為什麼稀土替代至關重要
從電動車馬達到風力發電機、從MRI機器到智能手機，現代科技幾乎無處不依賴以釹（Neodymium）為基礎的稀土永磁體。然而，全球超過80%的稀土加工集中在中國，這使得稀土供應鏈成為一個嚴重的地緣政治風險點。
近年來，中國多次以稀土出口限制作為貿易談判的籌碼，美國和歐洲一直在尋找替代方案。然而，尋找能媲美稀土磁性能的替代材料，傳統上是一個極其耗時耗力的過程——科學家需要在實驗室中逐一測試候選材料的磁性、溫度穩定性等特性。
AI如何加速材料發現
新罕布什爾大學的研究團隊開發了一種創新方法：讓AI自動閱讀大量科學論文，從中提取關鍵實驗數據，然後利用機器學習模型預測材料的磁性性質。這項研究於2026年2月19日發表在《Nature Communications》期刊上。
具體而言，研究團隊的AI系統能夠：
- 自動解析科學論文中的實驗結果和數據表格
- 提取材料的化學組成、晶體結構和磁性參數
- 利用機器學習分類器判斷材料是否具有磁性
- 預測材料失去磁性的居里溫度（Curie Temperature）
NEMAD：東北材料數據庫
這項研究的核心成果是「東北材料數據庫」（NEMAD, Northeast Materials Database），一個涵蓋超過67,000種磁性材料的可搜索數據庫。NEMAD不僅收錄了已知材料，更包含了25種此前從未被識別出的新化合物——這些材料即使在高溫環境下仍能保持磁性，這是取代稀土永磁體的關鍵特性。
「通過加速可持續磁性材料的發現，我們可以減少對稀土元素的依賴，降低電動車和再生能源系統的成本，並加強美國的製造基礎。」——第一作者Suman Itani，新罕布什爾大學物理學博士生
多條並行的研究路線
新罕布什爾大學的研究並非孤例。2026年2月，至少有三條並行的技術路線正在攻克稀土替代問題：
- AI驅動的材料發現（新罕布什爾大學）：利用機器學習從海量文獻中篩選候選材料
- 高熵硼化物（Georgetown大學）：發現一類不依賴稀土或貴金屬的新型強磁體，其磁各向異性接近稀土永磁體水平
- 「虛擬磁鐵」（Vimag Labs）：徹底跳過磁鐵，用銅、矽鋼和即時控制演算法模擬永磁體的磁性行為
產業與地緣政治意義
這些研究的重要性遠超學術範疇。隨著全球電動車市場的爆發式增長和各國對清潔能源的承諾，稀土需求預計將在未來十年翻倍。如果能找到可行的替代方案，不僅能降低電動車和再生能源設備的成本，更能從根本上改變全球稀土供應鏈的地緣政治格局。
研究亮點
- 自動化文獻挖掘：AI系統能自動閱讀科學論文並提取實驗數據
- 預測能力：機器學習模型可預測材料的磁性和居里溫度
- 開放存取：NEMAD數據庫向全球研究者開放
- 實際發現：已識別25種全新的高溫磁性化合物
編輯觀點
AI在材料科學中的應用，可能是AI最被低估的影響領域之一。相比引人注目的聊天機器人和影像生成，這種「幕後英雄」式的AI應用，正在解決人類面臨的一些最基本的工程難題。稀土替代不僅是一個科學問題，更是一個關係到能源安全、產業自主權和氣候變遷應對的戰略問題。當AI能夠在數月內完成原本需要數十年的材料篩選工作時，科學發現的速度可能正在進入一個全新的紀元。