人工智能發現的磁性材料可以減少對稀土金屬的依賴

新罕布什爾大學的研究人員利用人工智能加速新型功能磁性材料的發現，創建了一個包含 67,573 種磁性材料的可搜索數據庫，其中包括 25 種以前未知的化合物，即使在高溫下也能保持磁性。

“通過加速穩定磁性材料的發現，我們可以減少對磁性材料的依賴 稀土元素降低電動汽車和可再生能源系統的成本，並加強美國的製造基礎，”主要作者、物理學研究生蘇曼·伊塔尼(Suman Itani)說。

新創建的數據庫名為 東北物資數據庫讓學習一切變得更容易 磁性材料 它們在為我們的世界提供動力的技術中發揮著重要作用：智能手機、 醫療設備發電機、電動汽車等等。但這些磁鐵是基於昂貴的進口且越來越難找到的稀土元素，並且從我們已知存在的許多磁性化合物中尚未發現新的永磁體。

人工智能如何改變材料研究

學習， 發表 在雜誌上 自然溝通解釋 UNH 團隊如何創建 人工智慧 一個可以閱讀科學文章並從實驗中提取關鍵細節的系統。

這些數據被輸入計算機模型，確定材料是否具有磁性以及在失去磁性之前可以承受多少熱量，並將其組織到一個可搜索的數據庫中。

科學家們知道，有許多未被發現的磁性化合物，但在實驗室中測試每種可能的元素組合（可能有數百萬種）非常耗時且昂貴。

“我們正在解決最困難的問題之一 材料科學— 發現可持續替代品 永磁體“我們希望我們的實驗數據庫和開發人工智能技術能夠實現這一目標，”物理學教授兼合著者臧家棟說。

研究人員（其中還包括合著者、物理和化學博士後張一博）表示，推進該項目核心的現代大語言模型可能會在該數據庫之外擁有廣泛的應用，特別是在高等教育領域。例如，將圖像轉換為現代富文本格式也可用於實現圖書館館藏的現代化。