物理訓練的 AI 幫忙找「無稀土磁鐵」，但媒體說的突破被誇大了

TechXplore、Ames Lab 官網報導，美國能源部 Ames 國家實驗室的科學家提出一套用 AI 驅動的永磁材料設計路線圖，目標是繞過對稀土金屬的依賴。核心工具 DuctGPT 是一個生成式 Transformer，原本發表在《Acta Materialia》，最早是為了篩選核融合與航太用的耐高溫、抗輻射又有延展性的難熔合金而設計的。DuctGPT 的關鍵在於把物理建模納進來：不光靠舊資料訓練，AI 對底層科學有理解，能據此推理出新材料，還能一併考慮生產成本與零件來源。把這套思路轉用到永磁，就是想讓 AI 在材料空間裡反推出不靠稀土、又能達標的配方，對國防、再生能源、運輸與電子業的供應鏈安全都有意義。要潑一盆冷水。多家專業媒體（如 Rare Earth Exchanges）指出，那些「AI 找到無稀土磁鐵」的標題誇大了研究內容——這份研究從頭到尾沒有展示出能取代 NdFeB（釹鐵硼）磁鐵的成品，它交出來的是一套方法論與路線圖，手上並沒有一塊現成的磁鐵。跟我們追的 AI 科學發現熱潮對照，這是個健康的提醒：AI 加速的是找方向，而成品還隔著漫長的實驗驗證。