美国PNNL实验室开发AI系统CICERO，将关键矿物回收从数月缩短至数天
B910化工消息：6月2日消息，美国能源部太平洋西北国家实验室（PNNL）材料科学家Elias Nakouzi领导的研究团队开发出一套名为CICERO（Computer Intelligence for Critical Elements Recovery and Optimization）的半自主AI系统，可将工业废料中关键矿物的回收流程从传统手动实验所需的数月甚至数年缩短至数天。研究论文已发表于英国皇家化学会期刊Materials Horizons。
CICERO系统由PNNL自主开发的SciLink智能AI平台驱动，其核心工作流程为：研究人员将废料的组成信息输入AI代理，AI代理评估目标元素的价值、浓度和分离后纯度，并给出技术和经济可行性推荐。在验证实验中，团队测试了三类工业废料——两种不同类型的废磁铁和油气开采废水。AI代理推荐了以下回收方案：从油气废水中提取镁，从废磁铁中提取钕和镨，以及回收高性能航空磁铁和核反应堆所需的关键稀土元素钐。
传统上，此类废料评估需要数月的分析工作和初步实验方案准备。而CICERO在一天内即可利用已发表的科技文献，自动制定96组并行实验方案，包括所有分离用化学品的配方、添加顺序和时间步骤。随后，液体处理机器人执行实验操作，AI自动评估结果数据并在需要时规划第二轮96组优化实验。
PNNL物理科学家Maxim Ziatdinov表示，智能AI使现有关键矿物回收的工业实践获得了更高的效率利用。研究团队正在推动CICERO超越初步想法，将早期实验数据纳入推理过程以生成更优方案。随着更多实验结果的积累，有望扩展到更广泛的原料和更多关键材料。
从产业前景看，磁铁回收和油气废水处理目前尚未实现工业化规模应用，但CICERO验证了一条可行路径：实验中使用的化学品均为工业级廉价商品化学品，已在其他化学分离领域大规模使用。随着美国国内对关键材料需求的持续增长，此类AI驱动的快速回收方案有望为业界提供新激励，从曾经的废弃物中最大化提取有价资源。该研究由PNNL的NETS计划、ATSCALE计划和基础自主投资计划支持。 （来源：AZoM）
CICERO系统由PNNL自主开发的SciLink智能AI平台驱动，其核心工作流程为：研究人员将废料的组成信息输入AI代理，AI代理评估目标元素的价值、浓度和分离后纯度，并给出技术和经济可行性推荐。在验证实验中，团队测试了三类工业废料——两种不同类型的废磁铁和油气开采废水。AI代理推荐了以下回收方案：从油气废水中提取镁，从废磁铁中提取钕和镨，以及回收高性能航空磁铁和核反应堆所需的关键稀土元素钐。
传统上，此类废料评估需要数月的分析工作和初步实验方案准备。而CICERO在一天内即可利用已发表的科技文献，自动制定96组并行实验方案，包括所有分离用化学品的配方、添加顺序和时间步骤。随后，液体处理机器人执行实验操作，AI自动评估结果数据并在需要时规划第二轮96组优化实验。
PNNL物理科学家Maxim Ziatdinov表示，智能AI使现有关键矿物回收的工业实践获得了更高的效率利用。研究团队正在推动CICERO超越初步想法，将早期实验数据纳入推理过程以生成更优方案。随着更多实验结果的积累，有望扩展到更广泛的原料和更多关键材料。
从产业前景看，磁铁回收和油气废水处理目前尚未实现工业化规模应用，但CICERO验证了一条可行路径：实验中使用的化学品均为工业级廉价商品化学品，已在其他化学分离领域大规模使用。随着美国国内对关键材料需求的持续增长，此类AI驱动的快速回收方案有望为业界提供新激励，从曾经的废弃物中最大化提取有价资源。该研究由PNNL的NETS计划、ATSCALE计划和基础自主投资计划支持。 （来源：AZoM）
