人机协作探索新的化学合成物质：硼酸钡钠

来自休斯顿大学的研究者设计了一种新型机器学习算法，可在一台个人计算机上运行，并高效预测超过 10 万种合成物的性质，以搜索用于 LED 照明的最优荧光粉。他们合成并测试了其中一种通过计算预测得到的合成物：硼酸钡钠（sodium-barium-borate），并确定它能提供 95% 的效率和优越的热稳定性。

该项目从 Pearson 的晶体结构数据库（Crystal Structure Database）中列出 118287 种可能的无机荧光粉化合物开始；该算法将这一数字削减到 2000 多。过了 30 秒后，它又生成了一份只有 20 几种可能材料的清单。

Brgoch 表示如果没有机器学习，这个过程要花费数周。

他的实验室研究机器学习和预测、合成，所以在算法推荐硼酸钡钠之后，研究员们做出了这种合成物。实验证明它非常稳定，量子产率或者效率达到 95%，但 Bugoch 说它产生的光不够蓝，不能满足商用。

这并没有令他们沮丧，他说：「现在我们能使用机器学习工具发现一种发冷光的材料，可发射出有用的波长。我们的目标不仅是使 LED 灯更高效，还要改进其颜色质量，且降低成本。」

关于这一点，研究人员称，他们证明了机器学习能极大地加速发现新材料的过程。这项研究是他们使用机器学习和计算发现变革性新材料的努力之一。