أثبتت دراسة جديدة أجرتها جامعة نيو هامبشاير أن الذكاء الاصطناعي يمكن أن يُسهم بشكل جذري في تسريع اكتشاف مواد مغناطيسية جديدة، مما يقلل الاعتماد على العناصر النادرة المستخدمة حاليًا في تصنيع المغناطيسات الدائمة. وقد أنتج الفريق العلمي قاعدة بيانات شاملة تضم 67 ألفًا و573 مادة مغناطيسية، من بينها 25 مركبًا لم يُعرف من قبل، تُبقي خصائصها المغناطيسية حتى عند درجات حرارة مرتفعة. يُعد هذا التقدم محوريًا، إذ تعتمد التكنولوجيا الحديثة – من الهواتف الذكية إلى المركبات الكهربائية وأجهزة التوليد الكهربائي والتقنيات الطبية – على مغناطيسات قوية، لكنها تعتمد في المقام الأول على عناصر نادرة مثل النيوديميوم والديسبروسيوم، التي تُستورد بكميات كبيرة، وتكاليفها مرتفعة، ومواردها محدودة. ورغم وجود ملايين المركبات الممكنة، لم يُكتشف أي مغناطيس دائم جديد منذ عقود. لحل هذه المشكلة، طوّر الباحثون نظامًا ذكيًا قادراً على قراءة المقالات العلمية واستخلاص البيانات التجريبية الحيوية، مثل التركيب الكيميائي ودرجة حرارة كوري (الدرجة التي تفقد عندها المادة خصائصها المغناطيسية). ثم تم تغذية هذه البيانات نماذج حاسوبية تُحلل ما إذا كانت المادة مغناطيسية، وما مدى استقرارها الحراري. النتيجة: قاعدة بيانات قابلة للبحث تُسمى "قاعدة بيانات المواد الشمالية الشرقية"، تمثل أداة قوية للباحثين والمهندسين. قال سومان إتاني، الباحث الرئيسي والطالب في مرحلة الدكتوراه في الفيزياء: "من خلال تسريع اكتشاف مواد مغناطيسية مستدامة، يمكننا تقليل الاعتماد على العناصر النادرة، وخفض تكاليف المركبات الكهربائية وأنظمة الطاقة المتجددة، وتعزيز قدرة الصناعة الأمريكية على المنافسة". يُعد هذا المشروع نموذجًا يُظهر كيف يمكن للذكاء الاصطناعي التحول من مجرد أداة تحليلية إلى شريك في عملية الاكتشاف العلمي. وبحسب البروفيسور جيادونغ زانغ، منسق البحث، فإن التحدي الأكبر في علوم المواد هو إيجاد بدائل مستدامة للمغناطيسات، لكن التقدم في الذكاء الاصطناعي يجعل هذا الهدف واقعيًا. ويعتقد الفريق أن النموذج اللغوي الكبير المستخدم في المشروع يمكن تطبيقه في مجالات أخرى، مثل تحويل الملفات القديمة في المكتبات إلى صيغ رقمية حديثة، مما يفتح آفاقًا واسعة في التعليم العالي والبحث العلمي.