- USA Rare Earthがフランス企業と提携し、希土類元素の分離技術を開発する。
- 共同計画では量子機械学習と自動化ラボ実験を活用する。
- より効果的な抽出剤によりコスト削減と環境負荷低減が期待される。
- 今回の提携は西側の希土類材料サプライチェーンの競争力強化を目指す。
USA Rare Earthが、フランスの量子計算企業Pasqalおよび産業用人工知能企業のRiven Systemsと提携し、より効率的な希土類元素の分離方法の開発を目指す。このプロジェクトは9月17日に発表され、量子機械学習と自動化ラボ実験を活用して、希土類元素とより効率的に結合する分子を識別する。各社はこの手法により、より小型の加工施設での操業が可能になり、エネルギー消費量の削減と運営コストの低減につながることを期待している。このプロジェクトは、混合材料を单一酸化物に変換する加工における重要なギャップに取り組んでおり、これらの酸化物は先端製造やその他の戦略的産業で広く使用されている。
中国は現在、特にネオジム、エルビウム、イットリウムといった重希土類元素において、このサプライチェーン环节で领先地位に立っている。
共同計画の技術的背景
USA Rare Earthの上流業務担当シニアバイスプレジデントであるAlex Moyes氏は、「アジア以外のレアアース業界が直面している主な課題は、上流工程で生産される混合希土類炭酸塩（MREC）を個々の酸化物に分離することです」と述べた。共同提携計画では、時間のかかる試行錯誤的なテストを主力とする代わりに、データ駆動型のシステムを構築して抽出剤を発見することを目指す。これらの化学分子は、加工过程中において特定の希土類元素と選択的に結合し、作業者が混合原料からそれを分離するのを助ける。
より効果的な抽出剤は、必要な加工段階の数、設備、原材料の量を削減できる。USA Rare Earthは、これにより将来の施設の資本および運営コストが削減されると同時に、環境負荷も軽減されるとしている。
ラボでの自動化実験
計画によれば、Riven Systemsは自社の自動運転鉱物分離ラボを活用して数千件の自動化実験を実施する。生成された化学データは機械学習モデルの訓練に使用され、異なる抽出剤と希土類元素の選択的結合程度を予測する。Pasqalは中性原子量子処理ユニットを用いて、量子機械学習モデルを古典コンピュータ上で動作するモデルと比較基準テストを行う。これらの研究成果は、USA Rare Earthがさらなるテストを実施するための有望な抽出剤を特定するのに役立つ。「希土類材料は極めて重要であり、その加工方法を改善することの影響は単一の業界をはるかに超えるものです。」
とPasqalの最高経営責任者であるWasiq Bokhari氏は述べた。
これらの実験は、USA Rare Earthが加工を計画している材料を対象とし、テキサス州Sierra BlancaのRound Top鉱床からの原料、第三者からの混合希土類炭酸塩、および磁石製造過程で発生する再生切削屑（swarfと呼ばれる）が含まれる。最初の機械学習プロジェクトは最終的に、コンピュータモデリング、自動化実験、物理的検証を含む統合された抽出剤発見パイプラインへと発展する可能性がある。このシステムでは、Pasqalの量子機械学習モデルが、Rivenが自律ラボで高潜力な分子をテストする前に、それらを特定する。
最も潜力のある候補は、USA Rare Earthのコロラド州Wheat Ridgeにある研究開発施設で検証され、その後、同社の加工プロセスに組み込まれる可能性がある。「人工知能と自律ラボは、重要鉱物加工における次のフロンティアです。」とRiven Systemsの最高技術責任者兼共同創設者であるDr. Orion Archer Cohen氏は述べた。
今回の提携は、米国のレアアースおよび自動化に関する専門知識とフランスの量子計算技術を組み合わせるものであり、より広範な目標は、より効率的で競争力のある西側の希土類材料サプライチェーンの構築を支援することである。
希土類サプライチェーンのグローバル競争力の強化
米国は希土類元素のサプライチェーンにおいて、特に重希土類元素の生産において、中国からの激しい競争に直面している。この提携は量子計算と人工知能技術を活用するだけでなく、データ駆動型のアプローチによって抽出効率の向上を試みている。これにより生産コストの削減だけでなく環境負荷の低減も可能となり、米国およびその同盟国がより競争力のある希土類材料サプライチェーンを構築する上で極めて重要である。希土類材料の需要増加に伴い、この技術の成功は世界の市場情勢を変える可能性がある。