Systematic and accurate anharmonic formation free energies of metastable defects via a constrained Bayesian Adaptive Biasing Force framework

في عالم الذرات غير المرئي، لا تكون المواد ساكنة تمامًا أبدًا. فحتى في كتلة صلبة من المعدن، تهتز الذرات، وتتدافع، وتتبادل الأماكن أحيانًا. وعندما تتعرض المادة للتلف بسبب الإشعاع أو الحرارة الشديدة، تظهر عيوب صغيرة تُسمى "العيوب". وهذه العيوب ليست مجرد ثقوب أو قطع مفقودة؛ بل هي إعادة ترتيب معقدة حيث تتكدس الذرات معًا أو تترك خلفها فجوات. لقد عرف العلماء منذ زمن طويل أنه للتنبؤ بكيفية سلوك المادة تحت الضغط، يجب عليهم فهم طاقة هذه العيوب. ومع ذلك، فإن حساب هذه الطاقة أمر صعب للغاية لأن الذرات لا تهتز في أنماط بسيطة يمكن التنبؤ بها؛ بدلاً من ذلك، تكون حركاتها فوضوية ومترابطة، وهي ظاهرة تُعرف باسم "اللانمطية" (anharmonicity). علاوة على ذلك، فإن العديد من هذه العيوب تكون "شبه مستقرة" (metastable)، مما يعني أنها عالقة في حالة مؤقتة وهشة يمكن أن تنهار بسهل إلى شيء آخر إذا تحركت الذرات لمسافة قصيرة جدًا. ولقد حالت هذه التعقيدات لعقود من الزمن دون تمكن الباحثين من بناء مكتبة كاملة لكيفية سلوك هذه العيوب عند درجات حرارة مختلفة، مما ترك فجوة في قدرتنا على تصميم المواد للمفاعلات النووية أو استكشاف الفضاء.

وقد طور فريق من الباحثين في جامعة باريس ساكلي (Université Paris-Saclay) الآن طريقة عملية لحل هذه المشكلة. فقد أنشأوا إطارًا حوسبيًا يمكنه قياس طاقة التكوين الحرة لهذه العيوب غير المستقرة بدقة دون فقدان تتبعها. وفي دراستهم، ركزوا على الحديد، وهو مادة بالغة الأهمية للطاقة النووية، وفحصوا آلاف الطرق المختلفة التي يمكن لأربع ذرات حديد إضافية أن تتكتل بها، بالإضافة إلى كيفية ترتيب أربع ذرات مفقودة (فجوات). وكان التحدي يكمن في أن عمليات المحاكاة الحاسوبية القياسية غالبًا ما تفشل هنا: فمع ارتفاع درجة الحرارة، تهتز الذرات بقوة شديدة بحيث تفلت من شكل العيب المحدد الذي يحاول العلماء دراسته، مما يؤدي إلى انهيار الحساب إلى حالة أخرى غير ذات صلة. وقد تغلب الباحثون على ذلك باستخدام طريقة تسمى "قوة التحيز التكيفي البايزي المقيدة" (constrained Bayesian Adaptive Biasing Force). تعمل هذه التقنية مثل دليل خفي ولطيف يبقي الذرات ضمن حدود شكل العيب المحدد الذي يتم استقصاؤه، مع التصحيح رياضياً لحقيقة أن الذرات كانت محتجزة. وهذا يسمح للحاسوب بأخذ عينات من الاهتزازات الفوضوية وعالية الحرارة للذرات دون أن يتفكك العيب.

إن نتائج هذا العمل هي قاعدة بيانات نظامية ضخمة لقيم الطاقة لمئات التكوينات المتميزة للعيوب. وقد اختبر الباحثون طريقتهم باستخدام نوعين مختلفين من النماذج الرياضية لكيفية تفاعل الذرات: نموذج تقليدي مستخدم منذ سنوات عديدة، ونموذج أحدث يعتمد على البيانات والتعلم الآلي. ووجدوا أن النموذج التقليدي أنتج تضاريس طاقة وعرة وغير منتظمة، مما جعل من الصعب الحصول على نتائج متسقة، خاصة عند درجات الحرارة المرتفعة. وفي المقابل، وفر نموذج التعلم الآلي تضاريس أكثر سلاسة، مما سمح للطريقة بالعمل باستقرار ودقة استثنائيين. وقد أجرى الفريق آلاف الحسابات المستقلة، مغطية نطاقًا واسعًا من درجات الحرارة، ووجدوا أن طريقتهم فشلت في أقل من واحد بالمائة من الحالات. هذا المستوى من الموثوقية غير مسبوق لأنظمة بهذا الحجم، والتي تحتوي على حوالي ألف ذرة. وقد حققوا مستوى من الدقة حيث يقل عدم اليقين في قياسات الطاقة لديهم عن واحد من ألف من الإلكترون فولت لكل ذرة، وهي دقة مطلوبة لإجراء تنبؤات واقعية حول استقرار المواد.

ولعل الأهم من ذلك هو أن الدراسة كشفت عن وجود صلة عميقة بين بساطة شكل العيب وتعقيد طاقته. فقد اكتشف الباحثون أن السلوك الفوضوي للذرات عند درجات الحرارة العالية يمكن التنبؤ به بدقة مدهشة بمجرد النظر إلى الاهتزازات الأبسط للعيب عند درجات الحرارة المنخفضة. وهذا يشير إلى أن الواقع المعقد والفوضوي لحركة الذرات عند الحرارة العالية ليس عشوائيًا تمامًا، بل هو نسخة مكبرة من الأنماط الأبسط التي تظهر عند درجات الحرارة المنخفضة. ويفتح هذا الاكتشاف الباب لاستخدام حسابات أبسط وأسرع لتقدير سلوك العيوب في الظروف القاسية. ومن خلال إثبات أن هذه الطريقة المقيدة تعمل بشكل موثوق عبر آلاف الأشكال المختلفة للعيوب ونوعين مختلفين من النماذج الذرية، قدم الباحثون أداة عامة يمكن تطبيقها على أي مادة تقريبًا. إن هذا العمل يزيل عقبة رئيسية في علم المواد، مما يوفر مسارًا واضحًا لفهم كيف تحدد هذه العيبات الصغيرة في المادة قوتها ومتانتها في البيئات الأكثر قسوة.