67 573 composés magnétiques répertoriés par intelligence artificielle, incluant 25 matériaux inédits qui conservent leurs propriétés magnétiques à haute température. Cette percée de l’Université du New Hampshire s’attaque au talon d’Achille de la mobilité électrique : la dépendance aux éléments de terres rares chinois.

L’approche computationnelle révolutionne la science des matériaux. Mais entre la découverte numérique et l’application industrielle, le chemin reste semé d’embûches techniques et économiques.

L’essentiel

  • L’IA identifie 67 573 composés magnétiques, dont 25 nouveaux matériaux haute température
  • La Chine contrôle 90% des éléments de terres rares et 94% de la production d’aimants permanents
  • Les nouveaux matériaux pourraient réduire le coût des moteurs électriques de 500 à 1 500 dollars par véhicule
  • La validation expérimentale s’étendra de 2026 à 2030 selon le calendrier de développement

La Chine verrouille l’approvisionnement en terres rares

La Chine traite environ 90% des éléments de terres rares mondiaux et domine la production d’aimants permanents frittés. Les tensions commerciales renforcent ce verrou technologique. En avril 2025, Pékin escalade les tensions en imposant des exigences de licence d’exportation sur sept éléments de terres rares lourdes, incluant le dysprosium et le terbium.

La Chine contrôle 94% de la production d’aimants permanents. Le pays produit plus de 200 000 tonnes d’aimants annuellement, qui constituent la vaste majorité de l’approvisionnement mondial. En contraste, l’Amérique du Nord et l’Europe manufacturent ensemble moins de 2 000 tonnes, tandis que le Japon et le Vietnam contribuent environ 25 000 tonnes.

Cette concentration géographique transforme une question technique en enjeu géopolitique. “Ce que le lithium et le cobalt sont aux batteries, les aimants de terres rares le sont aux moteurs de véhicules électriques”, résume Rahim Suleman, PDG de Neo Performance Materials.

Les moteurs électriques dépendent des aimants haute performance

Plus de 80% des véhicules électriques utilisent des moteurs à aimants permanents qui requièrent chacun plus de 2 kg d’aimants permanents. Les moteurs électriques les plus performants aujourd’hui utilisent tous des aimants de néodyme-fer-bore.

L’efficacité prime sur le coût. Pour un moteur électrique basé sur des aimants permanents, plus ses aimants sont puissants, plus le moteur peut être efficace, compact et léger. Ils ont aussi leur couple complet disponible instantanément, peuvent être construits beaucoup plus petits en taille, ne requièrent aucune maintenance et ont baissé en coût.

La température reste l’ennemi des aimants. Une fois que les aimants NdFeB dépassent 80 degrés Celsius (176 degrés Fahrenheit), une perte irréversible de magnétisation se produit. La recherche suit la température de Curie, le point où un matériau perd son ordre magnétique, qui est crucial pour des pièces qui doivent continuer à fonctionner dans des conditions chaudes telles que les moteurs de véhicules électriques et les générateurs.

L’intelligence artificielle cartographie l’inconnu magnétique

Les scientifiques de l’Université du New Hampshire ont déchaîné l’intelligence artificielle pour accélérer dramatiquement la chasse aux matériaux magnétiques de nouvelle génération. En construisant une base de données massive et interrogeable de 67 573 composés magnétiques, incluant 25 matériaux nouvellement reconnus qui restent magnétiques même à hautes températures, l’équipe ouvre la porte à des technologies moins chères et plus durables.

Au cœur de la découverte se trouve une nouvelle ressource, une vaste collection de plus de 67 000 matériaux magnétiques. Cette base de données, créée en utilisant l’intelligence artificielle, inclut 25 composés nouvellement identifiés qui conservent leur magnétisme à hautes températures.

La méthode accélère drastiquement la recherche. Tester chaque combinaison possible d’éléments, qui pourrait se chiffrer en millions, prendrait d’énormes quantités de temps et d’argent dans un environnement de laboratoire. Le système IA resserre les composés magnétiques les plus viables pour une concentration expérimentale, réduisant dramatiquement la chronologie de recherche et développement comparée aux tests traditionnels par essai-erreur en laboratoire.

Les modèles atteignent 90% de précision lors de la classification des matériaux comme ferromagnétiques, antiferromagnétiques, ou non-magnétiques, et le meilleur modèle de température de Curie atteint un R² de 0,87 avec une erreur absolue moyenne de 56 kelvin. Parmi les succès les plus marquants était GaFe2Co4Si, un candidat ferromagnétique prédit avec une température de Curie d’environ 1 005 kelvin, ou approximativement 732 degrés Celsius.

