Deep learning directed synthesis of fluid ferroelectric materials
تقدم هذه الورقة مساراً للتعلم العميق يتنبأ بنجاح، ويصمم، ويتحقق تجريبياً من مواد كهرومغناطيسية عضوية سائلة جديدة، مما يؤسس لإطار عمل مغلق الحلقة للاكتشاف الذاتي للمواد اللينة الوظيفية القابلة للتخليق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول اختراع نوع جديد من السوائل يمكنه أن يعمل كمغناطيس، ولكن بدلاً من أن يكون صلباً، فإنه يتدفق مثل الماء. يطلق عليها العلماء اسم "الكهرباء الحديدية السائلة" (fluid ferroelectrics). وهي مفيدة للغاية في صنع شاشات فائقة السرعة، ومستشعرات ذكية، وأجهزة طاقة من الجيل القادم.
المشكلة؟ العثور على الوصفة الصحيحة لهذه السوائل يشبه محاولة العثور على إبرة محددة في كومة قش بحجم الكون. هناك تريليونات من التركيبات الكيميائية الممكنة، ولفترة طويلة، كان على العلماء التخمين، والخلط، والاختبار واحداً تلو الآخر. كان ذلك بطيئاً، ومكلفاً، وغالباً ما كان يعتمد على "الحدس".
تصف هذه الورقة البحثية فريقاً من الباحثين في جامعة ليدز الذين قرروا ترك الذكاء الاصطناعي (AI) يتولى القيادة. لقد بنوا "شيف ذكيًا" لا يكتفي فقط باتباع الوصفات، بل يبتكر وصفات جديدة، ثم ذهبوا إلى المختبر ليروا ما إذا كانت ابتكارات الذكاء الاصطناعي تعمل بالفعل.
إليك كيف فعلوا ذلك، مقسماً إلى خطوات بسيطة:
1. تعليم الذكاء الاصطناعي "قواعد اللعبة"
أولاً، جمع الفريق مكتبة ضخمة من كل جزيئات البلورات السائلة المعروفة التي استطاعوا العثọها (حوالي 700 وصفة). قاموا بتغذية هذه البيانات في برنامج حاسوبي للتعلم العميق.
- التشبيه: فكر في هذا الأمر كتعليم طفل كيفية التعرف على الكلاب. أنت تريه آلاف الصور للكلاب (البيانات). في النهاية، يتعلم الطفل أن للكلاب أربعة أرجل وفراء وذيلاً، ويمكنه تمييز الكلب حتى لو لم يرَ هذه السلالة المحددة من قبل.
- وظيفة الذكاء الاصطناعي: تعلم الكمبيوتر "الخلطة السرية" لما يجعل البلورات السائلة تتصرف كمغناطيس سائل.
2. يصبح الذكاء الاصطناعي "مهندساً معمارياً جزيئياً"
بمجرد أن فهم الذكاء الاصطناعي القواعد، طلبوا منه تصميم جزيئات جديدة تماماً من الصفر.
- التشبيه: تخيل مهندساً معمارياً درس آلاف المخططات للمنازل. بدلاً من مجرد نسخ منزل قديم، يبدأ الذكاء الاصطناعي في رسم تصاميم منازل جديدة تتبع جميع قوانين البناء ولكنها تبدو فريدة.
- النتيجة: أنتج الذكاء الاصطناعي حوالي 30,000 تصميم جزيئي جديد. معظم هذه التصاميم لم توجد في المختبر من قبل.
3. عملية "الفرز" (تمييز الجيد من السيئ)
لم يكن بإمكان الذكاء الاصطناعي مجرد إخراج 30,000 تصميم وقول: "اصنعوا كل هذه!". كان ذلك سيؤدي إلى هدر الأموال. لذا، استخدموا طبقة ثانية من الذكاء الاصطناعي لتعمل كحارس بوابة صارم.
- الحارس: فحص هذا النظام الـ 30,000 تصميماً وطرح سؤالين:
- "هل من المرجح أن يكون هذا الجزيء مغناطيساً سائلاً؟" (توقع الذكاء الاصطناعي بنعم/لا).
- "هل يمكننا بناء هذا فعلياً في مختبر حقيقي باستخدام مكونات يمكننا شراؤها؟" (وهذا ما يسمى التخليق الرجعي - retrosynthesis).
- النتيجة: قلص الحارس القائمة إلى 11 مرشحاً فقط كانت واعدة وسهلة الصنع.
4. اختبار المختبر (اختبار الواقع)
هذا هو الجزء الأهم. أخذ الكيميائيون البشر أفضل 11 اختياراً للذكاء الاصطناعي وقاموا بتخليقها فعلياً في المختبر.
- النتيجة: نجحوا في صنع الجزيئات الـ 11 جميعها. وعندما اختبروها، عمل بعضها بالفعل! فقد أظهرت السلوك المغناطيسي السائل الذي توقعه الذكاء الاصطناعي.
- النتيجة الرقمية: بالنسبة للجزيئات التي كانت تشبه إلى حد كبير تلك التي رآها الذكاء الاصطناعي سابقاً، كانت التوقعات دقيقة للغاية (في حدود 40 درجة من درجة الحرارة الفعلية). أما بالنسبة للتصاميم الجديدة "الغريبة"، فقد كان الذكاء الاصطناعي بعيداً قليلاً عن الدقة، لكنه ظل في النطاق العام.
5. "حلقة التحسين الذاتي"
هذه هي الخدعة السحرية: لم يتوقف الفريق عند هذا الحد. لقد أخذوا البيانات الجديدة من تجاربهم الـ 11 الناجحة وغذوا بها الذكاء الاصطناعي مرة أخرى.
- التشبيه: إنه يشبه لعبة فيديو تلعب فيها مستوى، ثم تموت، فتتعلم اللعبة من أخطائك لجعل المستوى التالي أسهل (أو في هذه الحالة، أذكى).
- الترقية: أعاد الذكاء الاصطناعي تدريب نفسه مع هذه الخبرة الجديدة من "العالم الحقيقي". ثم أنتج جولة ثانية من المرشحين الذين كانوا أفضل وأكثر موثوقية من الدفعة الأولى.
لماذا هذا مهم؟
تثبت هذه الورقة البحثية أننا نتحرك نحو مستقبل حيث يعمل الكمبيوتر والكيميائيون كفريق واحد.
- الطريقة القديمة: خمن، اخلط، اختبر، افشل، كرر. (بطيء ومكلف).
- الطريقة الجديدة: الذكاء الاصطناعي يصمم، الذكاء الاصطناعي يفرز، البشر يبنون، والذكاء الاصطناعي يتعلم. (سريع وفعال).
يسمي الباحثون هذا النظام بـ "الحلقة المغلقة" (closed-loop). وهو عبارة عن دورة حيث يصمم الكمبيوتر، ويبني المختبر، وتُعلم النتائج الكمبيوتر، ثم يصمم الكمبيوتر مرة أخرى. يمكن لهذا النهج أن يحدث ثورة في كيفية اكتشاف ليس فقط البلورات السائلة، بل أيضاً الأدوية الجديدة، والبطاريات، والمواد المستقبلية.
باختصار: لقد علموا الكمبيوتر كيف يحلم بجزيئات كيميائية جديدة، وفرزوا أفضل الأفكار، وبنوها في المختبر، وأثبتوا أن الكمبيوتر كان على حق. الآن، يتعلم الكمبيوتر من نجاحه ليحلم بأفكار أفضل وأفضل في المرة القادمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.