Исследователи из Сколтеха и МФТИ разработали новый метод поиска высокоэффективных металлических сплавов с использованием машинного обучения. Этот подход, описанный в журнале Computational Materials, позволяет ученым быстрее и точнее находить новые материалы с улучшенными свойствами, которые могут быть полезны в самых разных отраслях — от аэрокосмической промышленности до электроники.
Обычно поиск новых сплавов — это долгий и трудоемкий процесс. Ученые вынуждены делать предположения о том, какие комбинации металлов могут быть перспективными, а затем проводить сложные расчеты и эксперименты. Это требует огромных вычислительных ресурсов и времени. Новый метод меняет правила игры.
Исследователи использовали машинное обучение для создания моделей, которые могут быстро предсказывать свойства сплавов. Эти модели позволяют перебрать все возможные комбинации металлов в определенных пределах, что значительно ускоряет процесс поиска. Более того, такой подход исключает риск пропустить неожиданные, но перспективные материалы.
Ученые протестировали свой метод на двух группах металлов:
тугоплавкие металлы: ванадий, молибден, ниобий, тантал и вольфрам.
благородные металлы: золото, платина, палладий, медь и серебро.
Алгоритм обнаружил 268 новых сплавов, которые остаются стабильными при нулевой температуре. Многие из этих сплавов даже не были зарегистрированы в популярной отраслевой базе данных. Например, в системе ниобий-молибден-вольфрам машинное обучение предложило 12 новых кандидатов, хотя в базе данных не было ни одного трехкомпонентного сплава этих элементов.
Следующий шаг — детальное изучение свойств этих сплавов с помощью компьютерного моделирования и экспериментов. Ученые планируют расширить свой подход, чтобы охватить сплавы с разными составами и кристаллическими структурами. Это открывает новые возможности для создания материалов с уникальными характеристиками, такими как высокая прочность, устойчивость к коррозии или теплопроводность.
Открытие новых сплавов может привести к прорывам в самых разных областях. Например, более легкие и прочные сплавы могут улучшить конструкцию самолетов и космических кораблей, а материалы с высокой электропроводностью — ускорить развитие электроники. Машинное обучение не только ускоряет этот процесс, но и делает его более точным, позволяя ученым сосредоточиться на самых перспективных вариантах.
Это исследование — отличный пример того, как современные технологии, такие как искусственный интеллект, помогают решать сложные научные задачи. Благодаря машинному обучению поиск новых материалов становится быстрее, эффективнее и доступнее, открывая двери в будущее, где сплавы с уникальными свойствами будут использоваться повсеместно.