⚛️ nuclear theory

Exterior complex scaling enables physics-informed neural networks for quantum scattering

تُثبت هذه الورقة أن القياس المتدرج الخارجي المعقد يحول الشروط الحدية التذبذبية للتشتت النووي إلى موجات متلاشية أسياً، مما يمكّن الشبكات العصبية المستندة إلى الفيزياء من حل مشكلات تشتت النوكليونات-النوى والأنوية الثقيلة المعقدة بدقة ولأول مرة، مع إرساء أساس للمسائل العكسية القابلة للتفاضل في نظرية التفاعل الكمي.

المؤلفون الأصليون: Jin Lei

نُشر 2026-09-29

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jin Lei

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

لفهم النواة الذرية، غالبًا ما يعامل العلماء النواة كأنها هدف في لعبة بلياردو كونية؛ حيث يطلقون حزمًا من الجسيمات نحو النواة ويراقبون كيفية تشتت هذه الجسيمات، أو ارتدادها، في اتجاهات مختلفة. يحمل نمط هذا التشتت شفرة سرية: فهي تكشف عن القوى الخفية والبنية الداخلية للنواة نفسها. ولحل هذه الشفرة، يجب على علماء الفيزياء حل لغز رياضي معقد يصف كيفية حركة هذه الجسيمات وتفاعلها. لعقود من الزمن، كانت الطريقة القياسية لحل هذا اللغز هي تقسيم المشكلة إلى خطوات صغيرة يمكن السيطرة عليها، عبر حساب مسار الجسيم خطوة بخطوة حتى يصل إلى مسافة آمنة. ومع ذلك، تصطدم هذه الطريقة بحائط مسدود عندما لا يتوقف الجسيم عن الحركة فعليًا. ففي العالم الكمي، لا تتوقف الجسيمات المتشتتة ببساطة؛ بل تستمر في الاهتزاز والتذبذب إلى الأبد، مثل جرس لا يسكت أبدًا. وهذا الاهتزاز اللانهائي يجعل من الصعب للغاية استخدام أداة أحدث وأكثر مرونة تسمى "الشبكة العصبية المستوحاة من الفيزياء"، وهي نوع من الذكاء الاصطناعي المصمم لتعلم قواعد الفيزياء مباشرة من المعادلات. عادة ما تعاني هذه الشبكات في المسائل التي لا تستقر فيها الإجابة أبدًا، لأنها مُدربة على إيجاد حلول سلسة ومستقرة.

لقد وجد باحث يدعى جين لي طريقة ذكية لتجاوز هذا العائق، مما سمح لهذه الشبكات الذكية أخيرًا بحل مشكلات التشتت النووي. يعتمد هذا الاختراق على خدعة رياضية تسمى "التحجيم المركب الخارجي" (exterior complex scaling). تخيل أنك تحاول قياس التموجات على بركة ماء تستمر إلى ما لا نهاية؛ من المستحيل التقاط الصورة الكاملة على ورقة محدودة. بدلاً من ذلك، تقوم هذه الخدعة بثني الفضاء الذي توجد فيه التموجات بلطف، محولةً الأمواج اللانهائية والمتذبذبة إلى أمواج تتلاشى بسرعة وسلاسة، مثل صوت يخبو في غرفة عازلة للصوت. ومن خلال تطبيق هذا الثني فقط على الحواف الخارجية للحساب، بعيدًا عن النواة حيث يحدث الفعل الحقيقي، يقوم الباحث بتحويل المشكلة إلى واحدة يمكن للشبكة العصبية فهمها بسهولة. لم تعد الشبكة مضطرة لتخمين كيفية سلوك الأمواج عند اللانهاية؛ بل تتعلم ببساطة نمطًا يتلاشى طبيعيًا إلى الصفر.

