AI 讀遍數十年論文，科學家找到 25 種高溫磁性材料

在一項突破性的研究中，新罕布夏大學（UNH）的科學家利用人工智慧（AI）工具，成功辨識出 25 種先前未知的磁性材料；此發現有望降低對稀土元素的依賴，並推動現代科技發展。研究成果之一，是建立一個包含 67,573 種磁性材料、可供搜尋的資料庫；其中有 25 種材料即使在高溫下仍能維持磁性，這對許多實際應用至關重要。

這個名為「東北材料資料庫」的資源，旨在協助研究人員探索支援現代科技的各類磁性材料。此類材料廣泛應用於智慧型手機、醫療設備、發電機與電動車等領域。

目前最強大的永久磁鐵在很大程度上依賴昂貴的稀土元素；這些元素多仰賴進口，且取得難度愈來愈高。儘管科學界已知許多磁性化合物的存在，但迄今仍沒有任何材料能取代廣泛使用的稀土基磁鐵，成為材料創新的一大瓶頸。

在 2025 年 10 月 24 日發表於期刊《自然通訊》（Nature Communications）的研究中，UNH 團隊描述了他們如何訓練一套 AI 系統閱讀並解讀數十年的科學文獻。該系統從文獻中擷取關鍵實驗細節，再輸入模型，以判定材料是否具磁性，以及在失去該特性前可承受的溫度上限。這些結果隨後被整理成可搜尋的資料庫，使研究人員能更快鎖定具潛力的候選材料；而在傳統流程下，這類材料可能需耗時數年才能在實驗室中被發現。

研究人員指出，雖然仍可能存在大量尚未被發現的磁性化合物，但在實驗室逐一測試每一種可能的元素組合（可能多達數百萬種）極其耗時且成本高昂。未來支援此計畫的現代大型語言模型，可能在高等教育有更廣泛的應用，例如將圖像轉換為現代的富文本格式，並可用於圖書館館藏的數位化與現代化。

本研究獲美國能源部（DOE）基礎能源科學辦公室材料科學與工程部門支援，並獲 DE-SC0020221 號計畫補助。