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。student (Conrad Rosenbrock) and two professors — one engineer (Eric Homer) and one physicist (Gus Hart) — might have cracked the code by juicing a computer with an algorithm that allows it to learn the elusive “why” behind the boundaries’ qualities.
他们的方法，在最近的自然期刊上发表了计算材料，提供一种生产在金属，合金，半导体和其他材料中发现的原子构建块的“字典”的技术。它们的机器学习方法分析了大数据（思考：谷物边界的大规模数据集），以提供对可能与特定机制，过程和属性相关联的物理结构的洞察，否则难以识别。
“我们正在使用机器学习，这意味着算法可以看到人类看不到的诸多数据和大量数据的趋势，”Homer说。“对于大数据模型，您丢失了一些精度，但我们发现它仍然提供了强大的信息来连接边界和属性之间的点。”
当涉及金属时，该过程可以评估材料的力量，重量和寿命，导致最终优化最佳材料。虽然该组实际上并不是创造材料，但他们现在可以破译“为什么”和“如何”化妆。
研究人员表示，他们的论文是第一个尝试破解原子结构的代码，这些原子结构与机器学习计算机算法严重影响晶界性质。
“这就像Siri;SIRI通过拍摄声音并将它们转变为元音和辅音，最终通过访问大量的Apple数据库来说，“Hart说。“我们正在使用相同的概念。我们有一个大型数据库，我们的算法正在采用谷物边界，并将其与该数据库进行比较，以将它们连接到某些属性。“
最终目标是使开发材料更容易，更高效地制作能够组合以制造强大，轻质和无腐蚀金属的材料。研究人员认为，他们的前端可能是10年甚至20年的过程，以创造为主要结构提供实用解决方案的创新合金结构。
“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。“
提交：工业自动化
