← أحدث الأبحاث
💻 computer science

OSCAgent: Accelerating the Discovery of Organic Solar Cells with LLM Agents

تقدم هذه الورقة OSCAgent، وهو إطار عمل متعدد الوكلاء يدمج التصميم المعزز بالاسترجاع، والتوليد الجزيئي، والتقييم المنهجي لاكتشاف مواد الخلايا الشمسية العضوية عالية الأداء والقابلة للتصنيع ذاتيًا بكفاءات متوقعة تقترب من 18%.

المؤلفون الأصليون: Zhaolin Hu, Zhiliang Wu, Kun Li, Hehe Fan, Yi Yang

نُشر 2026-07-31
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Zhaolin Hu, Zhiliang Wu, Kun Li, Hehe Fan, Yi Yang

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 أن العالم يستنفد مصادر الطاقة السهلة، وأن العلماء في رحلة بحث محمومة عن نوع جديد من الألواح الشمسية. هذه ليست تلك الألواح الزجاجية الثقيلة التي تراها على أسطح المنازل؛ بل هي "الخلايا الشمسية العضوية" (OSCs)، والتي تشبه الأوراق البلاستيكية المرنة وخفيفة الوزن والملونة التي يمكنها تحويل ضوء الشمس إلى كهرباء. المشكلة تكمن في أن العثور على الوصفة الكيميائية المثالية لهذه الأوراق البلاستيكية أمر صعب للغاية. الأمر يشبه محاولة العثور على إبرة معينة في كومة قش، لكن كومة القش هذه مكونة من تريليونات التركيبات الكيميائية المختلفة، وفي كل مرة تسحب فيها واحدة لتجربتها، فإن ذلك يكلف ثروة ويستغرق أسابيع. لسنوات، ظل العلماء يعتمدون على التخمين والتجربة، آملين في التعثر في فائز بالصدفة. ولكن ماذا لو استطعنا بناء فريق من المحققين الرقميين الأذكاء للقيام بعملية البحث نيابة عنا، بحيث يتعلمون من كل خطأ ونجاح في طريقهم؟

هذا هو بالضبط ما تقترحه الورقة البحثية "OSCAgent". فقد ابتكر المؤلفون نظامًا جديدًا يسمى OSCAgent، والذي يعمل كمعمل بحثي ذاتي التحسين تدار عملياتُه بواسطة الذكاء الاصطنا الثالث. وبدلاً من وجود روبوت واحد يحاول تخمين الإجابة، قاموا ببناء فريق من ثلاثة وكلاء رقميين يعملون معًا: المخطط (Planner)، والمولّد (Generator)، والمجرّب (Experimenter). فكّر في "المخطط" كقائد للفريق يقرأ مكتبة من التقارير العلمية السابقة وملاحظات الفريق السابقة ليقرر ما الذي يجب تجربته بعد ذلك. أما "المولّد" فهو المهندس المبدع الذي يرسم بالفعل المخططات لجزيئات كيميائية جديدة بناءً على تعليمات القائد. وأخيرًا، "المجرّب" هو مفتش مراقبة الجودة الصارم الذي يختبر هذه المخططات الجديدة، ويتأكد مما إذا كانت ممكنة كيميائيًا، ومدى سهولة بنائها في مختبر حقيقي، وكمية الكهرباء التي قد تنتجها.

ما يجعل هذا الفريق مميزًا هو أنهم لا يعملون لمرة واحدة ثم يتوقفون، بل هم في حلقة مستمرة. يخبر "المجرّب" "المخطط": "الفكرة الأخيرة كانت صعبة البناء للغاية"، أو "تلك الفكرة بدت واعدة لكن الأرقام كانت مهتزة". ثم يستخدم "المخطط" هذه التغذية الراجعة لتحسين الاستراتيجية، ويحاول "المولّد" مجددًا بخطة أفضل. تشير الورقة البحثية إلى أن هذا الفريق، المدعوم بنماذج لغوية متقدمة (وهي نفس التكنولوجيا التي تقف وراء برامج الدردشة الذكية)، يمكنه تصميم مواد خلايا شمسية ليست صالحة كيميائيًا فحسب، بل يُتوقع أيضًا أن تكون عالية الكفاءة. وفي اختباراتهم، أنتج النظام مرشحين بكفاءة تحويل طاقة متوقعة (وهي مقياس لمدى جودة تحويل الضوء إلى طاقة) تقترب من 18%، وهو رقم مرتفع جدًا لهذا النوع من المواد. كما بنى المؤلفون "كاشف عدم اليقين" خاصًا يخبر الفريق متى يكون التنبؤ تخمينًا واثقًا مقابل تخمين عشوائي، مما يساعدهم على تجنب إضاعة الوقت في أفكار غير موثوقة. وبينما تعتمد النتائج حاليًا على محاكاة حاسوبية وتنبؤات بدلاً من الاختبارات المختبرية الفيزيائية، إلا أن الورقة تشير إلى أن نهج الوكلاء المتعددين هذا يعد طريقة جديدة وقوية لتسريع اكتشاف مواد الطاقة المستدامة، مما قد يؤدي إلى إيجاد الطفرة الكبيرة التالية في الطاقة الشمسية بشكل أسرع بكثير مما يمكن للبشر القيام به بمفردهم.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →