迫切需要在这个时代使用先进材料。具有抗氧化性能的材料，具有高耐受性在行业中使用。先进的材料正在为人类福利，安全性和清洁能源等地区提供解决方案。因此，对于特定应用来说，它变得必不可少。
德克萨斯A＆M的一群科学家在发现新颖材料的发现中部署了人工智能（AI）。算法测试并最佳地探讨新材料，以适应一组特定的条件。自主系统适应找到最佳的机器学习（ML）模型，以找到应用程序最有效的材料。
生物医生使用算法找到应用程序
科学研究和国家科学基金会的空军办公室资助了这项研究。团队希望使用此算法将降低运营时间和成本。该算法还在其他字段中找到应用程序 - 例如Biomedicine。临床试验的成本降低，因为该解决方案可以找到有效的治疗方法。
实验发生在闭环计算平台中。基于它们的量子机械性能，耐温性和耐氧化抗性来测试最大阶段。该材料经历了应用作为喷射发动机涡轮叶片的试验。
旧算法使用预定义模型，但此解决方案是向前迈出的一步。该算法自主地从集合中决定了最合适的模型。这减少了整个过程中所需的步骤和资源的数量。
