乍一看，玻璃和水晶可能看起來很相似，然而，當放在顯微鏡下觀察時，它們的結構有很大的不同。晶體具有完美有序和重復的原子模式，而玻璃則是類似流體的無序結構。

在物理學中，玻璃態被認為是物質的一種特殊形式。在短時間玻璃表現得很像固體。然而，在較長一段時間內，玻璃表現得更像液體。它正好存在于固體和液體的交匯處，這使得它們的性質難以用傳統的物質分類來描述。

長期以來，量子研究人員和科學家一直對玻璃從液體到特殊固體形態的轉變感到困惑。更難以捉摸的是被稱為“布拉格玻璃”的物質態，它同時表現出有序和無序結構的結構特征。

人工智能和機器學習領域的最新進展為科學家們解開長期存在的科學謎團提供了機會。人工智能和機器學習算法可以篩選大量數據集，以識別復雜的相關性，并發現傳統分析方法無法實現的模式。

美國能源部(DOE)阿貢國家實驗室的科學家們與斯坦福大學和康奈爾大學的合作者一起，利用機器學習發現了實驗證據，證明了材料中存在布拉格玻璃態。

利用大量的x射線散射數據和康奈爾大學開發的一種新的機器學習數據分析工具，科學家們能夠研究玻璃的性質。雖然布拉格玻璃態的理論預測已經有三十多年了，但具體的實驗證據一直缺乏，直到現在。

“我們可以在短時間內收集大量的x射線數據，而人工分析這些數據可能會導致只見樹木不見森林?！卑⒇晣覍嶒炇也牧峡茖W部的高級物理學家、該研究的作者之一Ray Osborn說，“結合尖端的x射線和計算技術，我們能夠發現布拉格玻璃態獨有的特征?！?/span>

在這個實驗中，科學家們在ErTe3的晶體基中尋找難以捉摸的布拉格玻璃態，眾所周知，ErTe3的結構具有特定的遠程秩序，科學家稱之為電荷密度波(CDW)。

大約三十年前，理論上認為，如果一些“混沌”可以引入到結構的其他有序狀態，CDW材料可以承載布拉格玻璃態。在這個實驗中，科學家們將鈀原子隨機分布到結構中，以制造一些無序。

對無序樣品進行x射線散射，并記錄每個晶體的三維結構數據。在30K至300K的溫度范圍內收集數據樣本，以分析結構如何變化。

然后使用機器學習工具分析了數百Gb的數據，這些數據證實，在一定的過渡溫度下，樣本凍結成具有大量遠程秩序的狀態，同時也顯示出局部特征。這證實了布拉格玻璃態的實驗檢測。

從這個實驗中得到的見解也突出了人工智能和機器學習算法在數字時代科學發現中的力量。這一發現有助于更好地從根本上理解物質的相變。它還有助于超導和磁性領域的進步。此外，研究結果還可以用于開發各種應用的新材料。