Nem terepen kutakodtak a New Hampshire-i Egyetem szakemberei, nem is laboratóriumokban kísérleteztek, hogy újabb mágneses vegyületeket találjanak, hiszen az elemek minden lehetséges kombinációjának – potenciálisan több milliónak – a tesztelése megfizethetetlenül időigényes és költséges.
Inkább bevetették a mesterséges intelligenciát, pontosabban kiképeztek egy AI-rendszert sok évtizednyi tudományos cikk elolvasására és értelmezésére. A rendszer kulcsfontosságú kísérleti részleteket nyer ki a szakirodalomból, majd azokat számítógépes modellekbe táplálja. Ezek meghatározzák, hogy egy anyag mágneses-e, és mennyi hőt bír el, mielőtt elveszíti ezt a tulajdonságát.
Ezeket az információkat ezután egy kereshető adatbázisba rendszerezték, lehetővé téve a kutatók számára, hogy gyorsan azonosítsák az ígéretes jelölteket, amelyek feltárása egyébként évekig tartó tesztelést igényelne. Az eredmény egy óriási gyűjtemény lett, több mint 67 ezer mágneses anyag leírása.
Az AI tulajdonképpen nem új anyagokat talált ki, hanem – természetes nyelvfeldolgozással – „elolvasta” a publikációkat, kivonta a mágneses mérések adatait, összehasonlította őket más anyagokkal, majd statisztikai és fizikai mintázatok alapján kiemelte a jelölteket. Így bukkant fel 25 olyan, a kutatók számára eddig ismeretlen anyag, amelyek közös jellemzője, hogy magas hőmérsékleten is megtartják a mágnesességüket, több esetben nincsen szükség hozzájuk ritkaföldfémekre és korábban csak „mellékes adatként” szerepeltek a publikációkban. A kutatók következő lépése már „klasszikusnak” mondható: laboratóriumi körülmények között vizsgálják meg a 25 „újszülöttet”, kiderítve, hogy melyik lesz alkalmas közülük valódi technológiai felhasználásra.
A kutatás előrehaladtával az adatbázis tovább fog bővülni, potenciálisan még több olyan vegyületet feltárva, amelyek felhasználhatók a ritkaföldfém-mentes mágnesek készítésére. Jiadong Zang fizikaprofesszor, a Nature Communications folyóiratban megjelent tanulmány társszerzője hangsúlyozta, hogy a mesterséges intelligencia által vezérelt adatbázis sikere jelentős előrelépést jelent az anyagtudományban. A kutatócsoport úgy véli, hogy az anyagok gyorsabb és hatékonyabb szűrése hozzájárulhat a következő generációs, hatékony és környezetbarát mágneses anyagok fejlesztéséhez.
Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.
