Gli scienziati dell'Università del New Hampshire hanno applicato l'intelligenza artificiale per accelerare la ricerca di nuovi materiali magnetici. Il loro lavoro ha portato alla creazione di un'ampia banca dati che potrebbe contribuire a ridurre la dipendenza dei veicoli elettrici e dell'energia rinnovabile dagli elementi delle terre rare.
I ricercatori hanno realizzato il Northeast Materials Database, una risorsa con 67 573 composti magnetici. Tra questi vi sono 25 nuovi materiali che conservano le proprietà magnetiche ad alte temperature. La banca dati è il risultato dell'analisi di articoli scientifici condotta con modelli di IA.
«Accelerando la scoperta di materiali magnetici sostenibili, possiamo ridurre la dipendenza dagli elementi delle terre rare, rendere meno costosi i veicoli elettrici e i sistemi di energia rinnovabile, e rafforzare la base produttiva degli Stati Uniti», ha osservato l'autore principale dello studio Suman Itani.
I forti magneti moderni richiedono spesso elementi delle terre rare, che sono costosi, in gran parte importati e difficili da estrarre. Sebbene migliaia di composti magnetici siano già noti, da questo insieme non sono ancora stati individuati magneti permanenti del tutto nuovi. Verificare in laboratorio tutte le possibili combinazioni richiede troppo tempo e troppe risorse.
Lo studio è stato pubblicato su Nature Communications. Il team ha utilizzato grandi modelli linguistici per estrarre dati sperimentali dagli articoli e ha poi addestrato i modelli a prevedere le proprietà magnetiche e la temperatura di Curie. Al progetto hanno partecipato anche il professore di fisica Jiadong Zang e il postdoc Yibo Zhang.
Il sostegno è stato fornito dall'Ufficio delle scienze energetiche di base del Dipartimento dell'Energia degli Stati Uniti. Gli scienziati sperano che la banca dati e le crescenti tecnologie di IA rendano realtà la ricerca di alternative sostenibili.
Il lavoro apre la strada a tecnologie più economiche ed ecologiche per i trasporti e l'energia. I magneti sono impiegati negli smartphone, nei dispositivi medici, nei generatori e nei veicoli elettrici, perciò l'impatto della scoperta potrebbe essere ampio.
