金属合金中的短程有序 (SRO) 概念(原子在短距离上的排列)在材料科学与工程领域尚未得到充分探索。但过去十年，人们对量化 SRO 的兴趣又重新燃起，因为解码 SRO 是开发定制高性能合金(如更坚固或耐热的材料)的关键一步。

了解原子如何排列并非易事，必须通过密集的实验室实验或基于不完善模型的计算机模拟来验证。这些障碍使得全面探索金属合金中的 SRO 变得困难。

但麻省理工学院材料科学与工程系 (DMSE) 的研究生 Killian Sheriff 和 Yifan Cao 正在使用机器学习逐个原子地量化构成 SRO 的复杂化学结构。在助理教授 Rodrigo Freitas 的指导下，以及在电气工程与计算机科学系助理教授 Tess Smidt 的帮助下，他们的研究成果最近发表在《美国国家科学院院刊》上。

人们对 SRO 的兴趣与对高熵合金这种先进材料的兴奋有关，高熵合金的复杂成分赋予了它们优异的性能。

通常，材料科学家会以某种元素为基础，添加少量其他元素来增强特定性能，从而开发出合金。例如，在镍中添加铬可以使所得金属更耐腐蚀。

与大多数传统合金不同，高熵合金含有多种元素，从 3 种到 20 种，且比例几乎相等。这提供了巨大的设计空间。曹说：“这就像在用更多原料制作一道菜。”

目标是利用 SRO 作为“旋钮”，通过以独特的方式混合高熵合金中的化学元素来调整材料性能。曹说，这种方法在航空航天、生物医药和电子等行业具有潜在应用，推动了探索元素排列组合的需求。