UA RU EN

ШІ за тижні знайшов сплав, що на 85% стійкіший до окиснення

Штучний інтелект виявив новий матеріал, який має підвищену стійкість до корозії. Фото: НВ — Техно

Успішне створення нових сплавів

16 липня, команда під керівництвом Ю Цзоу оголосила про успішне створення системи активного навчання, яка дозволила виявити нові сплави нікелю, кобальту та хрому. Протягом кількох тижнів дослідники знайшли шість формул сплавів із високими характеристиками. Один з них, що містить 12% нікелю, 62% кобальту та 26% хрому, продемонстрував твердість до температури 600 °C і перевершив галузевий стандарт Inconel 625 на 4,5% у лабораторних тестах. Інший сплав, що складається з 36% нікелю, 14% кобальту та 50% хрому, виявився на 85% стійкішим до окиснення при температурах до 1000 °C.

Проблеми та плани дослідників

Провідний автор дослідження Аджай Талбот підкреслив, що проблема, з якою часто стикаються дослідники, полягає в необхідності великих обсягів даних для навчання моделей машинного навчання.

“Проблема, з якою часто стикаєшся, коли намагаєшся застосувати ШІ для проєктування матеріалів, полягає в тому, що більшості моделей машинного навчання потрібно багато даних про властивості матеріалів для навчання,”
— зазначив Талбот. Він також додав, що в частині простору проєктування, яка ще не досліджена, таких даних не існує, що ускладнює процес.

Дослідники мають амбітні плани на майбутнє. Вони прагнуть досягти температур до 1200 °C і планують ускладнити склад сплавів до 10-12 елементів.

“Ми знайшли матеріал, який надзвичайно добре протистоїть окисненню за таких високих температур. Зрештою ми прагнемо піднятися до ще вищих температур, аж до 1200 °C,”
— зазначив Талбот. Результати роботи команди були опубліковані в журналі Advanced Manufacturing, що додає додаткову вагу їхнім відкриттям.

Ця розробка може мати значний вплив на промисловість, адже нові сплави з високими характеристиками можуть застосовуватися в авіаційній, енергетичній та інших галузях, що вимагають матеріалів, стійких до екстремальних умов. Дослідження також підкреслює важливість використання машинного навчання у матеріалознавстві, відкриваючи нові перспективи для створення інноваційних матеріалів у майбутньому.