Generative and multimodal AI for materials prediction and design: Progress, challenges, and perspectives
تقترح هذه الورقة تسلسلاً هرمياً لخصائص المواد وإطار عمل قائماً على الأدلة لمعالجة تحديات إثبات الجدة في اكتشاف المواد المدفوع بالذكاء الاصطناعي، محاججةً بأن القيود الحالية في تكامل البيانات متعددة الوسائط والقياس المرجعي يجب التغلب عليها من خلال معايير مجتمعية شاملة لتمكين تصميم مواد قابلة للتحقيق تجريبياً.
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 شيف ماهر يحاول ابتكار طبق جديد تماماً. لديك كتاب وصفات مليء بآلاف الوجبات المعروفة، لكنك تريد ابتكار شيء لم يتذوقه العالم من قبل. في عالم العلوم، يسمى هذا "اكتشاف المواد". يحاول العلماء ابتكار أشياء جديدة — مثل معادن فائقة القوة للجسور، أو بطاريات تدوم للأبد، أو رقائق تجعل الحواسيب تفكر بشكل أسرع. لفترة طويلة، كانوا يفعلون ذلك عن طريق التخمين والتجربة، بخلط المواد الكيميائية والأمل في الحصول على نتيجة. ولكن الآن، لديهم مساعد قوي: الذكاء الاصطناعي.
فكر في الذكاء الاصطناعي كأنه "مساعد شيف" فائق الذكاء يمكنه قراءة ملايين كتب الوصفات في ثوانٍ. يمكنه التنبؤ بكيفية مذاق أي مزيج جديد من المكونات (أو في العلم، كيف ستتصرف مادة جديدة) دون الحاجة لطهيها أولاً. تركز هذه الورقة على نوع معين من الذكاء الاصطناعي الذي أصبح بارعاً جداً في أمرين: الذكاء الاصطناعي "التوليدي"، وهو مثل الشيف الذي يمكنه ابتكار وصفات جديدة تماماً من الصفر، والذكاء الاصطناعي "متعدد الوسائط"، وهو الشيف الذي لا يكتفي بقراءة الوصفة فحسب، بل ينظر أيضاً إلى صور الطعام، ويستمع إلى أصوات الطشة، ويشم الروائح ليفهم الصورة الكاملة. السؤال الكبير الذي يطرحه الجميع هو: هل يمكن لهذا الذكاء الاصطناعي حقاً ابتكار مادة جديدة حقيقية وقابلة للاستخدام، أم أنه مجرد صانع لوصفات تبدو رائعة ولكنها ستنهار في مطبخ حقيقي؟
هذه الورقة، التي كتبها فريق من الباحثين من جامعة شيفيلد ومؤسسات أخرى، تلقي نظرة فاحصة على مدى التقدم الذي أحرزه هذا الذكاء الاصطناعي بالفعل. إنهم يجادلون بأنه بينما يبدع الذكاء الاصطناعي في ابتكار "أشكال" و"صيغ" جديدة للمواد (مثل رسم مخطط جديد لمنزل)، فإنه لا يزال يكافح لإثبات أن تلك المنازل يمكن بناؤها والعيش فيها فعلياً. يقدم المؤلفون طريقة جديدة للتفكير في مفهوم "الجدّة". يقولون إن هناك ثلاثة مستويات من الجدة:
- الجدّة الهيكلية: يبتكر الذكاء الاصطناعي شكلاً أو صيغة لم يسبق لأحد رؤيتها من قبل. هذا يشبه رسم منزل بسقف أزرق وباب أخضر.
- الجدّة الفيزيائية: تقوم المادة الجديدة بشيء رائع حقاً، مثل أن تكون أقوى من الفولاذ أو توصل الكهرباء بشكل أفضل من النحاس. هذا يشبه بناء المنزل واكتشاف أنه يمكنه الصمود أمام إعصار.
