مشكلة البحث في المواد تلتقي بنهج ذكاء اصطناعي واعٍ بالفيزياء
يقول باحثون في جامعة توهوكو إنهم طوروا طريقة للذكاء الاصطناعي يمكنها فحص آلاف المواد بسرعة من أجل الأداء العازل كهربائيًا، مع تحسين الدقة مقارنة بأساليب التنبؤ الأكثر تقليدية. وفي دراسة نُشرت في Physical Review X، أفاد الفريق بأن الطريقة ساعدت في تحديد 31 مادة أكسيدية عالية العزل الكهربائي كانت غير معروفة سابقًا من بين أكثر من 8,000 مرشح خضعوا للفحص.
يعالج هذا التقدم عنق زجاجة مستمرًا في علوم المواد. فالتنبؤ بكيفية استجابة المادة للحقول الكهربائية يتطلب قدرة حاسوبية كبيرة، لكن تلك الاستجابة أساسية للإلكترونيات الحديثة. وتُستخدم المواد العازلة كهربائيًا على نطاق واسع في أجهزة مثل الهواتف الذكية والحواسيب، لذا فإن الأدوات الأفضل للعثور على المرشحين الواعدين يمكن أن تحمل قيمة عملية كبيرة.
لماذا يصعب التنبؤ المباشر
غالبًا ما يصعب على أنظمة الذكاء الاصطناعي التنبؤ بخصائص المواد المعقدة بشكل موثوق عندما تُعامل كمخرج واحد. وكان حل مجموعة توهوكو هو تجنب هذا الاختصار المباشر. فبدلًا من أن يطلب الباحثون من النموذج تخمين ثابت العزل الكهربائي مباشرة، بنوا المشكلة حول كميات فيزيائية أساسية أكثر تسهم في الخاصية النهائية.
في النظام الموصوف في النص الأصلي، يتنبأ النموذج بشكل منفصل بالشحنات الفعالة لBorn، التي تصف كيفية استجابة الذرات للحقول الكهربائية، وبخصائص الفونونات، التي تلتقط اهتزازات الذرات داخل المادة. ثم تُجمع هذه العناصر عبر معادلة فيزيائية لإعادة بناء الموتر العازل الأيوني.
هذا التصميم هو جوهر ادعاء الدراسة. ويقول الباحثون إن إدماج الفيزياء في سير العمل يجعل الذكاء الاصطناعي أسرع وأكثر موثوقية من الأساليب التي تحاول القفز مباشرة من البنية البلورية إلى السلوك العازل النهائي.
ما الذي كشفه الفحص
باستخدام هذه الطريقة، فحص الفريق أكثر من 8,000 مادة أكسيدية وقلّص المجال إلى 31 أكسيدًا عالي العزل الكهربائي كانت غير معروفة سابقًا. وهذا تقليص كبير في فضاء البحث، ويبرز الدور العملي للذكاء الاصطناعي في اكتشاف المواد: ليس استبدال التجارب أو الحسابات من المبادئ الأولى بالكامل، بل مساعدة الباحثين على تحديد أين ينبغي إنفاق الجهود المكلفة التالية.
وفي الإلكترونيات، هذا مهم لأن المواد عالية العزل الكهربائي حاسمة في التحكم بالحقول الكهربائية، وتخزين الطاقة في المكونات، وتمكين تحسينات الأداء المستمرة مع ازدياد متطلبات الأجهزة. ومن الصعب اكتشاف مرشحين بهذا النطاق بسرعة عبر مسارات الحوسبة التقليدية وحدها.
ما الذي يميز هذا النهج
تكمن أهمية الدراسة في كيفية موازنتها بين التعلم الآلي والبنية الفيزيائية. فلا يُقدَّم النموذج على أنه صندوق أسود ينجح مصادفة. بل يُصاغ كنظام يتعلم خصائص وسيطة ذات معنى فيزيائي راسخ ثم يعيد بناء السلوك الأكبر من خلال تلك الأجزاء.
وقد يكون ذلك ذا قيمة خاصة في البيئات العلمية، حيث لا يهتم الباحثون بالأداء التنبؤي فقط، بل أيضًا بالثقة، وتحليل الأخطاء، وإمكانية نقل النموذج إلى مشكلات قريبة. ويمكن أن يكون النموذج القائم على مكونات فيزيائية قابلة للتفسير أسهل في التحقق وأسهل في التوسيع نحو تحديات مواد مجاورة.
الانعكاسات على الإلكترونيات وسلاسل الاكتشاف
الانعكاس المباشر هو السرعة. فإذا تمكن علماء المواد من فحص آلاف المركبات بكفاءة أكبر، فبإمكانهم تقصير الطريق بين النظرية والتحقق التجريبي. ومع الوقت، قد يسرّع ذلك البحث عن مواد مناسبة للمكثفات والترانزستورات والذاكرات وغيرها من الأنظمة الإلكترونية من الجيل التالي التي تعتمد على الأداء العازل.
أما الانعكاس الأبعد مدى فهو منهجي. فقد يكون الذكاء الاصطناعي الموجَّه بالفيزياء من أوضح السبل لجعل التعلم الآلي مفيدًا حقًا في مجالات العلوم الصعبة، حيث قد تكون البيانات شحيحة، والمحاكاة مكلفة، والاستقراء محفوفًا بالمخاطر. وبدلًا من التعامل مع المعرفة التخصصية بوصفها عائقًا، تتعامل معها مجموعة توهوكو باعتبارها الهيكل الذي يجعل الذكاء الاصطناعي أكثر موثوقية.
نوع أضيق لكنه أكثر فائدة من ادعاءات الذكاء الاصطناعي
لا تعد الورقة العلمية بمنظومة سحرية شاملة للمواد. بل إن ادعاءها أكثر انضباطًا، ولهذا أكثر إقناعًا: عبر الجمع بين الذكاء الاصطناعي والعلاقات الفيزيائية المعروفة، يمكن للباحثين تحسين فرز المواد وكشف المرشحين المتغافل عنهم بكفاءة أكبر. وفي هذه الحالة، تُرجم ذلك إلى 31 مؤشرًا جديدًا على أكاسيد عالية العزل الكهربائي.
وبالنسبة لأبحاث الإلكترونيات الناشئة، فهذا هو النوع من التقدم الذي يهم. فالمواد الأفضل غالبًا ما تأتي عبر سلسلة طويلة من التحسينات الصغيرة في التنبؤ والفرز والتحقق. وتشير هذه الدراسة إلى أن إحدى تلك الحلقات قد أصبحت الآن أقوى بكثير.
هذه المقالة مستندة إلى تقرير من Phys.org. اقرأ المقال الأصلي.
Originally published on phys.org