新研究或许有助于减少对用于驱动现代科技的稀土元素的依赖。

新罕布什尔大学的科学家正运用人工智能技术，大幅加速新型磁性材料的探索进程。他们采用的方法已构建出一个可检索的数据库，其中囊括了67,573种磁性材料，包括25种此前未知的化合物，这些化合物能在高温下保持磁性，而这一特性正是众多实际应用场景中的关键要求。

该研究的主要作者、物理学博士生苏曼·伊塔尼表示：“通过加速可持续磁性材料的研发进程，我们能够降低对稀土元素的依赖，削减电动汽车和可再生能源系统的成本，并强化美国的制造业基础。”

磁性材料领域的瓶颈

这一名为“东北材料数据库”的新资源旨在助力研究人员更便捷地探索种类繁多的磁性材料，这些材料是支撑现代科技发展的基石，从智能手机、医疗设备，到发电机、电动汽车，均离不开它们。

当今性能最为强劲的永磁体，严重依赖成本高昂、多需进口且愈发难以获取的稀土元素。尽管科学家们深知存在诸多磁性化合物，但迄今为止，尚无一种能够取代稀土基磁体而得到广泛应用，这已然成为材料创新领域的一大瓶颈。

教导人工智能阅读文献

在新罕布什尔大学（UNH）团队发表于《自然·通讯》期刊的研究中，他们详细阐述了如何训练人工智能系统研读并解析数十载的科学文献。该系统能够从浩如烟海的文献中精准提取关键实验细节，并将其输入计算机模型，进而判断材料是否具有磁性，以及在何种温度下会丧失这一特性。随后，这些研究结果被整合至一个可检索的数据库中，使研究人员能够迅速锁定那些颇具潜力的材料，否则，这些材料可能需要数年的实验室测试才能被发现。

科学家们知道，许多尚未被发现的磁性化合物是存在的，但在实验室里对每一种可能的元素组合进行测试——潜在的数量可能多达数百万种——既极其耗时，又成本高昂。

迈向无稀土技术

物理学教授、论文合著者臧佳栋表示：“我们正在攻克材料科学领域最棘手的难题之一——为永磁体探寻可持续的替代品。我们满怀信心，凭借现有的实验数据库以及日益精进的人工智能技术，这一目标终将实现。”

包括共同作者、兼具物理学与化学领域博士后研究员身份的张一博在内的研究人员表示，展望未来，支撑该项目运行的现代大型语言模型，其应用范围将远超当前数据库范畴，尤其在高等教育领域大有可为。例如，将图像转换为现代富文本格式的技术，同样可用于推进图书馆馆藏的数字化升级。