למידת מכונה במזיאת קוונטים מגלתה סגסוגת רב‑אנטרופית לַחַדית, בעלת חוזק גבוה ועמידות בפני קורוזיה

מדוע זה חשוב לחומרים של העתיד

ממכוניות וספינות קלות יותר ועד מכשירים רפואיים עמידים יותר — הטכנולוגיה המודרנית תלויה במתכות שיכולות להיות חזקות, גמישות ועמידות בפני קורוזיה בו־זמנית. עם זאת, גילוי "סגסוגות החלום" האלה הוא תהליך איטי וכואב, כיוון שעל החוקרים לסרוק מרחב עצום של תערובות אפשריות תוך שימוש בנתונים מוגבלים ולעתים רבי‑רעש. מאמר זה מראה כיצד צורת מחשוב קוונטי הנקראת אנילינג קוונטי יכולה לשתף פעולה עם למידת מכונה כדי לנווט בחיפוש הזה ביתר יעילות, והוא מדגים את הגישה על ידי עיצוב ובחינה של סגסוגת רב‑אנטרופית חדשה שהיא גם קשיחה וגם בעלת עמידות גבוהה בפני קורוזיה.

מחפש מחטים בערמת שחת מתכתית

סגסוגות מסורתיות בנויות סביב יסוד אחד או שניים עיקריים, בעוד שסגסוגות רב‑אנטרופיות מערבבות ארבעה יסודות או יותר בכמויות דומות, ומשחררות מגוון עצום של מבנים ותכונות אפשריות. חופש זה בא על חשבון: מספר הרכבים האפשריים מתפוצץ, וסימולציות פיזיקליות מפורטות לכל מועמד איטיות מדי. מודלים מונחי‑נתונים יכולים לעזור, אך הנתונים הניסיוניים הזמינים נדירים וחסרי עקביות, מה שהופך קל למודלים מורכבים "להתאים יתר על המידה" לתעלולים של הנתונים במקום לפיזיקה הבסיסית. בחירת התיאורים המתאימים, כוונון מורכבות המודל וגיזום חלקים לא מועילים של המודל הופכים לבעיות אופטימיזציה קשות שבהן אלגוריתמים קלאסיים לעתים נתקעים בפתרונות סבירים במקום בפתרונות מעולים באמת.

לאפשר לפיזיקה הקוונטית להנחות את האלגוריתמים

אנילינג קוונטי מטפל בבעיות כאלה על‑ידי המרתן לנופי אנרגיה: כל בחירה אפשרית של תכונות מודל, פרמטרים או חיבורים מקבילה לסידור של ספינים קוונטיים, והפתרון הטוב ביותר יושב באנרגיה הנמוכה ביותר. מכיוון שמערכות קוונטיות יכולות לחקור תצורות רבות בבת אחת ולנהור דרך מחסומי אנרגיה דקים, הן עשויות להימלט ממלכודות מקומיות שבהן נתקעים אלגוריתמים קלאסיים. בעבודה זו המחברים בונים מסגרת "למידת מכונה בסיוע קוונטי" (QaML) שמתרגמת מספר צעדים מרכזיים — בחירת תיאורים, אימון מודלים של מכונות וקטור התמיכה וגיזום רשתות עצביות — לצורת בינארית ריבועית משותפת המתאימה לאנילרים קוונטיים. הם משלבים זאת עם סכימת אצוות חכמה כדי שסטים גדולים של תיאורים יוכלו להיות מטופלים גם על מכשירים קוונטיים מוגבלי גודל של היום.

