Абстрактный Магниты из сплава неодима-железа-бора (NdFeB), известные своими исключительными магнитными свойствами, играют ключевую роль в современных технологиях, от электромобилей до ветряных турбин. Оптимизация их химического состава — тонкое соотношение неодима (Nd), железа (Fe), бора (B) и редкоземельных элементов, таких как диспрозий (Dy), — критически важна для повышения производительности при одновременном снижении затрат и воздействия на окружающую среду. Традиционные методы проб и ошибок при разработке формул отнимают много времени и ресурсов. В данной статье рассматривается, как машинное обучение (МО), краеугольный камень материаловедения, может произвести революцию в прогнозировании новых формул магнитов NdFeB, используя многомасштабную интеграцию данных, передовые методы моделирования и фреймворки для интерпретируемости. Мы обсуждаем проблемы, методологии и недавние достижения в этой области, что в итоге приводит к разработке дорожной карты для открытия материалов на основе МО.