机器学习的发展使新型金属玻璃问世速度加快

如果将两种或三种金属融合在一起，就不会获得一种一般来说看上去像金属一样的合金，其原子排成刚性。但是在类似的条件下，我们或许可以获得一些全新的东西：一种称作金属玻璃的未来派合金。其原子排序的方式与玻璃的原子排序十分相近。

但它的玻璃状性质使其比现在最差的钢材更加牢固更加重，而且更加耐腐蚀和耐用。虽然金属玻璃作为维护涂层和钢材的替代品或许十分适合，但在过去的50年中，人组成分可以有百万种，但是仅有几千种人组成分被评估过，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找到和改良金属玻璃的捷径，并且与过去有所不同的是现在只需很少的时间和成本。

ScienceAdvances上报导：一个研究小组找到和改良了金属玻璃的捷径，他们利用SLAC斯坦福实时电磁辐射光源（SSRL）的一个系统，该系统利用机器学习，能较慢制作和检验数百个样本材料。利用这个新的系统，使得团队迅速找到了3种新的金属玻璃成分混合物，并且比以前要慢200倍。

西北教授克里斯沃尔弗顿是用于计算出来和人工智能预测新材料的早期先驱，他回应：“从找到新材料到商业应用于一般来说必须十年或两年的时间，不过用于AI来预测新材料，这是希望延长时间的众多变革，你可以从材料列表中自由选择最合适你的材料列表，并利用人工智能将潜在材料的极大领域很快增大为几个杰出的材料。”他的最终目标是，让科学家需要扫瞄数百种样本材料，从机器学习模型中取得完全即时的对系统。在过去的半个世纪里，科学家们早已研究了约6000种构成金属玻璃的成分。

SSRL的工作人员科学家补足说道：“我们需要在一年内制作和检验20000种人组。

本文来源：银河galaxy娱乐游戏-www.painreliefbasics.com