科学家利用机器学习来指导合成新材料，以期为燃料提供催化剂

科学家和机构每年都投入非常多的资源来发现新材料，以期为燃料提供催化剂。随着自然资源的减少，以及对先进性能产品的需求日益增长，研究人员开始注意到性能优异的纳米材料。

近日，美国西北大学利用机器学习来指导新纳米材料的合成，消除了材料发现相关的障碍。这种训练有素的算法，通过定义的数据集来准确预测可以为清洁能源、化学和汽车行业燃料提供新催化剂。

研究人员表示，此次发明的数据生成工具“巨库”（Megalibrary）极大地扩展了研究人员的视野。每个“巨库”都包含数百万甚至数十亿个纳米结构，每个纳米结构的形状、结构和成分都略有不同，且都在 2×2 平方厘米的芯片上进行了位置编码。迄今为止，每个芯片包含的新无机材料比科学家收集分类的还要多。

研究作者Chad Mirkin说：“我们让模型告诉我们，多达七种元素的混合物会产生哪些以前从未制造过的东西。结果是机器预测了 19 种可能性，在对每种可能性进行了测试后，我们发现其中 18 种预测是正确的。也就是说，准确率约为 95%。”

该团队现在正在使用该方法寻找对清洁能源、汽车和化工行业的燃料过程至关重要的催化剂。识别新的绿色催化剂，将使废物和大量原料转化为有用物质。

该研究论文题为“Machine learning–accelerated design and synthesis of polyelemental heterostructure”，已发表在《科学进展》期刊上。

前瞻经济学人APP资讯组

论文原文：https://www.science.org/doi/10.1126/sciadv.abj5505

标签： 机器学习 新材料