Апстракт Неодимијум-гвожђе-бор (NdFeB) магнети, познати по својим изузетним магнетним својствима, кључни су у модерним технологијама, од електричних возила до ветротурбина. Оптимизација њиховог хемијског састава – деликатна равнотежа неодимијума (Nd), гвожђа (Fe), бора (B) и адитива ретких земаља попут диспрозијума (Dy) – кључна је за побољшање перформанси уз истовремено смањење трошкова и утицаја на животну средину. Традиционалне методе покушаја и грешака за развој формула одузимају много времена и ресурса. Овај рад истражује како машинско учење (ML), камен темељац информатике материјала, може револуционисати предвиђање нових формула NdFeB магнета коришћењем вишеразмерне интеграције података, напредних техника моделирања и оквира за интерпретабилност. Разматрамо изазове, методологије и недавна открића у овој области, што је кулминирало мапом пута за откривање материјала заснованих на ML-у.