وکاله آریا للأنباء - طور باحثون نظام ذکاء اصطناعی تولیدی " Generative AI " یستکشف مناطق غیر مألوفه فی الفضاء الکیمیائی، مع إعطاء الأولویه للهیاکل البلوریه المتوقع استقرارها، ویمکن... 23.07.2026, سبوتنیک عربی
لماذا یُعد اکتشاف بلورات جدیده أمراً بالغ الصعوبه؟تشکل المواد البلوریه أساساً لتقنیات متنوعه، بدءاً من البطاریات ورقائق الحاسوب، وصولاً إلى المحفزات والخلایا الشمسیه والتقنیات البیئیه، إلا أن کل ماده قد تحتوی على عناصر مختلفه مرتبه فی أنماط ذریه لا حصر لها، ما یخلق فضاءً تصمیمیاً واسعاً جداً یصعب على العلماء دراسه کل احتمال على حده.یمکن للذکاء الاصطناعی تسریع هذا البحث من خلال تعلم القواعد الهیکلیه الموجوده فی قواعد بیانات المواد الحالیه، ثم تولید مرشحین جدد، لکن هذا یخلق مشکله جوهریه، فالنماذج المدربه على إعاده إنتاج البیانات المعروفه تُصبح بارعهً بطبیعتها فی اقتراح تراکیب مشابهه للمواد المکتشفه سابقًا، بینما قد توجد المرکبات الأکثر أهمیه علمیًا فی مناطق قلیله الاستکشاف، تکاد تکون غیر ممثله فی قواعد البیانات تلک.لماذا لا یکفی الإبداع وحده؟قد یُنتج نموذج الذکاء الاصطناعی، إذا مُنح حریه کامله، ترتیبات ذریه مبتکره للغایه، لکن الکثیر منها سیکون غیر مستقر، وقد یتحول فورًا إلى تراکیب أخرى، أو قد لا یتشکل أصلًا، وعلى النقیض تمامًا، قد یبقى النموذج الذی یُعطی الأولویه للاستقرار قریبًا جدًا من المرکبات المألوفه، ولا یُقدم سوى القلیل من الاکتشافات الحقیقیه.یصف الباحثون هذا التوتر بـ معضله الجده والاستقرار. فالبیئات الکیمیائیه المعروفه أسهل فی التنبؤ، وأکثر عرضه للظهور مستقره، بینما تُقدم الترکیبات غیر المألوفه قدرًا أکبر من الجده، ولکنها تُقدم أیضًا قدرًا أکبر من عدم الیقین.کیف یُوجّه التعلّم المعزز الذکاء الاصطناعییحصل النظام المقترح على درجات أعلى عندما یقترح هیاکل تختلف اختلافًا جوهریًا عن المواد المعروفه، وتبدو قابله للتطبیق من الناحیه الدینامیکیه الحراریه، وتُوسّع نطاق الهیاکل الکیمیائیه المستکشفه، ومن خلال مقارنه مجموعات المرشحین والتعلم من أدائهم النسبی، یُعدّل النموذج تدریجیًا استراتیجیه التولید الخاصه به نحو مجالات أکثر واعده.قبل بدء هذه المرحله الموجهه بالمکافآت، یتم تدریب النموذج على قواعد بیانات بلوریه ضخمه لیتعلم الأنماط الفیزیائیه الأساسیه، بما فی ذلک البنى الدوریه، والتنسیق الذری المحلی، والهندسه المرتبطه عادهً بالمرکبات المحتمله. ثم یشجعه التعلم المعزز على تجاوز مجرد المحاکاه مع الحفاظ على تلک القواعد الکیمیائیه الأساسیه.لماذا یستخدم النموذج خریطه بلوریه مضغوطه؟عادهً ما تُوصف البلوره من خلال أنواع ذراتها، ومواقعها الذریه، وأبعاد شبکتها. یُعد تحسین جمیع هذه المتغیرات مباشرهً أمرًا صعبًا لأن بعضها منفصل، مثل العناصر الکیمیائیه، بینما البعض الآخر متصل، مثل الإحداثیات والمسافات.لذلک، یضغط النظام المقترح وصف البلوره الکامل فی تمثیل ریاضی متصل یُعرف باسم "الفضاء الکامن". تُوضع البنى المتشابهه بالقرب من بعضها فی هذا الفضاء المُبسّط، ما یسمح للذکاء الاصطناعی باستکشاف المرشحین وتعدیلهم بکفاءه أکبر قبل إعاده بناء ترتیباتهم الذریه الکامله.أدى هذا النهج المضغوط أیضًا إلى تحسین سرعه التولید، فقد أفاد الباحثون بزیاده ملحوظه فی إنتاجیه أخذ العینات مقارنهً بنموذج سابق کان یعمل مباشرهً على تمثیلات ذریه کامله.