麻省理工学院的研究人员开发了一种新技术，通过捕捉材料中的化学排列，提升金属合金等复杂材料的性能预测。该方法利用机器学习模型，加速并提高了材料行为的模拟精度，特别是在化学无序材料中表现优异。这种方法可用于开发新材料，适用于航空航天和可持续钢材等领域。

研究人员利用机器学习量化金属合金中的短程有序，以帮助开发高性能合金。他们使用机器学习模拟和量化SRO，通过识别化学模式和标记每个模式的数量。研究人员还利用超级计算机进行了大规模模拟。这项研究有望为高熵材料的设计提供预测工具，推动新材料的有目的设计。