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.