في هذا العمل، اختبر الباحث هذا النهج الجديد في سيناريوهين نوويين مختلفين تمامًا. تضمن الأول اصطدام نيترون بنواة كالسيوم عند طاقة محددة. والثاني كان تصادمًا أثقل بين نواة ليثيوم ونواة رصاص، وهو نظام معقد بسبب التنافر الكهربائي القوي. وفي كلتا الحالتين، أنتجت الشبكة العصبية، بتوجيه من الخدعة الرياضية الجديدة، نتائج تطابق أفضل الطرق الحاسوبية التقليدية بشكل مثالي تقريبًا. بالنسبة للتصادم الأخف، كان الفرق في زوايا الانحراف المحسوبة أقل من عُشر درجة لأكثر الجسيمات تفاعلاً، وأقل من ستة أعشار الدرجة حتى في أصعب الحالات. أما بالنسبة للتصادم الأثقل، فقد توقعت الشبكة بدقة احتمالية مرور الجسيمات أو امتصاصها، بنسبة خطأ متوسطة صغيرة جدًا لدرجة أنها تكاد لا تُلاحظ. كما تعاملت الطريقة مع منطقة انتقالية صعبة حيث تتحول الجسيمات من الامتصاص إلى المرور مباشرة، وهي منطقة تكون فيها الإشارة خافتة للغاية ومن السهل تفويتها.

إن أهمية هذا الإنجاز تتجاوز مجرد الحصول على الأرقام الصحيحة. تكمن القوة الحقيقية في كيفية بناء هذه الطريقة؛ فبما أن الشبكة العصبية هي دالة مستمرة وسلسة، يمكن تعديلها بشكل عكسي. وهذا يعني أنه يمكن للعلماء استخدامها ليعملوا بشكل عكسي من البيانات التجريبية لاكتشاف الخصائص الدقيقة للقوى النووية، وهي مهمة تتسم حاليًا بالبطء والصعوبة الشديدة. كما طور الباحث طريقة محددة للتعامل مع الرياضيات بحيث تظل القوى المعقدة داخل النواة في فضاؤها الطبيعي والواقعي، بينما يتم ثني الفضاء الفارغ في الخارج فقط. وهذا يتجنب الحاجة إلى ابتكار نسخ تخيلية للقوى الفيزيائية، مما يبقي الفيزياء واقعية ومستندة إلى الأرض. وتظهر النتائج أنه من خلال الجمع بين تحويل رياضي كلاسيكي والذكاء الاصطناعي الحديث، أصبح من الممكن حل مشكلات كانت في السابق بعيدة المنال عن آلات التعلم هذه. وهذا يفتح الباب لدراسة تفاعلات نووية أكثر تعقيدًا، بما في ذلك تلك التي تنطوي على جسيمات متعددة أو هياكل داخلية معقدة، بمستوى من المرونة لا تستطيع الطرق التقليدية ماراته. إن هذا العمل لا يحل محل الطرق القدة والموثوقة في الحالات البسيطة، ولكنه يوفر أداة جديدة وقوية لأكثر الألغاز استعصاءً في الفيزياء النووية، مما يثبت أنه بالمنظور الصحيح، يمكن ترويض حتى أكثر الاهتزازات الكمية عنادًا.

ملخص تقني: التوسع المركب الخارجي يُمكّن الشبكات العصبية الموجهة بالفيزياء لعمليات التفاعل النووي

بيان المشكلة
برزت الشبكات العصبية الموجهة بالفيزياء (PINNs) كأداة قوية لحل المعادلات التفاضلية عبر مختلف المجالات الفيزيائية. ومع ذلك، فإن تطبيقها على التشتت النووي قد تعرقل بشكل جوهري بسبب طبيعة الدوال الموجية للتشتت. فخلافًا لمسائل الحالات المقيدة حيث تضمحل الدوال الموجية أسياً، تظل حالات التشتت تذبذبية عند جميع الأقطار، محققةً شروط حدود الإشعاع (شروط سومرفيلد) عند اللانهاية. تعمل الشبكات العصبية التقليدية (PINNs) على نطاقات حسابية محدودة وتتطلب شروطاً حدودية يمكن تحديدها بشكل مستقل عن الحل. وفي مسائل التشتت، يتضمن الشكل التقاربي الصحيح إزاحة طور مجهولة وتراكباً من الموجات الواردة والصادرة التي تتذبذب إلى ما لا نهاية. إن قطع النطاق يؤدي إلى انعكاسات زائفة، مما يخلق عدم توافق بين شروط الإشعاع التذبذبية وشواغر الشبكة العصبية ذات النطاق المحدود.

