U svetu električnih vozila, vetroturbina i savremenih pogona postoji tihi materijalni problem koji retko dospe na naslovne strane: zavisnost od retkih zemnih elemenata. Ti metali igraju ogromnu ulogu u savremenim magnetima, ali sa njima dolaze geopolitička zavisnost, visoki troškovi i ozbiljna pitanja održivosti. Zato je privuklo pažnju istraživanje u kojem je veštačka inteligencija korišćena da se sastavi baza od 67.573 magnetska materijala i izdvoje 25 obećavajućih jedinjenja koja zadržavaju magnetna svojstva i na visokim temperaturama. Naučnici sa Univerziteta Nju Hempšir i autori rada u Nature Communications time nisu „napravili novi motor“, ali su dramatično ubrzali potragu za materijalima koji bi mogli smanjiti zavisnost od klasičnih retkih elemenata u električnim vozilima i drugim energetskim tehnologijama.
Najvažnija stvar u ovoj priči nije samo broj novih kandidata, već metod. Tradicionalna potraga za novim materijalima često je spora, fragmentisana i oslonjena na ograničene skupove podataka. Ovaj rad pokazuje kako velika, pažljivo organizovana baza i algoritamska obrada mogu promeniti pravila igre. Kada AI može da pretražuje ogromne količine informacija o sastavu, strukturi i temperaturnoj stabilnosti, ceo proces selekcije više ne izgleda kao lutanje kroz maglu, već kao inteligentno sužavanje prostora mogućeg. To ne znači da je mašina zamenila eksperiment. Znači da je naučnicima dala mnogo bolju mapu terena kojim se kreću.
Upravo zato ova vest prevazilazi priču o jednom specifičnom materijalu. Ona pokazuje šta se dešava kada veštačka inteligencija prestane da bude samo alat za tekst, sliku ili automatizaciju kancelarijskog rada i uđe duboko u fiziku materijala. Tada se menja ritam same nauke. Umesto sporog nagađanja i iscrpljujućeg filtriranja kandidata, dobijate sistem koji može da predloži gde vredi kopati. Ako se deo tih magnetskih kandidata pokaže zaista upotrebljivim, posledice neće biti samo akademske. Mogle bi se osetiti u industriji pogona, cenama tehnologije i energetskoj nezavisnosti. A to je već priča o tome kako algoritam ponekad menja svet mnogo pre nego što ga ljudi primete na sopstvenom vozilu.
S.B.
















