作者:宋檢 時間:2022-11-30 來源:互聯網
在適當的條件下,一種被稱為金屬玻璃的未來合金,會比現在的鋼材更堅固輕便,也更耐腐蝕和磨損。過去50年中,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。
現在,由美國能源部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報告,他們找到了發現和改進金屬玻璃的捷徑,僅用較少時間和成本,就能發現新材料。
發現新材料速度快200倍
理想的狀況是,將兩種或三種金屬融合在一起,會得到看起來像金屬的合金,其原子排列成剛性幾何圖形。
科學小組利用斯坦福同步輻射光源中一個結合了機器學習的新系統,能快速篩選數百種樣品材料,使團隊發現了3種新混合物制成的金屬玻璃成分,速度比以前快200倍。
西北大學教授克里斯·沃爾夫頓是使用計算機和人工智能預測新材料的先驅,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*大縮短了新材料發現所花費的時間。”
材料科學的前景將改變
在過去的半個世紀里,科學家一共才研究了大約6000種金屬玻璃的組成成分,而這套新系統能夠制作并篩選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,然后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,這種方法可以用于各種實驗,特別是在尋找材料,如金屬玻璃和催化劑方面大有裨益。NIST材料研究工程師杰森·海垂科-席目爾說,人工智能將改變材料科學的前景。
為全球科學家提供實用工具
該論文是美國能源部資助此項目的**個科學成果,SLAC正在與硅谷人工智能公司Citrine Informatics合作,改變了新材料的發現方式,為全世界科學家提供了實用的工具。
該公司由斯坦福大學和西北大學的前研究生創立,他們創建了一個材料科學數據平臺,其中電子表格和實驗室筆記中的數據以一致的格式存儲,所以能用來供人工智能系統學習使用。
近來,評估新材料的速度非常緩慢,即使每天都可以檢測5種潛在類型的金屬玻璃,仍要花上一千年時間來研究每一種可能的金屬玻璃組合,以克服有毒、昂貴成分,或去掉易碎的性質等。
沃爾夫頓說,*終的目標,是讓科學家能夠獲得機器學習模型中的直接反饋結果,并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。
1、檢測行業全覆蓋,滿足不同的檢測;
2、實驗室全覆蓋,就近分配本地化檢測;
3、工程師一對一服務,讓檢測更精準;
4、免費初檢,初檢不收取檢測費用;
5、自助下單 快遞免費上門取樣;
6、周期短,費用低,服務周到;
7、擁有CMA、CNAS、CAL等權威資質;
8、檢測報告權威有效、中國通用;
①本網注名來源于“互聯網”的所有作品,版權歸原作者或者來源機構所有,如果有涉及作品內容、版權等問題,請在作品發表之日起一個月內與本網聯系,聯系郵箱service@baijiantest.com,否則視為默認百檢網有權進行轉載。
②本網注名來源于“百檢網”的所有作品,版權歸百檢網所有,未經本網授權不得轉載、摘編或利用其它方式使用。想要轉載本網作品,請聯系:service@baijiantest.com。已獲本網授權的作品,應在授權范圍內使用,并注明"來源:百檢網"。違者本網將追究相關法律責任。
③本網所載作品僅代表作者獨立觀點,不代表百檢立場,用戶需作出獨立判斷,如有異議或投訴,請聯系service@baijiantest.com