Pesquisadores da Universidade de New Hampshire, nos Estados Unidos, desenvolveram um banco de dados chamado Northeast Materials Database, que contém informações sobre 67.573 materiais magnéticos, incluindo 25 novos compostos que mantêm suas propriedades magnéticas em altas temperaturas. A iniciativa foi impulsionada pela crescente demanda por ímãs, fundamentais em dispositivos como smartphones, veículos elétricos e geradores de energia, e pela necessidade de reduzir a dependência de elementos de terras raras, que são importados e caros.
Segundo Suman Itani, estudante de doutorado em física e autor principal do estudo, “ao acelerar a descoberta de materiais magnéticos sustentáveis, podemos reduzir a dependência de elementos de terras raras, diminuir o custo de veículos elétricos e sistemas de energia renovável e fortalecer a base industrial dos EUA”. Os elementos de terras raras incluem 17 tipos de metais, entre eles o neodímio e o ítrio, que são essenciais para a produção de ímãs e, portanto, para diversas tecnologias modernas.
Compreender a diversidade de compostos magnéticos é essencial, mas o processo de teste é demorado e custoso. Para resolver esse desafio, a equipe de pesquisa usou inteligência artificial (IA) para analisar artigos científicos e extrair informações cruciais sobre materiais magnéticos. A IA permitiu compilar dados sobre a viabilidade magnética de diferentes composições e a temperatura máxima que podem suportar.
“Coletar esse tipo de informação manualmente exigiria um esforço enorme”, destacou Itani. O sistema de IA organiza rapidamente as informações em um banco de dados pesquisável, facilitando o acesso e a análise dos dados por outros pesquisadores.
A China, desde 2000, é responsável por aproximadamente 70% da produção de terras raras, mantendo 40% das reservas globais. Em contraste, o Brasil, que possui a segunda maior reserva do mundo, responde por apenas 0,02% da produção, conforme dados da Confederação Nacional da Indústria (CNI).
O futuro do projeto promete ser amplo, com potencial aplicação da tecnologia de IA em diversas áreas do conhecimento. O professor Jiadong Zang, orientador de Itani, expressa otimismo quanto à possibilidade de que tecnologias emergentes e bancos de dados experimentais contribuam significantemente para a busca de alternativas sustentáveis a ímãs permanentes.