نتائج الدراسهقارن الباحثون برنامج ال بأنظمه أخرى لتولید البلورات، وذلک من خلال مطالبه کل نموذج بإنتاج 10,000 بنیه،وقاموا بتقییم النتائج باستخدام مقیاس مُرکّب یُسمى (mSUN)، والذی یُحدد المرشحین الذین یتمیزون بالاستقرار شبه التام، والتفرد، والحداثه.تشیر هذه الأرقام إلى أن التعلم المعزز لم یقتصر دوره على جعل النموذج أکثر إبداعًا، بل ساعد النظام أیضًا على التوجه نحو مواد أقل شیوعًا مع الحفاظ على مستوى معقول من المعقولیه الفیزیائیه.کما اتسع نطاق الترکیب الکیمیائی المُولّد، مع زیاده فی وجود المعادن الانتقالیه وظهور المزید من البنى التی تحتوی على عناصر متعدده، وشکّلت المرکبات الرباعیه - وهی مواد تتکون من أربعه عناصر کیمیائیه - المجموعه الأکبر ضمن مخرجات نموذج التعلم المعزز.تصمیم بلوره بخاصیه مطلوبهیُعدّ اکتشاف مواد غیر معروفه أمرًا بالغ الأهمیه، لکن البحث العملی یبدأ عادهً بحاجه محدده، فقد یرغب العالم فی بلوره موصله للأیونات بکفاءه، أو تمتص نطاقًا محددًا من الضوء، أو تتحمل الحراره، أو تتمتع بخصائص إلکترونیه مناسبه لأشباه الموصلات.ولاختبار هذه القدره، طلب الباحثون من النظام تولید مواد ذات فجوه طاقه إلکترونیه تقارب 3 إلکترون فولت، وهو هدف صعب لم یکن ممثلاً بشکل کافٍ فی بیانات التدریب.أنتجت أسالیب التوجیه التقلیدیه مرشحین موزعین على نطاق واسع من فجوات الطاقه، وغالبًا ما أضرت بقدره النموذج على تولید هیاکل ذات أساس کیمیائی منطقی. فی المقابل، رکّز نظام التعلم المعزز تصامیمه بشکل أدق حول الهدف المطلوب وهو 3 إلکترون فولت، مع الحفاظ على درجات أعلى فی الجده والجدوى المتوقعه.یُجسّد هذا مبدأ التصمیم العکسی للمواد، فبدلًا من اکتشاف بلوره أولًا ثم قیاس خصائصها لاحقًا، یُحدد الباحثون الخاصیه التی یحتاجونها ویطلبون من الذکاء الاصطناعی اقتراح هیاکل قد تُوفرها.لماذا لا تُعتبر البلوره المصممه حاسوبیًا ماده حقیقیه حتى الآن؟یُولد النظام فرضیات واعده، لا مواد نهائیه. تعتمد تقدیرات استقراره جزئیًا على مجالات القوى وحسابات الطاقه المُستمده من التعلم الآلی، والتی تُعدّ تقریبات عملیه، بینما قد یعتمد الاستقرار الحقیقی أیضًا على درجه الحراره والضغط والأطوار المتنافسه وظروف التصنیع وسرعه إعاده ترتیب الذرات.یمثل النموذج حالیًا المواد على أنها هیاکل بلوریه منتظمه ومتکرره، مما یعنی أنه لا یستطیع وصف السبائک غیر المنتظمه أو الحالات التی تتشارک فیها عده عناصر عشوائیًا نفس المواقع الذریه وصفًا کاملًا، وقد حدد الباحثون حالاتٍ مثّل فیها النظام محلولًا صلبًا غیر منتظم معروفًا کما لو کان مرکبًا منتظمًا متمیزًا.لذا، یجب أن یمر کل مرشح ذی أولویه عالیه بعده مراحل إضافیه: حسابات میکانیکیه کمیه أکثر دقه، ومقارنه بالمواد المنافسه، وتقییم وجود مسار تصنیع واقعی، والتصنیع المختبری، والقیاس المباشر لخصائصه الفیزیائیه.شریک أکثر قابلیه للتحکم لعلماء الموادلا تکمن أهمیه النظام فی الادعاء بأن الذکاء الاصطناعی قادر على ابتکار بطاریه أو شبه موصل جاهز للتسویق بشکل مستقل. تُسهم هذه الطریقه فی توفیر أسلوب أکثر تحکمًا لاستکشاف فضاء هائل من الاحتمالات، مع تحقیق التوازن بین عده أهداف علمیه فی آنٍ واحد.من خلال تجاوز مجرد تقلید الکیمیاء المعروفه، قد یساعد التعلم المعزز الذکاء الاصطناعی التولیدی على أن یصبح شریکًا علمیًا أکثر فائده - شریکًا لا یحل محل البحث المختبری، ولکنه یوجهه نحو مجموعه أصغر وأکثر وعدًا من المرشحین.المصدر : | مجله ناتشر العلمیه |