Klíč k nezávislosti: Americká laboratoř vyvinula silné magnety bez vzácných zemin s pomocí umělé inteligence

Vědci z Ames National Laboratory ve Spojených státech dosáhli významného průlomu ve vývoji permanentních magnetů. Podařilo se jim vytvořit systematický postup pro objevování nových materiálů, které nevyžadují vzácné zeminy.

Vědci z Ames National Laboratory ve Spojených státech dosáhli významného průlomu ve vývoji permanentních magnetů. Podařilo se jim vytvořit systematický postup pro objevování nových materiálů, které nevyžadují vzácné zeminy. Tento inovativní přístup kombinuje fyzikální modelování a simulace s nástroji umělé inteligence (AI), což umožňuje vést proces objevování ještě předtím, než jsou materiály fyzicky vyrobeny v laboratoři.

Permanentní magnety jsou nepostradatelnou součástí našeho každodenního života. Hrají klíčovou roli v ukládání dat, pohonu elektromobilů, vysoce kvalitním lékařském zobrazování a obranných aplikacích. Současné vysoce výkonné magnety se však spoléhají na vzácné zeminy, jejichž zpracování je pro USA závislé na jiných zemích. Tato závislost zvyšuje náklady a bezpečnostní rizika, což vedlo k úkolu vyvinout magnety bez těchto prvků.

Tým vedený vědcem Prashantem Singhem zajistil, že modely umělé inteligence byly trénovány na experimentálně naměřených a vědecky vypočítaných vlastnostech materiálů. Tím je zaručeno, že předpovědi AI jsou založeny na reálném chování. Singh zdůrazňuje, že pochopení fyziky materiálů je zásadní pro návrh nových látek. Pouhé trénování na datech by omezilo předpovědi na již známý rozsah, zatímco s fyzikálním pochopením může AI prozkoumávat libovolný materiálový prostor.

Výhodou takového přístupu je, že AI analyzuje atomovou strukturu a elektronické chování materiálu k určení jeho vlastností, jako je síla magnetizace, odolnost proti demagnetizaci, kapacita pro ukládání energie a chování při vysokých teplotách. Díky tomu mohou výzkumníci identifikovat nejslibnější kandidáty a předvídat výsledky pomocí výpočtů, namísto časově náročných reálných experimentů. Ames Lab těží ze svých hlubokých znalostí a dlouhé historie dat v oblasti magnetů, což je pro trénink AI klíčové.

Vědci se nezastavili jen u objevu. Nástroje AI rovněž zohledňují dostupnost a cenu materiálu. Vzhledem k opakovaně odhaleným slabinám dodavatelských řetězců v posledním desetiletí, modely AI tyto podmínky zohledňují již během procesu objevování. Tím je zajištěno, že vyvinutý materiál je prakticky realizovatelný a škálovatelný pro průmyslové využití. Tento komplexní přístup pokrývá celý proces od objevu až po průmyslovou dostupnost, čímž USA usilují o snížení své závislosti na jiných zemích v oblasti kritických komponent. Výsledky výzkumu byly publikovány v časopise Materials Science and Engineering.