Nuovi magneti senza terre rare: l’IA individua materiali ad alta temperatura per le auto elettriche
Un'importante università applica l'intelligenza artificiale in un ambito tecnico scientifico avanzato e ne trae delle conclusioni inaspettate. Che spunti avrà dato questo studio che raccontiamo?

L’intelligenza artificiale entra anche nella ricerca delle terre rare, in particolare di materiali magnetici avanzati. L’innovazione è dell’Università del New Hampshire, che ha creato un database consultabile su 67.573 composti magnetici e 25 materiali ancora non riconosciuti come magneti.
Il progetto è curato da Suman Itani, dottorando in fisica e autore dello studio, che ha commentato così il suo lavoro: “Accelerando la scoperta di materiali magnetici sostenibili, possiamo ridurre la dipendenza dagli elementi delle terre rare, abbassare il costo dei veicoli elettrici e dei sistemi di energia rinnovabile e rafforzare la base manifatturiera statunitense“.
Il database si chiama Northeast Materials, nato per semplificare il lavoro sul sottosuolo degli scienziati. I magneti servono a molte industrie, partendo dagli smartphone, i dispositivi medici, i generatori di corrente, i veicoli elettrici e qualsiasi altra elettronica di consumo. I magneti più potenti dipendono dalle terre rare, sempre più difficili da trovare e estrarre.
Un’intelligenza artificiale multiuso e disciplinare, il fisico Zang parla di sfide difficili nella scienza dei materiali e i database ben costruiti fanno risparmiare tempo e soldi
Il database a sistema AI legge articoli scientifici e altre risorse, ne estrae i dati più importanti, anche quelli sperimentali, e li ordina. Le informazioni venute fuori sono state utilizzate per addestrare modelli computerizzati utili ad analizzare un materiale e definirlo magnetico, se di alta o bassa temperatura, durata del magnetismo. Così è venuta fuori la tabella di elementi completa e consultabile. Tanti dati sono sconosciuti e da verificare, apriranno nuove ricerche. Gli scienziati spiegano nell’articolo su Nature, di aver risparmiato anni di lavoro di laboratorio e anche denaro.
Ecco le parole di un coautore, il professore di fisica Jiadong Zang: “Stiamo affrontando una delle sfide più difficili nella scienza dei materiali, ovvero scoprire alternative sostenibili ai magneti permanenti, e siamo ottimisti sul fatto che il nostro database sperimentale e le crescenti tecnologie di intelligenza artificiale renderanno questo obiettivo raggiungibile“.
Questo lavoro, per un ambito molto tecnico e scientifico, dà lo spunto per una nuova didattica accademica ma anche scolastica. I modelli linguistici avanzati e di grandi dimensioni possono creare altri database utili alla formazione. I testi avanzati possono essere trasformati in immagini, possono essere aggiornate le conservazioni bibliotecarie o archivistiche.