- USA Rare Earth 与法国公司合作开发稀土元素分离技术。
- 合作计划利用量子机器学习和自动化实验室实验。
- 更有效的萃取剂可降低成本并减少环境影响。
- 此次合作旨在提升西方稀土材料供应链的竞争力。
USA Rare Earth 与法国量子计算公司 Pasqal 及工业人工智能专家 Riven Systems 合作，旨在开发更有效的稀土元素分离方法。该项目于 9 月 17 日宣布，将利用量子机器学习和自动化实验室实验，识别与稀土元素更有效结合的分子。这些公司希望此方法能促使较小的加工设施运作，从而消耗更少的能源并降低运营成本。该项目针对一个重要的加工缺口，涉及将混合材料转化为单一氧化物，这些氧化物在先进制造和其他战略行业中广泛使用。
中国目前在這一供應鏈環節处於领先地位，尤其是在重稀土元素，如钕、铒和钇方面。
合作计划的技术背景
USA Rare Earth 上游运营的高级副总裁 Alex Moyes 表示：“亚洲以外的稀土行业面临的主要挑战是将上游操作中生产的混合稀土碳酸盐 (MREC) 分离为各个独立的氧化物。”该合作伙伴计划不再主要依赖耗时的试错测试，而是创建一个数据驱动的系统以发现萃取剂。这些化学分子在加工过程中选择性地与特定的稀土元素结合，帮助操作员将其从混合原料中分离出来。
更有效的萃取剂可减少所需的加工阶段数量、设备和原材料的用量。USA Rare Earth 表示，这将降低未来设施的资本和运营成本，同时减少其环境足迹。
实验室的自动化实验
根据计划，Riven Systems 将利用其自主矿物分离实验室进行数千项自动化实验。生成的化学数据将用于训练机器学习模型，预测不同萃取剂与稀土元素的选择性结合程度。Pasqal 将利用其中性原子量子处理单元，将量子机器学习模型与在经典计算机上运行的模型进行基准测试。这些研究结果将帮助 USA Rare Earth 确定有前景的萃取剂以进行进一步测试。“稀土材料至关重要，改善其加工方式的影响远超过单一行业。”
Pasqal 首席执行官 Wasiq Bokhari 表示。
这些实验将针对 USA Rare Earth 预期加工的材料进行，包括来自得克萨斯州 Sierra Blanca 的 Round Top 矿床的原料、第三方混合稀土碳酸盐及在制造磁铁过程中产生的回收切屑（称为 swarf）。最初的机器学习项目最终可能发展为一个整合的萃取剂发现管道，涵盖计算机建模、自动化实验和物理验证。在该系统中，Pasqal 的量子机器学习模型将在 Riven 在其自主实验室中测试高潜力分子之前，识别这些分子。
最有潜力的候选者将在 USA Rare Earth 位于科罗拉多州 Wheat Ridge 的研究与开发设施进行验证，然后可能被纳入公司的加工流程中。“人工智能和自主实验室是关键矿产加工的下一个前沿。”Riven Systems 首席技术官兼联合创始人 Dr. Orion Archer Cohen 表示。
此次合作结合了美国的稀土和自动化专业知识与法国的量子计算技术，其更广泛的目标是帮助建立一个更高效和具有竞争力的西方稀土材料供应链。
提升稀土供应链的全球竞争力
美国在稀土元素的供应链中面临来自中国的激烈竞争，尤其是在重稀土元素的生产上。这项合作不仅利用了量子计算和人工智能技术，还试图通过数据驱动的方法来提高萃取效率。这不仅能降低生产成本，还能减少环境影响，对于美国及其盟友建立更具竞争力的稀土材料供应链至关重要。随着对稀土材料需求的增加，这项技术的成功将可能改变全球市场格局。