形状记忆合金已经使用了几十年，特别是在生物医学行业。从喷气发动机排气喷嘴到火星探测器上的太阳能电池板，许多先进技术和应用都采用了这种材料。
不幸的是，目前的合金已被发现在其操作温度范围有很大的限制，阻碍了在变革性技术中广泛应用，特别是在高温下。这促使研究人员探索具有更复杂性能的合金，其组成中存在超过三到四种元素。
为了开发性能更好的材料，美国国家科学基金会最近为25个项目提供了4000万美元的资金，作为“设计材料以革命和工程我们的未来”(DMREF)计划的一部分。德克萨斯农工大学材料科学与工程系教授Raymundo Arróyave博士领导的团队获得了180万美元的资金，用于探索多主元素多功能合金(MPEMFAs)。
“在这个项目中，我们正在研究具有改进性能的新型形状记忆合金，例如在非常高的温度下进行可逆转换而不会有太多效率损失的能力，”他说Arroyave。“我们正在努力将计算和实验材料科学与人工智能相结合，这样我们就可以比传统方法更快地探索这一广阔的化学空间。”
该项目名为“人工智能引导的多主元多功能合金加速发现”，旨在发现具有极端性能组合的mpemfa，如具有低滞后的超高温马氏体转变，在应力下稳定可逆的形状变化和超弹性。
“多组分形状记忆合金提供了许多新的机会，如可逆、超高温马氏体相变和尺寸稳定性;然而，在这个新项目中，我们必须解决高温下的许多潜在问题，”材料科学与工程系的系主任易卜拉欣·卡拉曼博士说。“这很有挑战性，但我们希望发现新的物理原理。”
为了应对这一挑战，研究人员提出开发一种新的闭环材料设计框架，该框架可以集成实验、计算材料科学模型和机器学习/人工智能(AI)方法，通过定制接口连接实验、模型、现有数据，更重要的是，连接跨学科的研究人员。
“传统的材料研究在本质上往往是爱迪生式的:人们尝试各种各样的食谱，看看哪些有效，”Arróyave说。“在这里，我们利用人工智能的进步，试图以迭代的方式探索广阔的化学空间:我们进行一些实验和模拟，将它们输入人工智能算法，然后算法建议下一个尝试的食谱。”
“除了通过这个闭环框架加速新型多功能合金的发现，我们还希望从设计的合金中获得新需要的数据，可以帮助更好地理解多功能合金性能的物理原理，这可以帮助改进计算和物理信息的机器学习模型。”德克萨斯农工大学电气与计算机工程系副教授钱晓宁博士说，他将在这个项目中专注于开发机器学习和优化方法。
该项目将利用最近建立的研究生证书，称为“数据支持的能源材料发现和设计”，并培训博士生增强对一类重要材料的理解，从而实现广泛的技术
Karaman和Qian也是领导这个项目的团队的一部分。