Прорив у магнітах: AI відкрив 67 тисяч альтернатив рідкоземельним

3 хвилин читання
Прорив у магнітах: AI відкрив 67 тисяч альтернатив рідкоземельним. Image: freepik.com

Чи зможуть смартфони та електромобілі працювати без рідкоземельних елементів, що сьогодні залишаються критичними для батарей і електродвигунів? Про нове дослідження з обережно оптимістичними висновками повідомило видання Techno-Science. Команда Університету Нью-Гемпширу застосувала штучний інтелект для аналізу магнітних матеріалів, які десятиліттями залишалися поза фокусом системних досліджень.

Як AI «прочитав» десятиліття науки

Дослідники навчили систему штучного інтелекту опрацьовувати масив наукової літератури за багато років. Алгоритм витягує експериментальні дані та визначає, чи має матеріал магнітні властивості і за яких температур зберігає їх.

Читайте також: Компанія Anthropic тимчасово зупинила роботу своїх нових моделей штучного інтелекту Claude Fable 5 та Mythos 5 після вимог американської влади, яка висловила занепокоєння щодо їхніх можливостей у сфері кібербезпеки.

Зібрані дані систематизуються у відкритій базі Northeast Materials Database. Такий підхід дозволяє швидко ідентифікувати перспективні сполуки без необхідності системного лабораторного тестування кожного кандидата.

Підписуйтеся на наші соцмережі

Чому це важливо для індустрії

Найефективніші постійні магніти сьогодні значною мірою базуються на рідкоземельній сировині. Вони переважно імпортуються, що створює ризики для ціни та доступності. Попри існування багатьох магнітних сполук, жодна з них досі не змогла замінити рідкоземельні магніти у масових споживчих застосуваннях.

Такий AI-підхід змінює саму модель пошуку альтернатив — від повільного експериментального перебору до масштабного цифрового відбору.

67 тисяч матеріалів і 25 термостійких сполук

База вже містить понад 67 тисяч магнітних матеріалів. Серед них 25 оригінальних сполук зберігають свої властивості за високих температур — критичний параметр для електродвигунів і транспортних застосувань.

Суман Ітані, аспірант фізики та провідний автор дослідження, зазначає, що таке прискорення ідентифікації матеріалів може зменшити залежність від рідкоземельних елементів, знизити вартість електромобілів і посилити промислову базу.

Професор Цзядун Чжан, співавтор роботи, підкреслює, що метод спрямований на вирішення одного з ключових викликів матеріалознавства — пошуку сталих альтернатив постійним магнітам. Команда переконана, що потенціал бази даних і AI-технологій робить цю мету досяжною.

Швидкість як нова перевага

Проєкт демонструє, що AI у матеріалознавстві — це не лише оптимізація процесів, а й інструмент зниження технологічної залежності. Якщо хоча б частина з виявлених сполук пройде практичну перевірку, це може змінити баланс на ринку магнітів і електротранспорту.

Наразі рідкоземельні елементи залишаються еталоном ефективності. Але вперше з’явився системний інструмент, здатний масштабно шукати їм заміну — не роками, а алгоритмічно, з охопленням тисяч варіантів одночасно.