المنهجية
يقدم هذا العمل إطار عمل يجمع بين التوسع المركب الخارجي (ECS) والشبكات العصبية الموجهة بالفيزياء (PINNs) لحل مشكلة عدم التوافق في الشروط الحدودية. تتكون المنهجية من ثلاثة مكونات رئيسية:

التوسع المركب الخارجي (ECS): يتم استمرار الإحداثي الشعاعي $r$ تحليلياً في المستوى المركب خارج نصف قطر توسع $R_0$ . يقوم رسم خرائط إحداثي سلس بتحويل الإحداثي الفيزيائي $x$ بحيث، بالنسبة لـ $r > R_0$ ، يدور الإحداثي بزاوية $\theta$ في المستوى المركب. هذا التحويل يحول الموجات الصادرة ( $e^{ikx}$ ) إلى دوال تضمحل أسياً ( $e^{ikx \cos \theta} e^{-kx \sin \theta}$ ). وبناءً على ذلك، تتحول مسألة التشتت إلى مسألة ذات شروط حدودية قابلة للتربيع ( $L^2$ )، مما يسمح بضبط الدالة الموجية لتساوي صفراً عند حد خارجي محدود دون انعكسات زائفة. ومن الأهمية بمكان أن منطقة التفاعل النووي تظل على المحور الحقيقي، مما يتجنب الحاجة إلى استمرار الجهد النووي تحليلياً في المستوى المركب.
صياغة المعادلة المدفوعة: لتبسيط مهمة التعلم بشكل أكبر، يتم تفكيك الدالة الموجية الكلية $u(r)$ إلى موجة كولوم واردة معلومة $u_{in}(r)$ وموجة مشتتة $u_{sc}(r)$ . تحقق الموجة المشتتة معادلة غير متجانسة مدفوعة حيث يكون حد المصدر محصوراً تماماً على المحور الحقيقي ( $r \le R_0$ ). في منطقة (ECS) حيث ( $r > R_0$ )، تحقق الموجة المشتتة معادلة متجانسة مع شروط حدودية تضمحل أسياً. تضمن هذه الصياغة أن الشبكة العصبية تحتاج فقط لتعلم دالة تضمحل إلى الصفر، بدلاً من دالة موجية كلية تذبذبية.
بنية الشبكة العصبية وابتكارات التدريب:
- البنية: شبكة أمامية كاملة الاتصال تستخدم دوال تنشيط جيبية ( $\sin(z)$ ) لتمثيل الأجزاء الحقيقية والخيالية للموجة المشتتة.
- فرض الشروط الحدودية: يفرض عامل ضربي أن يكون $u_{sc}(0)=0$ و $u_{sc}(R_{max})=0$ . ولمنع تجاوز السعة العددية في قنوات الزخم الزاوي العالي ( $\ell$ )، تم استخدام عامل شرط حدودي محكوم بالدالة السيجمويدية (sigmoid-capped). يتصرف هذا العامل كـ $r^{\ell+1}$ بالقرب من الأصل، ولكنه يتشبع عند قيمة ثابتة بعد نصف قطر نووي مميز، مما يمنع انهيار أوزان الشبكة إلى الصفر.
- دالة الخسارة: تجمع الخسارة بين متبقي المعادلة المدفوعة وحد الارتكاز (anchor term) لمنع الحل البديهي ( $u_{sc}=0$ ).
- التلاشي التدريجي التلقائي للارتكاز (Auto-Adaptive Anchor Warm-Down): بالنسبة للقنوات ذات حدود المصدر الضعيفة (الزخم الزاوي العالي $\ell$ أو انتقالات الامتصاص إلى الشفافية)، يمكن لارتكاز ثابت أن يحيز الحل. تقدم الطريقة مقياس ارتكاز تلقائي التكيف بناءً على مقدار المصدر. بالنسبة للقنوات ذات المصدر الضعيف، يتم استخدام جدول تلاشي خطي (linear warm-down) يقلل وزن الارتكاز تدريجياً إلى الصفر أثناء التدريب، مما يضمن أن الحل النهائي مدفوع فقط بخسارة المتبقي وخالٍ من تحيز الارتكاز.
- استراتيجية التدريب: يتم استخدام عملية تدريب من مرحلتين (Adam متبوعاً بـ L-BFGS). بالنسبة لأنظمة الأيونات الثقيلة ذات حواجز كولوم القوية، تُستخدم استراتيجية تدريب سببية (causal training strategy)، حيث يتم توسيع منطقة التدريب تدريجياً من الداخل النووي نحو الخارج لضمان الاستقرار في التقارب.

