近日，德国马普所钢铁研究所研究人员与多个研究团队合作，提出了一种新的基于机器学习的高熵合金设计方法，极大地提高了高熵合金的设计效率，并成功地设计了多种新型高熵因瓦合金。该研究以Machine learningenabled high-entropy alloy discovery为题发表在Science上。

马普所的科学家们联合多个研究团队共同开发了具有普适性的主动学习框架，通过结合生成模型、回归集成、物理驱动的学习和试验，展示了该框架在高熵因瓦合金的组合设计方向的应用，并基于非常少的试验数据证明了其在设计高熵合金方面的能力。整个工作流程只需要几个月的时间，而传统的合金设计方法可能需要数年和更多的试验。该研究团队成员期望未来此方法可以在高熵合金设计中同时优化多个性能，并能够应用到其他结构和功能材料的设计和优化中。

下图为基于主动学习的高熵合金设计框架。