USA Rare Earth、Pasqal 与 Riven 测试用于稀土分离的量子机器学习

内部简报

• USA Rare Earth、Pasqal 和 Riven Systems 已达成合作伙伴关系，共同探索量子机器学习，以发现能够改进稀土分离过程的分子。
• Riven 的自动化实验室将生成关于萃取剂选择性的实验数据，而 Pasqal 将利用来自实验室的数据，将量子机器学习模型与经典模型进行基准测试。
• 该项目将重点关注 USA Rare Earth 的计划原料，包括来自 Round Top 矿的物料、混合稀土碳酸盐以及回收的磁体制造切屑 (swarf)。

新闻稿 — USA Rare Earth (Nasdaq: USAR)，一家稀土、关键矿物和先进材料公司，Pasqal (Nasdaq: PSQL)，全球中性原子量子计算领域的领导者，以及 Riven Systems，一家工业化学 AI 专家，今日宣布达成战略合作伙伴关系，为稀土价值链开发下一代分离技术。利用量子机器学习，该项目旨在识别出比现有替代品更有效地与稀土结合的新型分离分子，从而实现规模更小、成本更低、能耗更低的加工设施。

此次合作汇集了美国和法国在两个具有重要战略意义的领域的专业知识：关键矿物和量子计算。两家公司旨在共同探索有助于支持更安全、更高效且更具竞争力的西方稀土供应链的技术。

此次合作伙伴关系将 Riven 的自动驾驶矿物分离实验室、Pasqal 的量子计算能力与 USA Rare Earth 的稀土加工专业知识结合在一起。根据计划项目， Riven 将进行数千次自动化实验，并生成构建稀土元素萃取剂选择性机器学习模型所需的训练数据。Pasqal 的 Neutral Atom QPU 随后将针对基于经典计算的模型（均使用来自自动驾驶实验室的数据进行训练）对量子机器学习模型进行基准测试，以支持 USA Rare Earth 优化萃取剂选择。

“亚洲以外的稀土行业面临的关键挑战是将上游业务中生产的 Mixed Rare Earth Carbonate (MREC) 分离成单独的分离氧化物。中国在这一能力上占据主导地位，尤其是对于诸如 dysprosium、terbium 和 yttrium 等至关重要的重稀土。我们的目标是通过改变稀土行业发现其运行化学原理的方式，取代多年的试错，从而加速通往高效、竞争力和可持续解决方案的道路，”USA Rare Earth 上游业务高级副总裁（美国）Alex Moyes 表示。“这一战略合作伙伴关系将建立一个创新的发现管道，在其中通过由来自自主实验室的真实化学数据训练的量子机器学习模型，对新的萃取剂分子进行虚拟识别和测试。快速发现为 USA Rare Earth 流程图构建和优化的萃取剂，可以通过减少阶段数、设备需求和原材料消耗，同时降低我们设施的碳足迹和环境影响，从而提高我们的资本和运营效率。像这样的突破可能有助于使西方稀土价值链成为可能，并加速我们迈向在全球舞台上具有竞争力的旅程。”