在適當(dāng)?shù)臈l件下,，一種被稱為金屬玻璃的未來合金,，會比現(xiàn)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(shù)百萬種可能的成分組合中,，已經(jīng)評估過幾千種,，但只有少數(shù)幾種可能是有用的。

　　現(xiàn)在,，由美國能源部SLAC國家加速器實驗室,、國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）和西北大學(xué)的科學(xué)家領(lǐng)導(dǎo)的一個科學(xué)小組報告，他們找到了發(fā)現(xiàn)和改進(jìn)金屬玻璃的捷徑,，僅用較少時間和成本,，就能發(fā)現(xiàn)新材料。

　　發(fā)現(xiàn)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(xué)小組利用斯坦福同步輻射光源中一個結(jié)合了機(jī)器學(xué)習(xí)的新系統(tǒng)，能快速篩選數(shù)百種樣品材料,，使團(tuán)隊發(fā)現(xiàn)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(xué)教授克里斯·沃爾夫頓是使用計算機(jī)和人工智能預(yù)測新材料的先驅(qū),，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(fā)現(xiàn)到商用的過程,，“這一成果極大縮短了新材料發(fā)現(xiàn)所花費的時間,。”

　　材料科學(xué)的前景將改變

　　在過去的半個世紀(jì)里,，科學(xué)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(tǒng)能夠制作并篩選20000種成分。

　　雖然有其他團(tuán)隊也在使用機(jī)器學(xué)習(xí)預(yù)測尋找不同種類的金屬玻璃,，但此次科學(xué)家通過實驗的快速驗證和預(yù)測,，然后將結(jié)果循環(huán)到下一輪機(jī)器學(xué)習(xí)和實驗中，是此次進(jìn)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(xué)的前景,。

　　為全球科學(xué)家提供實用工具

　　該論文是美國能源部資助此項目的第一個科學(xué)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(fā)現(xiàn)方式,，為全世界科學(xué)家提供了實用的工具,。

　　該公司由斯坦福大學(xué)和西北大學(xué)的前研究生創(chuàng)立，他們創(chuàng)建了一個材料科學(xué)數(shù)據(jù)平臺,，其中電子表格和實驗室筆記中的數(shù)據(jù)以一致的格式存儲,，所以能用來供人工智能系統(tǒng)學(xué)習(xí)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(zhì)等,。

　　沃爾夫頓說,，最終的目標(biāo)，是讓科學(xué)家能夠獲得機(jī)器學(xué)習(xí)模型中的直接反饋結(jié)果,，并在第二天甚至下一個小時內(nèi),，就準(zhǔn)備好另一套待測試的樣本。