النتائج الرئيسية
تم التحقق من صحة الطريقة على نظامين مرجعيين مقابل كود COLOSS المستقر (الذي يستخدم تقسيم شبكة لاغرانج مع التوسع المركب):

تشتت النيوكليون-النواة ( $n + ^{40}\text{Ca}$ عند 20 MeV):
- تم حساب 21 موجة جزئية (بما في ذلك شركاء الزخم الزاوي واللف المغزلي حتى $\ell=10$ ) باستخدام جهد بصري عالمي من نوع Koning-Delaroche.
- دقة إزاحة الطور: حققت $\Delta \delta \lesssim 0.1^\circ$ للقنوات الممتصة بقوة ( $\ell \le 4$ ) و $\Delta \delta \le 0.60^\circ$ لجميع القنوات. وكان متوسط الخطأ المطلق عبر جميع قنوات اللف المغزلي هو $0.09^\circ$ .
- دقة الدالة الموجية: كان الفرق النسبي لـ RMS بين حلول PINN والمرجع أقل من $0.15\%$ للقنوات ذات $\ell$ المنخفض، وأقل من $2\%$ حتى في أسوأ الحالات.
تشتت الأيونات الثقيلة ( $^6\text{Li} + ^{208}\text{Pb}$ عند 40 MeV):
- تم حساب 41 موجة جزئية مع تأثيرات كولوم قوية ( $\eta \approx 15$ ).
- دقة مصفوفة S: كان متوسط الفرق المطلق في مقادير مصفوفة S عبر جميع الموجات الجزئية الـ 41 هو $|\Delta |S_\ell|| \approx 3.3 \times 10^{-3}$ .
- منطقة الانتقال: تعاملت الطريقة بنجاح مع منطقة انتقال الامتصاص إلى الشفافية ( $\ell \approx 25\text{--}30$ )، حيث منع التلاشي التدريجي التلقائي حدوث أي تحيز.
- الملاحظات: أعادت نسبة رذرفوردد المحسوبة إنتاج الحل المرجعي عبر ثلاثة أوامر مقدارية، مع انحرافات عند زوايا الخلف فقط بمستوى $10^{-3}$ .

الأهمية والادعاءات
تؤكد الورقة أن التوسع المركب الخارجي (ECS) هو المفتاح الذي مكن من تطبيق الشبكات العصبية الموجهة بالفيزياء (PINNs) على مسائل التفاعلات النووية. فمن خلال تحويل الشروط الحدودية التذبذبية إلى دوال تضمحل أسياً، يتوافق ECS مع الانحياز الاستقرائي للشبكات العصبية (الحلول السلسة، المحدودة، والمضمحلة).

يدعي المؤلف أن هذا العمل يوفر الأساس لتوسيع نطاق PINNs ليشمل:

المسائل العكسية: الاستفادة من قابلية الاشتقاق من الطرف إلى الطرف لملاءمة بارامترات الجهد البصري مباشرة مع البيانات التجريبية دون عمليات تحسين خارجية مكلفة.
تفاعلات القنوات المتعددة (Coupled-Channel): استخدام شبكات متعددة المخرجات للتعامل مع المعادلات المقترنة دون الحاجة لبناء معادلات مصفوفية صريحة.
تشتت الأجسام القليلة: توفير مسار خالٍ من الشبكات (mesh-free) لمسائل (مثل معادلات فاديف) حيث تواجه طرق الشبكات التقليدية تكاليف نمو أسية.

لا تدعي هذه الدراسة استبدال الحلول التقليدية عالية الكفاءة لعمليات التشتت بسيطة القناة، بل تثبت وجود بديل قابل للتطبيق، دقيق، وقابل للاشتقاق يتغلب على حاجز الشروط الحدودية الأساسي الذي كان يمنع سابقاً تطبيقات PINN في الفيزياء النووية.

أبحاث مشابهة