Trend DK
Forside AI AI opdager magneter uden sjældne jordarter – revolution for elbiler

AI opdager magneter uden sjældne jordarter – revolution for elbiler

AI opdager magneter uden sjældne jordarter - revolution for elbiler
Leveret af Trend

Amerikansk forsker vil bruge kunstig intelligens til at bryde Kinas greb om magnet-markedet.

En forsker ved Ames National Laboratory i Iowa har præsenteret en AI-drevet køreplan, der skal accelerere jagten på permanente magneter uden sjældne jordarter. Køreplanen kombinerer fysikbaseret modellering med ræsonnerende AI-værktøjer, oplyser laboratoriet i en pressemeddelelse den 3. juni 2026, og forskningen er udgivet i tidsskriftet Advanced Functional Materials.

Idéen er at lade computeren regne på, hvordan forskellige grundstoffer opfører sig sammen, før dyre og tidskrævende laboratorieforsøg overhovedet går i gang. “I ethvert materiale-designproblem er du nødt til at vide, hvordan det ændrer to grundstoffers ydeevne at kombinere dem, før du overhovedet kører et eksperiment,” siger forskeren Prashant Singh.

Kina dominerer forsyningskæden

Sjældne jordarter er en gruppe metaller som neodym, dysprosium og terbium. De sidder i næsten alle stærke permanente magneter, og magneterne driver blandt andet motorerne i elbiler, vindmøller og forbrugerelektronik.

Kina står for over 90 procent af den globale raffinering af både sjældne jordarter og de færdige permanente magneter, viser en gennemgang fra Visual Capitalist baseret på industridata. Efterspørgslen fra elbil-motorer alene nåede 37.000 tons i 2024, en stigning på 32 procent i forhold til året før.

Den koncentration skaber en sårbarhed, som både amerikanske og europæiske myndigheder har forsøgt at reducere gennem strategiske råstofplaner og handelsaftaler. For europæisk bilindustri, og for danske importører af elbiler, er hver afgørelse i Beijing en potentiel omkalfatring af priser og leverancer.

Fysik indbygget i AI-modellen

Singhs arbejde bygger på Ames Labs mangeårige erfaring med kritiske materialer. I stedet for kun at træne en AI på eksisterende data har forskerne bygget fysikkens spilleregler ind i modellen, så den kan foreslå helt nye kombinationer af grundstoffer.

“Det er vigtigt at inkludere forståelsen af materialers fysik i AI-modeller, når man forsøger at designe nye materialer,” siger Singh.

Han peger også på, at markedsforholdene skifter for hurtigt til, at traditionel forskning kan følge med. “Forsyningskædens vilkår skifter fra time til time, materialepriserne svinger, tilgængeligheden ændres dagligt, og markedet står aldrig stille,” siger forskeren.

Ikke en færdig magnet endnu

Der er dog grund til at bremse forventningerne. Studiet præsenterer en fremgangsmåde og et beregningsværktøj, ikke et konkret nyt magnet-materiale. Det amerikanske analysemedie Rare Earth Exchanges har påpeget, at det centrale AI-system i studiet, kaldet DuctGPT, oprindeligt er udviklet til at forudsige formbarhed i legeringer til fusionsreaktorer og fly, ikke til at finde magneter.

Studiet demonstrerer altså en platform, der kan accelerere jagten på alternativer, snarere end at det har fundet en direkte erstatning for de neodym-baserede magneter, som sidder i langt de fleste elbiler i dag.

Arbejdet indgår i det amerikanske energiministeriums såkaldte Genesis Mission, som blev lanceret 24. november 2025 med det formål at bruge AI til at accelerere videnskabelige gennembrud i blandt andet energi og forsyningssikkerhed, oplyser ministeriet.

Ads by MGDK