מנתונים לסגסוגת מבטיחה חדשה

מצוידים בכלים אלה, הצוות התמקד בסגסוגות רב‑אנטרופיות שבנויות מאלומיניום, כרום, ברזל, מנגן וטיטניום. בתוך משפחה זו חיפשו סגסוגות פאזה‑יחידה ממבנה קובייה מרכזית גוף (BCC) שהיו קלות, חזקות ועמידות בפני קורוזיה בסביבות חומציות ומלוחות קיצוניות. כללים מבוססי‑פיזיקה — כגון דרישה ליסודות הידועים בכושרם ליצור סרטי פני שטח מגן והימנעות משילובים הנוטים לאוקסידים בלתי יציבים — צמצמו את המרחב. בחירת תכונות בסיוע קוונטי זיהתה סט קטן של תיאורים משמעותיים לשתי משימות: מודל סיווג שמנבא אם סגסוגת תתעוות בצורה שבירה או גמישה, ומודל רגרסיה שמעריך את חוזק ההתמשכות. רשתות עצביות ומכונות וקטור‑תמיכה מותאמות קוונטית אומנו לאחר מכן על נתונים ניסיוניים מעודכנים. ראוי לציין כי רשתות שנגוזמו באמצעות אנילינג קוונטי הכלילו טוב יותר מאלו שנגוזמו בשיטות קלאסיות, אפילו כאשר המפענח הקלאסי מצא ערכי עלות מספריים נמוכים במקצת — מה שמרמז כי הגישה הקוונטית נוטה להעדיף אזורים רחבים ויציבים יותר בנוף הפתרונות.

להעמיד את הניבוי למבחן

בעזרת צינור סינון משולב זה, המסגרת בחרה ברכב הרכב מסוים, Al8Cr38Fe50Mn2Ti2 (באחוזים אטומיים), כמי שמבטיח במיוחד. חישובים הציעו שהוא אמור ליצור מבנה פאזה‑יחידה פשוט עם רוחב נשימה גבוה, חוזק גבוה, צפיפות יחסית נמוכה וביצועי קורוזיה טובים. החוקרים סנתזו את הסגסוגת ואישרו שהיא מתגבשת במבנה הרצוי עם פיזור יסודי אחיד של היסודות. מבחני דחיסה הראו חוזק התמשכות ב‑0.2% של 568 מגה‑פסקל ומעל 40% עיוות ללא שבר — עדות לעמידות משמעותית. מבחני קורוזיה בתמיסות כלוריד חומציות חשפו כי סרט הפסיב שלה נשאר יציב בפוטנציאלים גבוהים יותר ונושא צפיפות זרם קריטית נמוכה בערך סדר גודל לעומת פלדת אל־חלד סטנדרטית 304, מה שמעיד על פני שטח מגן ועמיד יותר לאורך זמן.

נתיב חדש לעיצוב חכם של סגסוגות

במונחים יומיומיים, המחקר מראה שאלגוריתמים משופרים קוונטית יכולים לעזור למדענים לסנן מרחבי עיצוב עצומים ומבלבלים כדי למצוא מתכונים מתכתיים שהם גם חזקים וגם ארוכי‑טווח, אפילו כאשר קיימים רק כמויות צנועות של נתונים ניסיוניים. על‑ידי אמתת הביצועים החזויים של סגסוגת רב‑אנטרופית מסוימת במעבדה, העבודה מעבירה את האנילינג הקוונטי מסקרנות תיאורטית לכלי מעשי בעיצוב חומרים. ככל שחומרה קוונטית תשתפר, זרימות עבודה דומות עשויות להאיץ את גילויו של מגוון חומרים מתקדמים, מסגסוגות מבניות לכלי רכב וספינות ועד ציפויים מתמחים העמידים בפני קורוזיה בסביבות קיצוניות.

ציטוט: Ibarra-Hoyos, D., Connors, P.F., Jang, H. et al. Quantum-annealed machine learning discovers ductile, high strength and corrosion-resistant high-entropy alloy. npj Comput Mater 12, 159 (2026). https://doi.org/10.1038/s41524-026-02032-x

מילות מפתח: אנילינג קוונטי, למידת מכונה, סגסוגות רב‑אנטרופיות, גילוי חומרים, עמידות בפני קורוזיה