Scitechdaily报道，在材料科学的浩瀚海洋中寻找下一代超级磁铁，一直被比作大海捞针。
然而，来自新罕布什尔大学（UNH）的一支物理学团队最近给这个古老难题装上了“高能雷达”。
2026年2月8日，这支团队宣布利用突破性的人工智能技术，成功构建了一个包含67,573种磁性材料的庞大数据库，并从中精准识别出25种此前完全未知的、在高温下仍能保持稳定的磁性化合物。
这一成果不仅发表在权威期刊《自然通讯》上，更为全球工业界摆脱对稀土元素的严重依赖点亮了希望的灯塔。
从“炼金术”到“大数据”：一场科研范式的革命

长期以来，寻找新型磁性材料的过程更像是一场缓慢的“炼金术”。
科学家们需要在实验室里将不同的元素反复组合、烧结、测试，面对数以百万计的潜在组合，这种试错法既耗时又昂贵。
特别是对于那些能够耐受高温、适用于电动汽车马达或风力发电机的高性能永磁体，其研发周期往往以十年计。
新罕布什尔大学的苏曼·伊塔尼（Suman Itani）和臧家东教授团队决定换一种思路：与其在实验室里盲目尝试，不如先让AI去“读”书。
他们训练了一个先进的大型语言模型，让它化身为不知疲倦的超级阅读者，扫描并“理解”了过去几十年间发表的数万篇科学论文。
这个AI系统展现出了惊人的提取能力。
它不仅能识别出论文中提及的化合物名称，还能精准捕捉其关键的实验参数，如居里温度（材料失去磁性的临界温度）和磁矩大小。
通过这种方式，研究团队构建了名为“东北材料数据库”（Northeast Materials Database）的资源库。
这不仅仅是一个静态的列表，而是一张动态的藏宝图。
在这张地图上，AI算法像淘金者一样，迅速筛选出了25种此前被人类科学家忽略的“遗珠”。
这些化合物不仅不含昂贵的稀土元素，而且在高温环境下依然表现出稳定的磁性，这正是目前工业界最梦寐以求的特性。
稀土依赖：悬在现代工业头上的达摩克利斯之剑

这一发现的战略意义怎么强调都不为过。
现代科技文明在某种程度上是建立在磁铁之上的。
从每个人口袋里的智能手机震动马达，到核磁共振成像仪（MRI），再到驱动绿色能源革命的电动汽车和风力涡轮机，高性能永磁体无处不在。
然而，目前性能最好的钕铁硼磁体严重依赖钕、镝等稀土元素。
该研究的作者包括物理学博士生苏曼·伊塔尼（左）和博士后研究员张义博。图片来源：臧家东
稀土并不像名字那样稀缺，但其开采和提炼过程极其复杂且污染环境，更重要的是，全球稀土供应链高度集中，价格波动剧烈。
这种对单一供应链的过度依赖，已成为许多国家制造业的“阿喀琉斯之踵”。
物理学博士生、该研究的主要作者苏曼·伊塔尼直言：“通过加速发现可持续的磁性材料，我们不仅能降低电动汽车和可再生能源系统的成本，还能从根本上加强美国的制造业基础。”
这25种新发现的化合物，虽然距离商业化量产还有一段路要走，但它们证明了非稀土磁体这条路是走得通的。
深度分析：AI如何重塑科学发现的边界

这项研究不仅仅是材料科学的胜利，更是人工智能赋能基础科研的经典案例。
它展示了AI在处理非结构化数据方面的巨大潜力。
科学文献通常充满了复杂的图表、生僻的术语和不统一的格式，这对传统的数据挖掘工具来说是噩梦。
但新罕布什尔大学团队开发的AI模型展现出了极高的“阅读理解”能力，能够从杂乱的文本中提炼出结构化的知识。
该项目的另一位核心成员、博士后研究员张一博指出，这项技术的影响力将远远超出磁性材料领域。
这种将旧文献转化为新数据的能力，实际上是在激活沉睡的知识。
在生物医药、有机化学甚至历史文献整理等领域，同样存在着海量的“僵尸数据”等待被唤醒。
例如，图书馆可以利用类似的大语言模型将扫描的古籍图像转化为可检索的富文本格式，从而让珍贵的历史记录重见天日。
臧家东教授对此充满乐观：“我们正在攻克材料科学中最艰巨的挑战之一。虽然我们还没完全找到稀土磁体的完美替代品，但我们的实验数据库和不断进化的AI技术，让这一目标从未如此接近。”
这不仅是关于磁铁的故事，更是关于人类如何利用硅基智能来加速碳基文明进化的故事。
在这个数据驱动的新时代，实验室里的试管和显微镜依然重要，但决定科研速度的，或许将越来越取决于算法的算力和模型的智慧。
随着“东北材料数据库”向全球科研界开放，一场寻找“绿色磁铁”的竞赛已经悄然加速。