Forskere ved University of New Hampshire har bygget en AI-drevet database med 67 573 magnetiske forbindelser. Blant dem er 25 nylig oppdagede materialer som forblir magnetiske ved høye temperaturer. Funnene kan kutte kostnader, redusere avhengigheten av sjeldne jordartselementer og gi fart til elbiler og fornybar energi.

Hva er nytt

Den nye ressursen, Northeast Materials Database, samler eksperimentelle data fra vitenskapelige artikler i en omfattende, søkbar oversikt. Databasen åpner for raskere utforsking av materialer som er kritiske for moderne teknologi.

Til tross for omfanget: Ingen helt ny permanentmagnet er så langt identifisert fra denne samlingen.

Hvorfor det betyr noe

Magneter er avgjørende i smarttelefoner, medisinsk utstyr, kraftgeneratorer, elektriske kjøretøy og en rekke hverdagsteknologier. I dag er de mest effektive magnetene sterkt avhengige av sjeldne jordartselementer – grunnstoffer som er kostbare, i stor grad importert og stadig vanskeligere å sikre.

• Lavere avhengighet av sjeldne jordarter kan redusere kostnader i elbiler og fornybare energisystemer.
• Materialer som tåler høy varme er spesielt viktige for elbil-motorer med krevende termiske forhold.
• Funnene kan styrke amerikansk produksjon ved å gjøre teknologien mer bærekraftig og tilgjengelig.

«Ved å akselerere oppdagelsen av bærekraftige magnetiske materialer kan vi redusere avhengigheten av sjeldne jordartselementer, senke kostnadene for elektriske kjøretøy og fornybare energisystemer, og styrke den amerikanske produksjonsbasen,» sier Suman Itani, hovedforfatter og doktorgradsstudent i fysikk.

Slik gjorde de det

Forskerne utviklet et AI-system som leser vitenskapelige artikler og trekker ut sentrale eksperimentelle data. Disse dataene ble brukt til å trene modeller som kan:

• Avgjøre om et materiale er magnetisk
• Beregne temperaturen der materialet mister magnetismen

Resultatene organiseres i en omfattende, søkbar database som gir forskere rask tilgang til verifiserte data.

«Vi takler en av de vanskeligste utfordringene innen materialvitenskap – å oppdage bærekraftige alternativer til permanentmagneter – og vi er optimistiske om at vår eksperimentelle database og voksende AI-teknologier vil gjøre dette målet oppnåelig,» sier Jiadong Zang, professor i fysikk og medforfatter.

Mulige ringvirkninger

• Kan akselerere utviklingen av neste generasjons magneter
• Kan bidra til å redusere miljøpåvirkning fra elbiler og fornybar energi
• Kan forkorte utviklingstiden fra tiår til år gjennom maskinlæring

Utover laboratoriet

Teamet ser også at den store språkmodellen brukt i prosjektet kan ha bredere formål i høyere utdanning. Teknologien kan konvertere bilder til moderne rike tekstformater, noe som hjelper med å oppdatere og bevare biblioteksamlinger.

Finansiering og publisering

Prosjektet er støttet av Office of Basic Energy Sciences, Division of Materials Sciences and Engineering ved U.S. Department of Energy. Studien er publisert i Nature Communications. Opplysningene er også omtalt av ScienceDaily, University of New Hampshire og TechXplore.

Hovedpoenget: Med en åpen, AI-drevet database over 67 573 magnetiske forbindelser – inkludert 25 nye materialer som tåler høy varme – viser forskerne at maskinlæring kan revolusjonere oppdagelsen av materialer og potensielt kutte utviklingstiden fra tiår til år. Neste steg er å omsette funnene til praktiske alternativer til sjeldne jordartsmagneter – særlig for elektriske kjøretøy og fornybar energi.