Les défis de validation expérimentale restent colossaux

L’IA ne remplace pas le laboratoire. “L’IA ne remplace pas le laboratoire ici, elle agit comme une carte qui dit aux chercheurs où regarder en premier”. L’écart entre découverte de laboratoire et déploiement industriel reste réel. Les 25 composés nouvellement identifiés nécessitent encore une validation expérimentale extensive avant qu’ils puissent être incorporés dans la fabrication de moteurs. Néanmoins, cette approche raccourcit fondamentalement ce voyage, permettant aux chercheurs du monde entier de filtrer et prioriser les candidats les plus prometteurs de manière computationnelle plutôt qu’à travers des années de tests pratiques.

Les 25 candidats doivent encore être fabriqués, mesurés, et comparés aux aimants d’aujourd’hui, incluant comment ils se comportent après chauffage et refroidissement répétés. Les ingénieurs se soucient aussi du coût, de la facilité de fabrication, et si le matériau peut être produit à l’échelle.

L’étude dit que 7 des composés à haute probabilité évalués ont été trouvés plus tard dans la littérature avec des températures d’ordre magnétique rapportées expérimentalement, ce qui soutient le modèle, tandis que les 25 restants demeurent comme nouvelles cibles expérimentales.

Le développement s’étale sur plusieurs années. Les étapes incluent 2026-2027 pour la synthèse de laboratoire et caractérisation détaillée des matériaux les plus prometteurs, 2027-2028 pour l’optimisation des processus de fabrication et mise à l’échelle vers la production pilote, 2028-2029 pour les tests dans des prototypes de moteurs électriques et autres applications, 2029-2030 pour le déploiement commercial initial dans des applications sélectionnées, et 2030+ pour l’adoption généralisée à travers les véhicules électriques et systèmes d’énergie propre.

L’indépendance technologique américaine en jeu

“En accélérant la découverte de matériaux magnétiques durables, nous pouvons réduire la dépendance aux éléments de terres rares, diminuer le coût des véhicules électriques et des systèmes d’énergie renouvelable, et renforcer la base manufacturière américaine”, explique Suman Itani, auteur principal de l’étude.

Les États-Unis reconstruisent leur chaîne d’approvisionnement. D’ici 2025-2026, les États-Unis et l’Europe pourraient chacun avoir quelques milliers de tonnes par an de capacité d’aimants non-chinois en ligne. Cependant, même si tous ces projets atteignent leurs objectifs, la Chine produira probablement encore 85-90% des aimants du monde à la fin des années 2020.

MP Materials était la seule entreprise, partout, à contrôler l’entière chaîne d’approvisionnement d’aimants de terres rares, de la mine à l’aimant, signifiant l’indépendance de Pékin. Ils espèrent bientôt produire un million d’aimants par jour alors qu’ils augmentent l’échelle. Litinsky dit que leur premier client, General Motors, commencera à utiliser des aimants de terres rares de MP Materials dans les véhicules plus tard cette année.

La défense motive les investissements. La Loi d’Autorisation de Défense Nationale (NDAA) interdira l’utilisation d’aimants NdFeB d’origine chinoise dans la plupart des plateformes du Département de la Défense d’ici la fin 2026. Cela a incité plus d’investissement direct du DoD : au-delà de l’accord MP, le Pentagone a utilisé des fonds de la Loi de Production de Défense et des subventions (plus de 439 millions de dollars depuis 2020 plus l’activité récente MP) pour soutenir les projets d’extraction, séparation, et production d’aimants aux États-Unis.

Alors que la course à l’électrification du transport s’intensifie, les percées comme celle de UNH peuvent s’avérer aussi stratégiquement significatives qu’elles sont scientifiquement élégantes, remodelant à la fois les chaînes d’approvisionnement et la géopolitique de la transition énergétique propre.

L’IA pourrait démocratiser la découverte de matériaux. L’approche basée sur les LLM pourrait aussi être adaptée à d’autres domaines de matériaux, incluant les matériaux supraconducteurs, thermoélectriques, photovoltaïques, et ferroélectriques. Mais entre algorithme et application, l’industrie doit encore investir massivement dans la validation expérimentale et la montée en échelle industrielle.

Sources