。该公司由斯坦福大学和西北大学的前研究生创办，他们创立了一个材料科学数据平台，其中电子表格和实验室笔记中的数据以完全一致的格式存储，所以能用来可供人工智能系统自学用于。
近来，评估新材料的速度十分较慢，即使每天都可以检测5种潜在类型的金属玻璃，才会花上上一千年时间来研究每一种有可能的金属玻璃人组，以解决剧毒、便宜成分，或去除坚硬的性质等。沃尔夫顿说道，最后的目标，是让科学家需要取得机器学习模型中的必要对系统结果，并在第二天甚至下一个小时内，就准备好另一套待测试的样本。
本文关键词：博鱼体育,助,金属,玻璃,问世,人工智能,加快,新材料
本文来源：博鱼体育-www.jmbnewsonline.com
