Sažetak Neodimij-željezo-bor (NdFeB) magneti, poznati po svojim iznimnim magnetskim svojstvima, ključni su u modernim tehnologijama, od električnih vozila do vjetroturbina. Optimizacija njihovog kemijskog sastava - delikatna ravnoteža neodimija (Nd), željeza (Fe), bora (B) i aditiva rijetkih zemalja poput disprozija (Dy) - ključna je za poboljšanje performansi uz smanjenje troškova i utjecaja na okoliš. Tradicionalne metode pokušaja i pogrešaka za razvoj formula oduzimaju puno vremena i resursa. Ovaj rad istražuje kako strojno učenje (ML), temelj informatike o materijalima, može revolucionirati predviđanje novih formula NdFeB magneta korištenjem integracije podataka na više razina, naprednih tehnika modeliranja i okvira za interpretaciju. Raspravljamo o izazovima, metodologijama i nedavnim otkrićima u ovom području, što je kulminiralo planom za otkrivanje materijala vođenih strojnim učenjem.