当前位置:

OFweek人工智能网

机器学习

正文

机器学习的发展使新型金属玻璃问世速度加快

导读: Science Advances上报道:一个研究小组发现和改进了金属玻璃的捷径,他们利用SLAC斯坦福同步辐射光源(SSRL)的一个系统,该系统利用机器学习,能快速制作和筛选数百个样本材料。

如果将两种或三种金属结合在一起,就会得到一种通常看起来像金属一样的合金,其原子排列成刚性。

但是在特殊的条件下,我们也许可以得到一些全新的东西:一种称为金属玻璃的未来派合金。

其原子排列的方式与玻璃的原子排列非常相似。但它的玻璃状性质使其比现在最好的钢材更坚固更轻,而且更耐腐蚀和耐磨。

虽然金属玻璃作为保护涂层和钢材的替代品似乎非常合适,但在过去的50年中,组合成分可以有百万种,但是仅有几千种组合成分被评估过,并且只有少数几种投入使用。

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,并且与过去不同的是现在只需很少的时间和成本。

Science Advances上报道:一个研究小组发现和改进了金属玻璃的捷径,他们利用SLAC斯坦福同步辐射光源(SSRL)的一个系统,该系统利用机器学习,能快速制作和筛选数百个样本材料。

利用这个新系统,使得团队很快发现了3种新的金属玻璃成分混合物,并且比以前要快200倍。

西北教授克里斯沃尔弗顿是使用计算和人工智能预测新材料的早期先驱,他表示:“从发现新材料到商业应用通常需要十年或两年的时间,不过使用AI来预测新材料,这是努力缩短时间的一大进步,你可以从材料列表中选择最适合你的材料列表,并利用人工智能将潜在材料的巨大领域迅速缩小为几个优秀的材料。”

他的最终目标是,让科学家能够扫描数百种样本材料,从机器学习模型中获得几乎即时的反馈。

在过去的半个世纪里,科学家们已经研究了大约6000种组成金属玻璃的成分。SSRL的工作人员科学家补充说:“我们能够在一年内制作和筛选20000种组合。”

机器学习的发展使新型金属玻璃问世速度加快

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号