可解释AI助力设计更强韧的多主元合金，开启材料科学新篇章

由弗吉尼亚理工大学化学工程副教授桑凯特·德什穆克领导的一个研究团队，利用一个基于解释性人工智能的数据驱动框架设计出了一种新的多主元合金（MPEA），这种合金具有更优异的机械性能。他们的成果发表在《npj计算材料》杂志上。 德什穆克表示：“这项工作展示了数据驱动框架和解释性人工智能在材料设计中的巨大潜力。通过将机器学习、进化算法与实验验证相结合，我们不仅加速了先进金属合金的发现，还开发了可以扩展到复杂材料系统（如糖基材料）的工具。” 多主元合金之所以受到重视，是因为它们在机械性能和应用范围上的突出表现。这些合金由三种或更多的金属元素组成，旨在提供卓越的热稳定性、强度、韧性和抗腐蚀及磨损能力，因此被广泛应用于航空航天、医疗器械和可再生能源技术等领域。 传统上，设计MPEA需要大量的试错，过程既缓慢又昂贵。德什穆克及其团队则使用了解释性人工智能，这种方法不同于传统的“黑箱”模型，可以提供模型决策过程的透明度。他们采用了一种称为SHAP（SHapley Additive exPlanations）的分析技术，帮助团队成员理解不同元素及其局部环境如何影响MPEA的性质。这不仅提高了预测的准确性，还提供了宝贵的科学见解。 利用大量的实验和模拟数据集，人工智能可以快速预测新MPEA的性质，并根据特定应用场景优化元素组合。项目研究人员、化学工程博士后王方希表示：“借助解释性人工智能，我们可以更快地理解MPEA的力学行为，将传统的高成本试错材料设计转变为更有预见性和洞察力的过程。” 除了德什穆克，研究团队还包括来自约翰霍普金斯大学材料科学与工程学教授泰勒·麦克奎因和弗吉尼亚理工大学可持续生物材料学教授马伦·罗曼，以及GlycoMIP平台的负责人。这些跨学科的合作使研究项目不仅能够开发适用于多个领域的工具和平台，还展示了计算、合成和表征技术的结合如何在基础科学和实际应用中推动变革性的突破。 目前，该框架已成功应用于溶剂自由系统的合金设计。德什穆克和他的团队正将其扩展到更复杂的材料设计，如新型糖基材料，这些材料在食品添加剂、个人护理用品、健康产品和包装材料中有广泛的应用前景。 这项研究不仅提升了多主元合金的设计水平，还有望在未来在材料科学和生物技术领域引发更多创新。弗吉尼亚理工大学化学工程系的研究科学家王方希指出：“我们的设计流程结合了先进的机器学习和进化算法，提供了材料结构与性质关系的可解释性见解，为发现多样化的先进材料提供了一个强大的方法。” 业内专家认为，这项研究成果将为材料科学领域带来革命性的变化，通过减少试错时间和成本，加速新合金及其他复杂材料的开发进程，促进其在实际应用中的普及。弗吉尼亚理工大学和约翰霍普金斯大学的强强联合，展示了跨学科合作的巨大潜力，为未来的科学研究提供了新的方向。