W skrócie:
- Badacze wykorzystali sztuczną inteligencję do stworzenia gigantycznej bazy danych obejmującej ponad 67 tys. materiałów magnetycznych
- W tej liczbie znalazło się 25 zupełnie nowych, zdolnych zachować magnetyzm nawet w wysokich temperaturach
- Czym to może skutkować? Ograniczeniem zależność od metali ziem rzadkich, obniżką kosztów pojazdów elektrycznych i systemów energii odnawialnej – twierdzą naukowcy
AI stworzyła bazę
W świecie elektromobilności trwa nieustanny wyścig nie tylko o pojemniejsze baterie trakcyjne czy wydajniejsze silniki, lecz także o materiały, które pozwolą uniezależnić się od metali ziem rzadkich. To właśnie one, czyli drogie, często trudne do pozyskania i w dużej mierze importowane, są dziś fundamentem najmocniejszych magnesów stosowanych w silnikach aut elektrycznych.
Tymczasem zespół naukowców z University of New Hampshire proponuje rozwiązanie, które może wywrócić przysłowiowy stolik do góry nogami. Jak poinformował ScienceDaily, badacze wykorzystali sztuczną inteligencję do stworzenia gigantycznej bazy danych obejmującej 67 573 materiały magnetyczne, w tym 25 zupełnie nowych, zdolnych zachować magnetyzm nawet w wysokich temperaturach.
Cecha kluczowa
I to właśnie ta ostatnia cecha jest kluczowa. Wysokotemperaturowe magnesy są niezbędne w silnikach trakcyjnych, które podczas pracy osiągają znaczne temperatury. Do tej pory dominowały tu magnesy oparte na neodymie i dysprozie, tj. pierwiastkach, których dostępność jest coraz bardziej problematyczna.
– Przyspieszając odkrywanie zrównoważonych materiałów magnetycznych, możemy ograniczyć zależność od metali ziem rzadkich, obniżyć koszt pojazdów elektrycznych i systemów energii odnawialnej oraz wzmocnić krajową bazę produkcyjną – podkreśla cytowany przez ScienceDaily Suman Itani, doktorant fizyki i główny autor badania.
Wszystko w jednej bazie
Nowa baza, nazwana Northeast Materials Database, to nie tylko katalog. To narzędzie, które może zmienić sposób prowadzenia badań nad materiałami. Zespół opracował system AI zdolny do „czytania” publikacji naukowych i automatycznego wydobywania z nich danych eksperymentalnych. Na tej podstawie modele komputerowe oceniają, czy dany materiał jest magnetyczny i w jakiej temperaturze traci swoje właściwości.
Wszystko trafia do jednej, „przeszukiwalnej bazy”, która pozwala naukowcom błyskawicznie przeglądać potencjalne „kandydatury” na nowe magnesy. To ważne, bo choć nauka zna tysiące związków o właściwościach magnetycznych, od dekad nie udało się znaleźć zupełnie nowego materiału, który mógłby zastąpić magnesy trwałe oparte na metalach ziem rzadkich.
Problemem jest natomiast skala możliwych kombinacji pierwiastków – to są miliony, a ich eksperymentalne testowanie zajęłoby całe pokolenia. – Mierzymy się z jednym z najtrudniejszych wyzwań w nauce o materiałach (odkryciem zrównoważonych alternatyw dla magnesów trwałych) i jesteśmy przekonani, że nasza baza eksperymentalna oraz rozwijające się technologie AI przybliżają nas do tego celu – powiedział współautor badania, prof. Jiadong Zang.
Obrazy w teksty
Co ciekawe, twórcy projektu widzą dla swojej technologii także inne zastosowania. Jak podaje ScienceDaily, model językowy wykorzystany do budowy bazy może w przyszłości wspierać digitalizację zasobów bibliotecznych, przekształcając obrazy w nowoczesne formaty tekstowe.
To pokazuje, że AI w nauce nie musi ograniczać się do analizy danych i tworzenia modeli tekstowych czy graficznych, a może stać się narzędziem, które porządkuje i udostępnia wiedzę na zupełnie nowych zasadach. Z resztą, podobne przełomy dzieją się w innych obszarach nauki, dzięki AI.
Oskar Włostowski
