人工智能突破有助于降低电动汽车对稀土金属的依赖

编辑者: Tatyana Hurynovich

新罕布什尔大学的科学家们运用人工智能来加速寻找新型磁性材料。他们的工作促成了一个庞大的数据库的建立,该数据库可能有助于减少电动汽车和可再生能源对稀土元素的依赖。

研究人员汇集了“东北材料数据库”(Northeast Materials Database)——一个收录了67种573磁性化合物的资源库。其中有25种在高温下仍能保持磁性的新材料。该数据库是利用人工智能模型分析科学论文的成果。

“通过加速发现可持续的磁性材料,我们可以减少对稀土元素的依赖,降低电动汽车和可再生能源系统的成本,并巩固美国的制造业基础,”该研究的第一作者苏曼·伊塔尼指出。

现代强磁体往往需要稀土元素,而这些元素价格昂贵、主要依赖进口且难以开采。尽管人们已经知道数千种磁性化合物,但从这一范围中尚未发现全新的永磁体。在实验室中检验所有可能的组合耗时耗资过多。

该研究发表在《自然·通讯》(Nature Communications)上。团队利用大型语言模型从论文中提取实验数据,随后训练模型预测磁性和居里温度。参与该项目的还有物理学教授臧家栋和博士后张一博。

该项目得到了美国能源部基础能源科学办公室的支持。科学家们希望,该数据库和不断发展的人工智能技术能让寻找可持续替代品成为现实。

这项工作为交通运输和能源领域更廉价、更环保的技术开辟了道路。磁体被应用于智能手机、医疗设备、发电机和电动汽车,因此这一发现的影响可能十分广泛。

43 查看

来源

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

评论

阅读更多关于此主题的文章:

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
你发现了错误或不准确的地方吗?我们会尽快考虑您的意见。