由浦项科技大学主办 学分:浦项科技大学 试图将铅和铜等廉价金属转化为黄金的炼金术尚未成功
但随着两三种辅助元素与时代最佳元素混合的合金的发展，现代炼金术可以生产出高强度的高科技金属材料，如高熵合金
现在，与人工智能一起，预测高科技材料晶体结构的时代已经到来，不需要重复的实验
智勋教授和申博士的联合研究小组
POSTECH化学系的Taewon Jin(第一作者，目前在KAIST工作)和POSTECH人工智能研究生院的Jaesik教授共同开发了一个无需大量训练数据就能预测具有可扩展特征的多元合金晶体结构的系统
这些研究结果最近发表在《科学报告》上
固态材料的性能取决于它们的晶体结构
在固溶体高熵合金(HEA)中——一种具有相同晶体结构但在一定范围内不断改变其化学成分的材料——机械性能如强度和延展性根据结构相而变化
因此，预测材料的晶体结构在寻找新的功能材料中起着至关重要的作用
最近已经研究了通过机器学习来预测晶体结构的方法，但是准备训练所需的数据需要巨大的成本
为此，研究小组设计了一个人工智能模型，通过可扩展特征和二元合金数据来预测HEAs的晶体结构，而不是在训练过程中使用80%以上HEA数据的传统模型
这是第一个用人工智能模型预测多元合金(包括合金)晶体结构的研究，人工智能模型只使用二元合金的成分和结构相数据进行训练
通过实验，研究人员证实了多元合金的结构相的预测准确度为80
56%，即使多元合金数据没有参与训练过程
在健康影响评估的情况下，预测准确率为84
20%
根据研究小组开发的方法，预计与以前的方法相比，计算成本可节省约1000倍
“将人工智能方法应用于新材料的开发需要一个巨大的数据集，”领导这项研究的智勋教授解释说
“这项研究意义重大，因为它能够有效地预测先进材料的晶体结构，而无需获得大量的数据集
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