- جدّة الاستخدام: يمكن تصنيع المادة فعلياً في مصنع، وبيعها، واستخدامها في العالم الحقيقي دون أن تنهار. هذا هو المستوى الأصعب؛ إنه يشبه إثبات أنه يمكنك بناء آلاف من هذه المنازل بتكلفة منخفضة وأنها لن تتعفن بعد عام واحد.
وجد الباحثون أن الذكاء الاصطناعي حالياً هو "نجم خارق" في المستوى الأول. يمكنه توليد الملايين من الهياكل البلورية الجديدة والمستقرة التي تبدو رائعة على الورق. ومع ذلك، فإنه يصطدم بحائط مسدود عند المستويين الثاني والثالث. لماذا؟ لأن البيانات التي يتعلم منها الذكاء الاصطناعي غير مكتملة. معظم البيانات المتاحة لهؤلاء "الشيفات" من الذكاء الاصطناعي تخبرهم فقط عن المكونات (التركيب الكيميائي) والمخطط المثالي (الهيكل البلوري). نادراً ما تخبرهم عن "عملية الطهي" (كيف تم تسخين المادة، أو تبريدها، أو ضغطها) أو "الأداء في العالم الحقيقي" (كيف ستصمد بعد سنوات من الاستخدام).
توضح الورقة أنه بدون معرفة "عملية الطهى"، لا يستطيع الذكاء الاصطناعي معرفة ما إذا كانت الوصفة الجديدة ممكنة التنفيذ بالفعل. الأمر يشبه امتلاك وصفة لكعكة تتطلب الخبز في درجة حرارة 5000 درجة؛ قد يقول الذكاء الاصطناعي: "مهلاً، هذه كعكة جديدة!"، لكن الخباز الحقيقي يعرف أن خبزها مستحيل. يشير المؤلفون إلى أن معايير الذكاء الاصطناسي الحالية تشبه لعبة فيديو تحصل فيها فقط على نقاط مقابل رسم صور جميلة، وليس مقابل بناء المنزل فعلياً. فهي تعتمد على محاكاة حاسوبية تفترض ظروفاً مثالية، متجاهلة الواقع الفوضوي للتصنيع الحقيقي، والعيوب، والوقت.
يقترح الفريق أنه لكي ينتقل العلم من "الرسومات الجميلة" إلى "الاختراعات الحقيقية"، يحتاج المجتمع العلمي إلى تغيير طريقة مشاركة البيانات. يجب أن يبدأوا في تسجيل ليس فقط النتيجة النهائية، بل الرحلة بأكملها: المحاولات الفاشلة، درجات الحرارة المحددة المستخدمة، الوقت المستغرق، والأخطاء المرتكبة. إنهم يدعون إلى معيار جديد حيث يتم تدريب نماذج الذكاء الاصطناعي على هذه القصة الكاملة والفوضوية، وليس فقط على "أفضل اللحظات". كما يقترحون أن يكون الذكاء الاصطناعي في المستقبل "مبنياً على الجدوى أولاً"، مما يعني أنه يجب أن يقترح فقط المواد التي يعرف أنه يمكن بناؤها باستخدام التكنولوجيا الحالية.
باختصار، تشير الورقة إلى أنه بينما يعد الذكاء الاصطناعي حالياً "حالماً بارعاً"، فإنه يحتاج إلى تعليمات أفضل ليصبح "بناءً عملياً". المؤلفون لا يقولون إن الذكاء الاصطناعي لا يمكنه تصميم مواد جديدة؛ بل يقولون إنه لتصميم مواد "تعمل" في العالم الحقيقي، نحتاج إلى تغذية الذكاء الاصطناعي بأكثر من مجرد الوصفات. نحن بحاجة إلى إعطائه القصة الكاملة للمطبخ، والأدوات، وتاريخ ما نجح وما لم ينجح من قبل. وإلى أن نفعل ذلك، قد تظل اكتشافات الذكاء الاصطناعي "الجديدة" مجرد أفكار جميلة على الشاشة، تنتظر من البشر أن يكتشفوا كيفية جعلها حقيقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.