Forscher der Universität von New Hampshire haben die Entdeckung neuartiger funktionaler magnetischer Materialien mithilfe künstlicher Intelligenz erfolgreich beschleunigt und eine durchsuchbare Datenbank mit 67.573 magnetischen Materialien erstellt, darunter 25 völlig neue Verbindungen, die ihren Magnetismus auch bei hohen Temperaturen beibehalten. Dieser Erfolg weckt neue Hoffnung, die Abhängigkeit von Seltenen Erden zu verringern.
Der Erstautor der Studie, Suman Itani, betont, dass die beschleunigte Entwicklung nachhaltiger Magnetmaterialien die Kosten für Elektrofahrzeuge und erneuerbare Energiesysteme senken und die US-amerikanische Fertigungsindustrie stärken könnte. Derzeit basieren viele in Technologien wie Smartphones, Medizingeräten, Generatoren und Elektrofahrzeugen verwendete Magnetmaterialien auf teuren, importierten und zunehmend schwerer zu beschaffenden Seltenerdelementen. Bislang wurden unter den bekannten magnetischen Verbindungen keine neuen Permanentmagnete entdeckt.
Eine in *Nature Communications* veröffentlichte Studie stellt ein von einem Team der University of New Hampshire entwickeltes System künstlicher Intelligenz vor. Dieses System kann wissenschaftliche Artikel lesen, wichtige experimentelle Details extrahieren, diese in ein Computermodell eingeben, die magnetischen Eigenschaften und die Hochtemperaturbeständigkeit von Materialien bestimmen und die Daten anschließend in einer Datenbank organisieren und speichern. Obwohl Wissenschaftler wissen, dass eine Vielzahl unentdeckter magnetischer Verbindungen existiert, ist die Prüfung aller Elementkombinationen im Labor zeitaufwändig und kostspielig.
Physikprofessor und Mitautor Jiadong Zang erklärte, das Team arbeite an einer zentralen Herausforderung der Materialwissenschaft – der Entwicklung einer nachhaltigen Alternative zu Permanentmagneten – und sei optimistisch, dass experimentelle Datenbanken und Technologien der künstlichen Intelligenz zum Erreichen dieses Ziels beitragen werden. Die Forscher wiesen zudem darauf hin, dass das moderne, groß angelegte Sprachmodell, das dem Projekt zugrunde liegt, vielfältige Anwendungsmöglichkeiten bietet, unter anderem im Hochschulbereich, beispielsweise die Umwandlung von Bildern in moderne Rich-Text-Formate zur Modernisierung von Bibliotheksbeständen.
Weitere Informationen: Suman Itani et al., Northeast Magnetic Materials Database, Nature Communications (2025).
