في العالم المجهري للمواد الكمومية، لا تتصرف الإلكترونات كمسافرين منفردين. فعندما تُحشر معاً بإحكام في مادة صلبة، تصبح مدركة لبعضها البعض بشكل مكثف، حيث تتدافع وتتجاذب في رقصة جماعية معقدة تؤدي إلى ظهور ظواهر غريبة وقوية. ومن بين أكثر هذه السلوكيات إثارة للاهتمام هي الموصلية الفائقة، وهي حالة تتدفق فيها الكهرباء دون أي مقاومة. وبينما نفهم كيفية عمل الموصلات الفائقة البسيطة، فإن المواد الأكثر إثارة وفائدة — تلك التي توصل الكهرباء دون مقاومة في درجات حرارة أعلى بكثير — لا تزال لغزاً. هذه الموصلات الفائقة "غير التقليدية"، والتي توجد غالباً في السيراميك القائم على النحاس، تتضمن إلكترونات مرتبطة ببعضها بقوة شديدة بحيث لا يمكن التنبؤ بسلوكها من خلال النظر إليها بشكل فردي. ولفهمها، يجب على العلماء محاكاة حشد الإلكترونات بأكله في وقت واحد، وهي مهمة صعبة للغاية لأن عدد الترتيبات الممكنة ينمو بسرعة كبيرة لدرجة أن أقوى الحواسيب الفائقة في العالم تنفد ذاكرتها ووقتها بسرعة.

لعقود من الزمن، حاول الباحثون ترويض هذا التعقيد باستخدام اختصارات رياضية، لكنها غالباً ما تفشل في التقاط الروابط الدقيقة بعيدة المدى التي تميز هذه المواد الغريبة. ومؤخراً، ظهر نهج جديد يستعير من مجال الذكاء الاصطناعي. فبدلاً من الاعتماد على صيغ جامدة ومحددة مسبقاً، يقوم العلماء الآن بتدريب الشبكات العصبية — وهي أنظمة حاسوبية مصممة للتعرف على الأنماط — لتعلم قواعد العالم الكمومي مباشرة من البيانات. هذا الأسلوب، المعروف باسم "الحالات الكمومية العصبية"، قد أحدث ثورة بالفعل في فهمنا للمواد المغناطيسية، لكن تطبيقه على الإلكترونات فائقة التوصيل ظل تحدياً مستعصياً. وتكمن الصعوبة في أن الإلكترونات فائقة التوصيل تشكل أزواجاً، وتواجه أدوات الشبكات العصبية القياسية صعوبة في وصف هذه الأزواج بدقة مع التعامل أيضاً مع الحجم الهائل للأنظمة اللازمة لرؤية الصورة الكبيرة.

في دراسة جديدة، نجح فريق من الباحثين في جسر هذه الفجوة عبر الجمع بين قوة الشبكات العصبية وبنية رياضية محددة تصف اقتران الإلكترونات بشكل طبيعي. لقد طوروا نوعاً جديداً من المحاكاة يسمى "حالة بفيان للفيرميونات الخفية" (hidden fermion Pfaffian state). ولفهم ما يعنيه هذا، تخيل أنك تحاول وصف غرفة مزدحمة حيث يمسك الجميع بأيدي بعضهم في أزواج، ولكن بعض الأشخاص يمسكون أيضاً بأيدي شركاء غير مرئيين لا يظهرون إلا عندما تنظر عن كثب. الأساليب التقليدية يمكنها وصف الأزواج المرئية جيداً، أو غير المرئية، ولكن ليس كليهما في وقت واحد دون أن يصبح الأمر مستحيلاً حاسوبياً. تعمل طريقتهم الجديدة كمترجم متطور يمكنه تتبع الإلكترونات المرئية وتفاعلات الاقتران الخفية التي تربطها في آن واحد. ومن خلال القيام بذلك، ابتكروا أداة ليست أكثر دقة من المحاولات السابقة فحسب، بل هي أيضاً فعالة بما يكفي للعمل على أنظمة أكبر بكثير مما سبق.

اختبر الفريق أداة جديدة على نموذج قياسي يستخدمه علماء الفيزياء لوصف الإلكترونات المتفاعلة، يُعرف باسم "نموذج هوبارد" (Hubbard model). أجروا عمليات محاكاة عبر ظروف مختلفة، مع تغيير قوة التفاعل بين الإلكترونات وعدد الإلكترونات الموجودة. في الحالات الأبسط، حيث تكون الإلكترونات حرة الحركة نسبياً، أكدت الطريقة الجديدة قدرتها على تعلم السلوك الصحيح، مطابقةً النتائج مع الحسابات الدقيقة التي لا يمكن إجراؤها إلا للأنظمة الصغيرة جداً. لكن الاختبار الحقيقي جاء في الأنظمة الأكثر صعوبة حيث تُجبر الإلكترونات على الاقتران بإحكام. في عمليات المحاكاة ذات التفاعلات الجاذبة، حيث تميل الإلكترونات طبيعياً لتشكيل أزواج، نجحت الطريقة الجديدة في رصد الانتقال من حالة الاقتران الضعيف إلى حالة الارتباط القوي والمحكم. لقد أعادت إنتاج سلوك نظرية معروفة تسمى "نظرية BCS" في الحد الضعيف، لكنها تجاوزت ذلك بكثير عندما أصبحت التفاعلات قوية، وهو النظام الذي تفشل فيه النظريات القديمة غالداً.

