Pesquisadores da University of New Hampshire utilizaram inteligência artificial para identificar dezenas de materiais magnéticos promissores, incluindo 25 compostos inéditos capazes de manter propriedades magnéticas em altas temperaturas — característica essencial para aplicações industriais. O estudo foi publicado na revista Nature Communications e representa um avanço relevante na busca por alternativas aos elementos de terras raras, considerados caros e estratégicos.

A pesquisa resultou na criação de um banco de dados com 67.573 compostos magnéticos catalogados, além da identificação de novos ímãs de alta temperatura. Por meio de modelos de IA treinados para analisar artigos científicos e extrair dados experimentais, os pesquisadores conseguiram prever com maior rapidez se determinados materiais apresentam magnetismo e até que temperatura mantêm essa propriedade.

Tradicionalmente, a descoberta de novos ímãs exige anos de testes laboratoriais, devido à enorme quantidade de combinações possíveis entre elementos químicos. Com o uso da inteligência artificial, o processo de triagem inicial tornou-se mais ágil e preciso. A iniciativa também levou à criação de uma plataforma pesquisável que organiza dados estratégicos para cientistas e engenheiros, facilitando o desenvolvimento de novos materiais.

Atualmente, os ímãs permanentes de alto desempenho dependem de elementos como neodímio e disprósio, minerais com oferta concentrada geograficamente e sujeitos a instabilidades de mercado. A substituição desses materiais pode gerar impactos econômicos, ambientais e geopolíticos, especialmente em setores como veículos elétricos, turbinas eólicas e dispositivos eletrônicos. Ao reduzir a dependência de terras raras, a tecnologia pode contribuir para baratear soluções de energia limpa e fortalecer a transição energética.

Além das aplicações industriais, o modelo de linguagem utilizado no estudo demonstra potencial para outras áreas científicas, como a digitalização e organização de acervos técnicos. O avanço reforça o papel da inteligência artificial como ferramenta estratégica na ciência dos materiais, acelerando descobertas que antes poderiam levar décadas.

Fonte: Nature Communications