最近，POSTECH研究团队通过应用AI来开发被称为“合金”的高熵合金（HEA），向创建新材料迈进了一步。

由李承哲教授领导的联合研究小组。候选人李秀英，金亨裕教授和博士，机械工程系的候选人Seokyeong Byeon与材料科学与工程系的Hyoung Seop Kim教授共同开发了一种使用AI进行HEA相位预测的技术。该研究的结果发表在最新一期的材料科学国际杂志《材料与设计》上。

金属材料通常通过将用于期望性能的主要元素与两个或三个辅助元素混合而制成。相比之下，HEA是由相等或相似比例的五个或更多元素组成，而没有主要元素。从理论上讲，可以制成这种合金的类型是无限的，并且具有出色的机械，热，物理和化学性能。已经发现了耐腐蚀或极低温度的合金以及高强度合金。

但是，直到现在，设计新的高熵合金材料都是基于反复试验，因此需要大量时间和预算。预先确定正在开发的高熵合金的相以及机械和热性能甚至更加困难。

为此，联合研究团队专注于开发基于HEA的预测模型，并通过深度学习增强相位预测和可解释性。他们从三个方面应用了深度学习：模型优化，数据生成和参数分析。特别是，重点是基于条件生成对抗网络建立数据增强模型。这使AI模型能够反映尚未发现的HEA样本，从而与传统方法相比提高了相位预测的准确性。

此外，研究团队开发了基于描述性AI的HEA阶段预测模型，以为深度学习模型提供解释性，该模型充当黑匣子，同时还为创建具有特定阶段的HEA的关键设计参数提供指导。

Seungchul Lee教授说：“这项研究是通过将AI纳入最近引起广泛关注的HEA来大大改善现有研究局限性的结果。” 他补充说：“重要的是，联合研究团队的多学科合作产生了可加速基于AI的新材料制造的结果。”

Jin Hyungyu Jin教授还补充说：“研究结果有望大大减少现有新材料开发过程所需的时间和成本，并在未来被积极用于开发新的高熵合金。”