近日，德國馬普所鋼鐵研究所研究人員與多個研究團隊合作，提出了一種新的基于機器學習的高熵合金設(shè)計方法，極大地提高了高熵合金的設(shè)計效率，并成功地設(shè)計了多種新型高熵因瓦合金。該研究以Machine learningenabled high-entropy alloy discovery為題發(fā)表在Science上。

馬普所的科學家們聯(lián)合多個研究團隊共同開發(fā)了具有普適性的主動學習框架，通過結(jié)合生成模型、回歸集成、物理驅(qū)動的學習和試驗，展示了該框架在高熵因瓦合金的組合設(shè)計方向的應(yīng)用，并基于非常少的試驗數(shù)據(jù)證明了其在設(shè)計高熵合金方面的能力。整個工作流程只需要幾個月的時間，而傳統(tǒng)的合金設(shè)計方法可能需要數(shù)年和更多的試驗。該研究團隊成員期望未來此方法可以在高熵合金設(shè)計中同時優(yōu)化多個性能，并能夠應(yīng)用到其他結(jié)構(gòu)和功能材料的設(shè)計和優(yōu)化中。

下圖為基于主動學習的高熵合金設(shè)計框架。