Прорив ШІ допоможе зменшити залежність електромобілів від рідкісноземельних металів

Відредаговано: Tatyana Hurynovich

Вчені Університету Нью-Гемпшира застосували штучний інтелект, щоб прискорити пошук нових магнітних матеріалів. Їхня робота привела до створення обширної бази даних, яка може допомогти зменшити залежність електромобілів і відновлюваної енергетики від рідкісноземельних елементів.

Дослідники зібрали Northeast Materials Database — ресурс із 67 573 магнітними сполуками. Серед них 25 нових матеріалів, що зберігають магнітні властивості за високих температур. База стала результатом аналізу наукових статей за допомогою ШІ-моделей.

«Прискорюючи відкриття стійких магнітних матеріалів, ми можемо зменшити залежність від рідкісноземельних елементів, здешевити електромобілі та системи відновлюваної енергії, а також зміцнити виробничу базу США», — зазначив провідний автор дослідження Суман Ітані.

Сучасні сильні магніти часто потребують рідкісноземельних елементів, які дорогі, здебільшого імпортуються і складно видобуваються. Хоча тисячі магнітних сполук уже відомі, цілком нові постійні магніти з цього пулу поки не знайдені. Перевірка всіх можливих комбінацій у лабораторії забирає надто багато часу й коштів.

Дослідження опубліковано в Nature Communications. Команда використала великі мовні моделі для вилучення експериментальних даних зі статей, а потім навчила моделі передбачати магнітні властивості та температуру Кюрі. До проєкту увійшли також професор фізики Цзядун Цзан і постдокторант Ібо Чжан.

Підтримку надало Управління фундаментальних енергетичних наук Міністерства енергетики США. Вчені сподіваються, що база та зростаючі ШІ-технології зроблять пошук стійких альтернатив реальністю.

Робота відкриває шлях до дешевших і екологічніших технологій для транспорту та енергетики. Магніти застосовуються в смартфонах, медичних пристроях, генераторах і електромобілях, тому вплив відкриття може виявитися широким.

43 Перегляди

Джерела

  • Here's why this AI breakthrough could free our electric cars from rare earths

Коментарі

Читайте більше статей на цю тему:

Great paper from Anthropic on AI agents doing ML-for-science research. (bookmark it) If you build AI-scientist systems, this one is worth your time. They propose Agent4Sci, which gives frontier coding agents 20 scientific ML benchmarks across 11 domains and asks them to beat

Image
Reply

OpenAI showed that AI agents can handle the slowest step in modern biology, making sense of huge experiments. By splitting a huge brain experiment among 1,946 AI agents, OpenAI got in 32 minutes what it estimates would take people months: a ranked list of leads for new

Image
OpenAI
OpenAI
@OpenAI

GPT-Rosalind surfaced a new lead for drug discovery: could restoring cholesterol transport protect neurons from degeneration? DCTN1 is a gene linked to Perry syndrome, a rare neurodegenerative disorder. In mouse-brain data, disrupting it increased expression of genes involved in

Reply
Знайшли помилку чи неточність?Ми розглянемо ваші коментарі якомога швидше.