AI: ερευνητές δημιούργησαν μαγνήτη χωρίς σπάνιες γαίες

Όταν ακούμε για τεχνητή νοημοσύνη, στο μυαλό μάς έρχονται κατά κύριο λόγο τα chatbots όπως το ChatGPT. Σχεδόν ξεχνάμε πόσο τεράστιες είναι οι δυνατότητες της μηχανικής μάθησης στον τομέα της έρευνας. Βρετανοί ερευνητές σχεδίασαν έναν ισχυρό μαγνήτη χωρίς σπάνιες γαίες.

Χάρη στη συμβολή ενός ιδιόκτητου μοντέλου τεχνητής νοημοσύνης, οι επιστήμονες κατάφεραν να δημιουργήσουν έναν μόνιμο υπερμαγνήτη χωρίς να χρησιμοποιήσουν σπάνιες γαίες. Μια πρόοδος που μπορεί να μην εντυπωσιάζει όπως οι άλλες ΑΙ εφαρμογές, έχει όμως πολύ συγκεκριμένες συνέπειες.

Ηλεκτρικά αυτοκίνητα και σπάνιες γαίες

Ο τομέας που πρόκειται να επωφεληθεί ιδιαίτερα είναι αυτός των ηλεκτρικών αυτοκινήτων. Σήμερα, σχεδόν το 80% αυτών των οχημάτων τροφοδοτείται από κινητήρες που περιέχουν ισχυρούς μαγνήτες. Ως γνωστόν, το πρώτο επιχείρημα των ηλεκτρικών οχημάτων είναι η μείωση της χρήσης ορυκτών καυσίμων, τα οποία έχουν καταστροφικές επιπτώσεις στο περιβάλλον.

Το πρόβλημα είναι ότι για την παραγωγή αυτού του μαγνήτη, που είναι απαραίτητος χρειάζονται σπάνιες γαίες, όπως το περίφημο νεοδύμιο. Πρόκειται για υλικά των οποίων η εξόρυξη είναι απολύτως καταστροφική για τα τοπικά οικοσυστήματα, ιδίως επειδή αυτές οι διεργασίες τείνουν να μολύνουν το έδαφος με σχεδόν μη αναστρέψιμο τρόπο. Επιπλέον, αυτή η αλυσίδα εφοδιασμού καταναλώνει αστρονομικά ποσά ενέργειας, είναι η πηγή σοβαρών γεωπολιτικών τριβών και θέτει μεγάλα ηθικά και ανθρωπιστικά προβλήματα.

Και η κατάσταση είναι απίθανο να βελτιωθεί, γνωρίζοντας ότι οι αναλυτές προβλέπουν για τα επόμενα χρόνια έκρηξη στον αριθμό των ηλεκτρικών οχημάτων άρα και του μαγνήτη. Πολλά εργαστήρια και ιδρύματα έχουν ως εκ τούτου ξεκινήσει την αναζήτηση μιας εναλλακτικής λύσης, με στόχο τη μείωση της εξάρτησης αυτής της βιομηχανίας από τις σπάνιες γαίες.

Η τεχνητή νοημοσύνη θα μας σώσει;

Η επιστήμη των υλικών είναι συχνά πολύπλοκη. Για να κατανοήσουμε και να αξιοποιήσουμε νέα υλικά, πρέπει πρώτα να διερευνήσουμε τις χημικές, μηχανικές, θερμικές και ηλεκτρικές τους ιδιότητες. Προσθέστε σε αυτό τις οικονομικές εκτιμήσεις που περιπλέκουν περαιτέρω την εξίσωση.

Η startup Niron Magnetics κατάφερε να παράγει τον πρώτο μαγνήτη υψηλής απόδοσης χωρίς σπάνιες γαίες πριν από δέκα χρόνια… αλλά η διαδικασία δεν είναι ακόμα έτοιμη για μαζική παραγωγή. Τα τελευταία χρόνια, οι επιστήμονες υλικών άρχισαν επομένως να στρέφονται στη μηχανική μάθηση για να επιταχύνουν τη διαδικασία ανακάλυψης, με ήδη πολύ ενθαρρυντικά αποτελέσματα.
Στα τέλη του 2022, οι ερευνητές, για παράδειγμα, παρουσίασαν το MG3Net, ένα μοντέλο τεχνητής νοημοσύνης που κατέστησε δυνατή την ανακάλυψη 31 εκατομμυρίων άγνωστων θεωρητικών υλικών – συμπεριλαμβανομένων ορισμένων με δυνητικά πολύ ενδιαφέρουσες ιδιότητες.

Εδώ έρχεται η Materials Nexus, μια startup που χρησιμοποιεί σε μεγάλο βαθμό αυτή την τεχνολογία. Οι μηχανικοί του ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης σχεδιασμένο ειδικά για να καθοδηγεί τους ερευνητές προς έναν υπερμαγνήτη χωρίς σπάνια γη. Χρησιμοποιώντας τη συνδυαστική δύναμη της μηχανικής μάθησης, αυτό το σύστημα εξέτασε δεκάδες εκατομμύρια πιθανές χημικές συνθέσεις, ενώ έλαβε υπόψη άλλους σημαντικούς οικονομικούς και περιβαλλοντικούς παράγοντες. Στο τέλος της διαδικασίας, αυτό επέτρεψε στους ερευνητές να προσδιορίσουν τη θεωρητική συνταγή για έναν τέτοιο μαγνήτη, τον οποίο ονόμασαν MagNex.

Μετά τη σύνθεση και τη δοκιμή αυτού του υλικού σε συνεργασία με το Πανεπιστήμιο του Σέφιλντ, διαπίστωσαν με χαρά ότι όχι μόνο αποδίδει πολύ καλά, αλλά θεωρητικά θα κόστιζε 20% λιγότερο στη μαζική παραγωγή. Επιπροσθέτως, το αποτύπωμα άνθρακα αυτού του MagNex θα ήταν 70% χαμηλότερο από αυτό του παραδοσιακού τομέα.

Ένας εντελώς νέος ορίζοντας για έρευνα

Μένει να δούμε το μέλλον αυτού του μαγνήτη: θα πετύχει να προσελκύσει τη βιομηχανία; Ωστόσο το πιο ενδιαφέρον είναι ότι αυτό είναι ένα νέο παράδειγμα που δείχνει τέλεια τις δυνατότητες της μηχανικής μάθησης στην έρευνα – είτε στην επιστήμη των υλικών είτε αλλού.

Όσο περισσότερος χρόνος περνά, τόσο περισσότεροι ερευνητές έχουν πρόσβαση σε φανταστικά νέα εργαλεία που ξεπερνούν τα όρια επιστημονικών κλάδων όπως η σωματιδιακή φυσική ή η δομική βιολογία.

Μέχρι σήμερα, το καλύτερο παράδειγμα είναι αναμφίβολα το AlphaFold, το μοντέλο της DeepMind που έφερε επανάσταση στην επιστήμη των πρωτεϊνών, παράγοντας κάτι που μπορεί να συγκριθεί με έναν τεράστιο κατάλογο μοριακών origami.

Θα ήταν επομένως σκόπιμο να παρακολουθούμε τον εκδημοκρατισμό της τεχνητής νοημοσύνης στην επιστημονική κοινότητα, επειδή αυτή η τεχνολογία θα μπορούσε κάλλιστα να είναι ένας από τους κινητήρες που θα επιτρέψουν στον πολιτισμό μας να περάσει σε μια νέα εποχή.