据美国能源部阿贡国家实验室官网10月5日消息，该实验室的研究人员开发出一种方法，可通过结合机器学习（ML）和高性能计算来自动识别和探索有前景的新材料，有助于加速有用材料的发现和设计。相关研究成果发表在《自然 通讯》期刊上。

该方法使用单元素碳作为原型，预测了原子在很宽的温度和压力范围内自行排列以构成不同物质的方式，并构建了碳的亚稳态相图。研究人员使用模拟产生的、近似于实验结果的合成数据训练了机器学习算法，再利用该算法的预测作为指导，通过合成实际样品并使用透射电子显微镜对样品进行表征来验证其功效，预测并验证了n型金刚石（n-diamond）的结构特征。

未来，研究人员希望将该算法应用于其他元素，可望对有用材料的发现和设计产生广泛影响。

信息来源：

https://www.anl.gov/article/scientists-use-machine-learning-to-accelerate-materials-discovery