3的组合物图3中的吸收系数（α）
2eV和1
5 EV以及出良性性能模型（LOG10P）的结果显示（a）Fe-Co-Ta，（b）Fe-Ni-在（c）Fe-sn-in组合物空间（d）用k = 2和3个拟合点的候选相图显示为Fe-Co-Ta系统，以说明TH的结果e相图模型
（e）108三阳离子组成系统（灰度）的概述，包括来自不同印刷课程的一些重复系统水平轴是最低阶段的阶段装配相图包括三阳离相的拟合点（k），纵轴是从相应的三阳离子组合物空间中的46个组成区域获得的最小对数似然值（log10p）
通过有色标记物和Fe-Co-Ta系统中描述的四种系统以及Fe-Co-Ta系统
学分：DOI：10
1073 / PNA
2106042118 CALTECH和谷歌的研究人员，使用最初用于印花T恤设计的喷墨打印机耦合电脑自动化发出高通量方法，识别具有有趣性质的新材料
在该过程的试运行中，它们筛选了数十万可能的新材料，并发现由可调调谐的钴，钽和锡制成的新材料透明度和作为化学反应的良好催化剂，同时留下稳定的强酸电解质
在国家科学院（PNA）的科学文章中描述的努力，由John Gregoire和CALTECH的Joel Haber和谷歌的Lusann Yang
它建立了在CALTECH的能源部（DOE）能源创新枢纽的人工光合作用（JCAP）联合中心进行的研究，并继续与JCAP的继任者一起进行，液体阳光联盟（LISA），旨在简化将阳光转化为燃料所需的复杂步骤的努力，使该过程更有效
创造新材料并不像掉落一样简单很少有不同的元素进入测试管子并摇动它，看看会发生什么
你需要在原子水平上互相结合的元素，以创造新的和不同而不是仅仅是一种异质混合物成分
具有几乎无限数量的p在周期表上的各种方块的易于组合，挑战是知道哪种组合将产生这种材料
“材料发现可以是暗淡过程如果你不能预测到哪里找到所需的属性，您可以花费整个职业生涯混合随机元素，从未找到任何有趣的东西，“JCAP的研究员和Lisa Team Lead的研究人员的研究员Gregoire和Lisa Team Lead
结合时少数个别元素，材料科学家们通常可以预测新材料可能基于其组成部分的性能
然而，当进行更复杂的混合物
时，该过程很快就会变得无法理解。
“任何两个以上的elemeNTS在材料科学中被认为是“高维的”，“格雷托尔说”大多数或所有的一个和两金氧化物已经是已知的，“他说
”“未知的边境是三个或更多的“（金属氧化物是含有带正电荷的金属离子的固体材料，或阳离子和带负电荷的氧离子或阴离子;例如，锈蚀是氧化铁
）地壳中的大多数材料是金属氧化物，因为大气中的氧气在地壳中与各种金属反应
e金属氧化物的非气相稳定性使它们实际上是有用的，只要可以确定这种氧化物的特定组合物，这将提供给定技术所需的机械，光学，电子和化学性质
虽然材料科学家展示了如何所有这些属性都可以通过使用各种金属氧化物来调整，实现特定应用的必要特性可能需要多个元素的特定组合，并找到合适的挑战
拉刀 - 更多 - 金属氧化物前沿，Gregoire的集团通过JCAP提出了十年的工作价值
在那里，研究人员已经开发了每天创造100,000种材料的方法
一个这样的物质发现在通过使用重新灌注的喷墨打印机将新材料“打印”新材料在玻璃板上进行制备
每种元素的组合作为其成分之间的比例的灰度，然后高然后使用与谷歌共同开发的高光谱成像技术在CALTECH中扫描和成像温度，这些材料可以通过与谷歌共同开发的高光谱成像技术，通过记录其在九个不同波长下吸收的光，可以快速捕获有关材料的信息
“这不是对材料的全面分析，但它很快并为具有有趣性质的组合物提供了线索，”JCAP和LISA的Haber，Research Chemist和Material Engineers（JCAP和Lisa
）中，所有，Caltech团队创造了376,752三金属氧e基于10个金属元素的组合和产生的每个单独组合10的样品10不同的时间来检测和杂草在合成过程中的任何缺陷
“打印可以具有伪像，这是您为速度制作的牺牲
通过谷歌向我们提出了10次来建立信任的10次，“Gregoire表示虽然不完善，该过程创造了三金属材料比传统技术快（如气相沉积，其中通过从蒸汽冷凝其涂覆在基材上的新材料
谷歌计算机工程师然后创建算法以处理高光谱图像并搜索其光学特性只能通过化学解释的特定组合物界面三种金属元素中的步骤
“如果三个元素化学相互作用以提供出色的光学性质，它们的相互作用也可能产生其他特殊性质，”Gregoire说明，因为该技术可以识别表现出这些化学相互作用的证据的少量组合物，它也缩小了寻找针头的材料科学家的大海捞针，所以说话
“”约翰的实验室有我们在谷歌应用科学梦想的问题;他可以在一天中打印数十万个样本，导致图像数据的tberytes，“谷歌研究员Lusann yang
”在六年合作的每一步都很努力地与他密切合作，找到申请谷歌'的地方S独特的工具包，用于大量嘈杂数据的迭代实验：设计实验，调试硬件，处理大量图像数据，以及创建物理启发算法
结果是许多独特宽度的实验数据集我很自豪的化学品空间
“验证他们的调查结果，Gregoire的Caltech团队使用物理气相沉积重新创建了被标记为”有趣“的材料，并使用X射线衍射分析它们，较慢但这种类型的验证更彻底的过程显示，这种类型的验证显示，自动化的高通量过程更熟练地发现新材料，而不是人类科学家对高光谱数据的彻底分析
PNAP.ER是“通过自动实验和数据科学发现复合氧化物的发现
”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