ولعل الإنجاز الأبرز كان في دراسة حالة تُعرف باسم "عازل موت" (Mott insulator)، حيث تتنافر الإلكترونات مع بعضها البعض بشدة لدرجة أنها تتجمد في مكانها، مما يخلق مادة عازلة. في هذا النظام، وجد الباحثون أن طريقتهم الجديدة يمكنها التنبؤ بطاقة النظام بهامش خطأ ضئيل جداً لدرجة أنه لا يمكن تمييزه عن أكثر الطرق المرجعية دقة المتاحة. هذا المستوى من الدقة أمر بالغ الأهمية لأن الفرق بين كون المادة فائقة التوصيل أو عازلة غالباً ما يكمن في فروق طاقة لا تتعدى جزءاً ضئيلاً من المئة. والقدرة على التمييز بين هذه الفجوات الطاقية الصغيرة تعني أن الطريقة الجديدة يمكنها أخيراً رسم الحدود الدقيقة بين أطوار المادة المختلفة، وهو ما كان يمثل عقبة رئيسية لعقود.

كما تناول الباحثون سيناريو معقداً بشكل خاص يُعرف باسم "طور الخطوط" (stripe phase)، والذي يحدث في المواد القائمة على النحاس عندما يتم تطعيمها بإلكترونات إضافية. في هذه الحالة، ترتب الإلكترونات نفسها في خطوط متبادلة من الكثافة العالية والمنخفضة، مما يخلق نمطاً يشبه الخطوط الموجودة على القمصان. ويُعتقد أن هذا الطور مرتبط ارتباطاً وثيقاً بالموصلية الفائقة عالية الحرارة، لكن من الصعب جداً محاكاته بدقة. نجحت طريقة الفريق الجديدة في رصد الأنماط المعقدة للشحنة واللف المغزلي في هذه الخطوط، متفوقة على جميع مناهج الشبكات العصبية السابقة. واكتشفوا أنه حتى في هذه الحالة العازلة، لا تزال هناك اقترانات قصيرة المدى للإلكترونات، وهو اكتشاف يشير إلى أن بذور الموصلية الفائقة قد تكون موجودة حتى قبل أن تصبح المادة موصلاً فائقاً حقيقياً. لم يكن هذا الاستبصار ممكناً إلا لأن طريقتهم استطاعت التعامل مع أحجام الأنظمة الكبيرة المطلوبة لرؤية هذه الأنماط بوضوح.

لم يكن مفتاح نجاحهم يكمن فقط في البنية الجديدة، بل أيضاً في الطريقة التي قاموا بها بتحسين الكود الحاسوبي ليعمل بكفاءة. فمن خلال استخدام حيل رياضية محددة لتقليل عدد العمليات الحسابية المطللة، تمكنوا من تسريع عملية المحاكاة بمقدار ألف ضعف مقارنة بما كان ممكناً بالتقنيات القياسية. هذا التسريع سمح لهم بمحاكاة أنظمة تضم مئات المواقع، وهو مقياس كان بعيد المنال سابقاً لهذا النوع من مناهج الشبكات العصبية. والنتيجة هي طريقة تتوسع بشكل جيد مع الحجم، مما يعني إمكانية تطبيقها على مواد أكبر وأكثر تعقيداً في المستقبل دون فقدان دقتها.

إن تداعيات هذا العمل تمتد إلى ما هو أبعد من مجرد حل مسألة رياضية محددة. فمن خلال توفير طريقة موثوقة لمحاكاة الإلكترونات شديدة التفاعل، فتح الباحثون باباً لفهم الآليات الكامنة وراء الموصلية الفائقة عالية الحرارة. لقد أثبتوا أنه من الممكن نمذجة هذه الأنظمة بمستوى من التفصيل كان يُعتقد سابقاً أنه مستحيل، من خلال التقاط كل من النظام طويل المدى للعوازل والاقتران قصير المدى للموصلات الفائقة. وتشير الدراسة إلى أن مفتاح فك أسرار هذه المواد قد يكمي في الأساليب التي يمكنها التكيف بمرونة مع أنواع مختلفة من سلوك الإلكترونات، بدلاً من حشرها في قالب واحد جامد. وكما يذكر المؤلفون، يمكن تطبيق هذا النهج قريباً على مواد أكثر تعقيداً، مثل تلك التي تحتوي على أنواع متعددة من مدارات الإلكترونات، أو النماذج التي تتضمن تأثيرات المجالات المغناطيسية والطبقات الملتوية من الذرات.

في نهاية المطاف، يمثل هذا العمل خطوة كبيرة للأمام في البحث عن فهم العالم الكمومي. فهو يثبت أنه من خلال دمج قدرة التعرف على الأنماط للذكاء الاصطناعي مع الرؤى الفيزيائية العميقة لميكانيكا الكم، يمكن للعلماء الآن مواجهة مشكلات كانت تُعتبر في السابق مستعصية. إن الطريقة الجديدة لا تقدم مجرد تقريب أفضل قليلاً؛ بل توفر وسيلة أكثر قوة لاستكشاف سلوك المادة عند مستواها الأكثر جوهرية. ومع استمرار الباحثين في تحسين هذه الأدوات، قد يتمكنون أخيراً من تصميم مواد جديدة بخصائص مصممة خصيصاً، مما قد يؤدي إلى جيل جديد من التقنيات التي تسخر القوة الكاملة لميكانيكا الكم. إن الطريق نحو فهم الموصلية الفائقة غير التقليدية طويل، لكن هذه الدراسة قدمت خريطة واضحة وموثوقة للمرحلة التالية من الرحلة.