它可能不会像链条和薄弱的联系那样吸引，但物理学家和工程师知道“一种材料只是最弱的晶界”。
好的，这根本不吸引人，但这是重点：谷物边界是一个很大的事。它们是显微镜，无序区域，原子大小构建块在材料中将晶体（即颗粒）结合在一起。
更重要的是，谷物边界有助于确定对人类重要的金属的性质。例如，它们可以影响金属的强度（建筑物！），耐腐蚀性（桥梁！）和电导率（电力！）。
但是，虽然研究人员已经研究了几十年的谷物边界，但获得了一些洞察力的谷物边界所产生的类型，但没有人能够钉住普遍的系统来预测晶界的某种原子配置将使材料更强或更强更柔韧。
进入Rosenbrock，Homer和Hart的跨学科论证研究团队。博士学生康拉德罗森布罗克和两位教授 - 工程师埃里克荷马和物理学家Gus Hart - 可能已经通过用算法榨取计算机来破解代码，该算法允许它学习界限背后的难以捉摸的“原因”。
他们的方法发表在最新一期的《自然》杂志上计算材料该公司提供了一种技术，可以制作出金属、合金、半导体和其他材料中的原子构成块的“字典”。他们的机器学习方法分析大数据(想想:大量的晶粒边界数据集)，以提供对物理结构的洞察，这些结构可能与特定的机制、过程和属性相关，否则很难识别。
“我们正在使用机器学习，这意味着算法可以看到许多人类看不到的数据趋势，”荷马说。“大数据模型失去了一些精确度，但我们发现，它仍然提供了足够强大的信息，可以将边界和属性之间的点联系起来。”
当涉及到金属时，这一过程可以评估材料的强度、重量和寿命等性能，从而最终优化出最佳材料。尽管该团队还没有真正创造出材料，但他们现在已经能够解释化妆的“为什么”和“如何”。
研究人员表示，他们的论文是首次尝试用机器学习的计算机算法破解严重影响晶界属性的原子结构代码。
“这有点像Siri;Siri的工作原理是通过访问一个庞大的苹果数据库，将声音转换成元音和辅音，最终变成单词。”哈特说。“我们使用的是同样的概念。我们有一个庞大的数据库，我们的算法将晶粒边界与数据库进行比较，将它们与某些属性联系起来。”
最终目标是更容易和更有效地开发材料，可以组合成坚固、轻量化和无腐蚀的金属。研究人员认为，他们处于一个可能需要10年甚至20年的过程的前端，以创造创新的合金结构，为主要结构提供实用的解决方案。
“我们的国家每年花费500亿美元的腐蚀，”荷马说。“如果您可以通过开发更耐金属来降低较少的百分比腐蚀的成本，您可以每年节省数十亿美元。这不是少量的钱。“
了下:•先进的材料
