用人工智能发现新型的、有价值的稀土化合物

稀土元素是各种电子产品的重要原材料，从智能手机和宽带电缆到风力涡轮机和电动汽车。但是，找到一种新的有价值的稀土化合物，是出了名的困难，而且结果不可预测。

现在，科学家们想出了一个聪明的方法来帮助寻找新的稀土化合物：一种新开发的具有预测能力的人工智能系统，它将使我们超越人类的极限。

这里使用的人工智能类型是机器学习：顾名思义，它是软件研究信息数据库(在这种情况下是关于稀土化合物的数据库)，识别模式和相关性，然后使其能够发现所述数据库的新潜在匹配项.

爱荷华州立大学艾姆斯实验室的材料科学家 Prashant Singh 说：“机器学习在这里非常重要，因为当我们谈论新成分时，有序材料对于稀土界的每个人来说都是众所周知的。然而，当你在已知材料中添加无序项时，情况就大不相同了。组合物的数量会显着增加，通常是数千或数百万，你无法使用理论或实验来研究所有可能的组合。”

在材料科学中，有序和无序是指粒子在材料中的排列方式(例如，以完美的结晶网格或更混乱、分散的排列方式)，这直接影响到所述材料的性质和用途。

在这种情况下，机器学习模型是使用稀土数据库和密度泛函理论 (DFT) 的一些想法构建的，该理论用于分析材料结构——非常适合此类研究。

建立模型的方式意味着可以快速测试数百个排列，然后可以评估每个排列的相位稳定性。换句话说，人工智能能够判断稀土组合是否可行，如不会分崩离析。

然后，这些计算会辅以来自网络的附加信息(通过定制算法找到)，最终经过验证并通过多次检查，以确保它们保持在现实范围内。

艾姆斯实验室的材料科学家 Yaroslav Mudryk 说：“这并不是真的要发现一种特定的化合物。问题是，我们如何设计一种新方法或新工具来发现和预测稀土化合物？这就是我们所做的。”

实验数据也可以反馈到机器学习系统中，进一步提高其准确性并减少出错的机会。

目前，该模型仍在评估和调整，然后才能开始寻找稀土化合物的任务，但研究人员承诺这只是开始。

最终，我们不再依赖偶然性来做出发现。

“我们的方法将有助于发现具有新功能的新型复杂稀土化合物。”研究人员在论文中总结道。

该研究已发表在Acta Materialia上。

https://www.sciencealert.com/ai-is-pointing-the-way-to-finding-new-rare-earth-compounds