在 2,500 华氏度左右，钢会熔化。铝在暴露于水分和氧气时会腐蚀。虽然这些传统合金非常适合日常环境，但它们在极端高温、低温、高压和其他条件下会变形。随着美国在太空和北极等极端环境下开展越来越多的行动，对在这些条件下保持强度的合金的需求至关重要。

多主元合金 (MPEA) 由几种元素以大致相等的比例组成，由于其在一定温度范围内具有高强度、硬度和韧性，因此更适合极端环境。此外，MPEA 通常表现出优异的耐腐蚀性和热稳定性，并能展现出可用于电子或磁性设备的独特功能特性。

马里兰州劳雷尔市约翰霍普金斯应用物理实验室 (APL) 的研究人员正在通过创建复杂的微结构来加速 MPEA 设计，这些微结构仅从少数样本中提供成分信息。然而，这些样本包含许多富含数据的局部样本。

该团队的新方法自动将合金相(合金在加热或冷却时形成的不同材料)与其机械性能联系起来。研究人员在《Data in Brief》杂志上发表了他们的研究成果，描述了他们用于合成 17 种独特 MPEA 成分的设计能力。

APL 极端和多功能材料科学项目经理 Morgan Trexler 表示：“设计 MPEA 具有挑战性，因为成分上每一个微小的变化都会导致材料形成和特性的巨大变化。”

“这一新功能为研究人员提供了一种途径，可以快速创建和分析大量样本中的数千个本地数据，这将智能地为新材料的设计提供信息并实现快速的材料发现。”

为了预测要生产哪种 MPEA 作品，APL 与约翰霍普金斯大学惠廷工程学院的 Paulette Clancy 和 Maitreyee Sharma Priyadarshini 进行了合作。

在数据有限的情况下，Clancy 和 Sharma Priyadarshini 使用基于物理的贝叶斯优化算法PAL 2.0快速筛选合金可能性并推荐可最大限度提高硬度的 MPEA，并为未来的合金开发提供最广泛的数据样本。

与大多数需要大型数据库的深度学习工作不同，该团队努力研究少量数据点是否仍能产生合理的结果。该算法只需要大约十几个数据点即可生成建议。