材料科学总在追逐更好的磁体，尤其是那些能顶住高温的家伙，因为电动车和风电设备离不开它们。新罕布什尔大学物理系的团队觉得老办法太慢了，就用AI来帮忙。他们从2025年春天开始搞这个项目，先是收集海量的科学论文，那些堆积如山的旧文献里藏着不少宝贝。
团队头儿是教授臧家东，他带博士生苏曼·伊塔尼和博士后张一博，花了几个月时间训练模型，让它能从乱七八糟的文本里抠出关键数据，比如化合物的成分和磁性指标。这么干比手动实验快多了，避免了实验室里反复试错的麻烦。
起初他们瞄准了物理和化学期刊，下载了上万篇文章。处理这些东西不容易，因为格式五花八门，有的PDF扫描版字都认不清。他们用了光学识别技术先转成文本，再分块喂给AI。
模型学着识别专业术语，比如居里温度那是材料丢磁的临界点，得准准地抓出来。团队反复测试，调整参数，确保提取的准确率上九成。要是出错，就手动校对样本，慢慢优化。到了夏天，数据库雏形出来了，四万多条记录，每条都标注了晶体结构和磁性能。
数据库叫东北材料数据库，里面塞了六万七千五百七十三种磁性材料。大部分是铁磁的，少数抗磁的，还有些混杂。重点是筛选出那些不靠稀土的高温稳定型，他们用机器学习算法从里面挑了二十五种新家伙。
这些化合物之前没人注意过，但模拟显示它们在热环境下磁性不衰。这直接戳中了工业痛点，因为钕铁硼磁体太依赖钕和镝，开采污染大，供应链还老晃荡。团队觉得这能帮制造业稳下来，降低电动设备成本。
稀土问题不是新事儿，全世界稀土储备其实不少，但提炼过程复杂，环境代价高。全球供应主要集中几处，价格一波动就影响下游产业。从手机振动马达到核磁仪，高性能磁体到处用，可替代品少得可怜。
新罕布什尔大学的这个数据库就像个地图，指引研究者直奔潜力股。苏曼·伊塔尼说，通过加速发现可持续材料，能加强美国制造业基础。张一博负责数据整合，臧家东把关方向。他们没急着吹嘘，先在自然通讯杂志上发了论文，2025年10月24日上线。
论文一出，同行评审过了关，团队在2026年2月8日正式对外公布。大学官网和科学网站同步放消息，很快就传开了。数据库开放给全球研究者，谁都能上去查，还能下载源代码从吉特哈布拿。
企业一看有戏，电动车厂和风电公司开始试探合作。AI在这儿不光提取数据，还能预测属性，比如用回归模型估居里温度，误差控制在合理范围。这套方法证明了从旧论文里挖新知的潜力，远超传统数据挖掘。
磁体支撑着现代科技，但稀土依赖像个定时炸弹。地缘因素一搅和，价格就飙。团队的二十五种新化合物虽还没量产，但验证显示它们不含稀土却耐热，适合电机应用。
下一步得做物理实验，确认模拟结果。苏曼他们继续优化模型，扩展到更多元素组合。张一博在弄网站维护，臧家东推数据库更新。其他机构也跟进，用类似AI筛生物材料或化学品，跨领域影响渐显。
AI重塑科研方式，本来材料发现靠运气和耐心，现在数据驱动了。团队从非结构文本中提炼结构知识，这招在生物医药也能用得上。旧文献像沉睡的矿藏，被唤醒后能加速创新。稀土危机缓解了点，因为非稀土路径走通了。制造业能少点掣肘，绿色能源推广更顺。数据库规模还会扩，未来可能破十万条目，覆盖更多磁相变类型