• Riven 的自动化实验室将生成萃取剂选择性相关的实验数据，而 Pasqal 将使用实验室数据，将量子机器学习模型与经典模型进行基准比较。
• 该项目将聚焦美国稀土计划使用的原料，包括来自 Round Top 矿山的材料、混合稀土碳酸盐以及磁体制造回收废料（swarf）。
新闻稿 — 美国稀土公司（Nasdaq: USAR，一家稀土、关键矿物和先进材料公司）、Pasqal（Nasdaq: PSQL，中性原子量子计算全球领导者）以及专注于工业化学人工智能的 Riven Systems，今日宣布达成战略合作，共同开发稀土价值链的下一代分离技术。该项目利用量子机器学习，旨在识别比现有替代品更能有效结合稀土的新分离分子，从而实现更小、成本更低、能耗更低的处理设施。
此次合作汇集了美国和法国在关键矿物与量子计算这两个战略重要领域的专业知识。三家公司共同探索相关技术，以支持更安全、高效且具有竞争力的西方稀土供应链。
合作将结合 Riven 的自驱动矿物分离实验室、Pasqal 的量子计算能力以及美国稀土的稀土处理专长。在计划项目中，Riven 将开展数千次自动化实验，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。随后，Pasqal 的中性原子量子处理单元（QPU）将对量子机器学习模型与基于经典计算的模型（均使用自驱动实验室数据训练）进行基准测试，以帮助美国稀土优化萃取剂选择。
美国稀土上游高级副总裁（美国）Alex Moyes 表示：“亚洲以外稀土行业面临的关键挑战是，将上游生产的混合稀土碳酸盐（MREC）分离成单独的氧化物。中国在这一能力上占据主导地位，尤其是对镝、铽和钇等关键重稀土。我们的目标是通过改变稀土行业发现所用化学物质的方式，用自主实验室的真实化学数据训练量子机器学习模型，实现新萃取剂分子的虚拟识别与测试，从而加速实现高效、有竞争力和可持续的解决方案，取代多年的试错过程。针对美国稀土工艺流程快速发现并优化的萃取剂，可通过减少级数、设备需求和原材料消耗，提升我们的资本和运营效率，同时降低设施的碳足迹和环境影响。这类突破有助于实现西方稀土价值链，并加速我们在世界舞台上具备竞争力。”
Pasqal 和 Riven 的工作将针对美国稀土的原料进行定制，预计包括德克萨斯州 Sierra Blanca 的 Round Top 矿山，以及第三方混合稀土碳酸盐（MREC）和磁体制造过程中回收的切削废料（swarf）。针对这些关键原料意味着实验工作可能影响美国稀土材料处理的各个方面。
Pasqal 首席执行官 Wasiq Bokhari 表示：“此次合作汇集了三家公司，它们处于对经济增长、工业竞争力和国家韧性日益重要的技术前沿。稀土材料至关重要，改进其处理方式的影响远超单一行业。通过结合 Pasqal 的量子计算能力、美国稀土的材料专长以及 Riven 的先进自动化平台，我们有机会加速创新，同时展示法美企业如何合作加强关键供应链。”
美国稀土、Pasqal 和 Riven 认为，这一初始机器学习项目可能为更深入、更长期的合作创造机会。长期来看，三家公司设想一种首创的端到端萃取剂发现流程：量子机器学习模型识别高潜力萃取剂，这些萃取剂在 Riven 的自驱动实验室中进行测试，顶级候选物在美国稀土位于科罗拉多州 Wheat Ridge 的研发设施中验证，最终整合到美国稀土的工艺流程中。
Riven Systems 首席技术官兼联合创始人 Dr. Orion Archer Cohen 表示：“人工智能和自主实验室是关键矿物处理的下一个前沿。我们赞赏美国稀土积极采用这些技术，为在传统化学基础上实现显著改进开辟道路。这正是西方利用其在先进计算技术上的领先优势、更快实现再工业化的方式。”