Vibrational, structural, and chemical fingerprints of ion diffusion in crystalline solids

في سعيها لبناء بطاريات أفضل، يبحث العلماء عن مواد يمكنها نقل الأيونات — وهي ذرات مشحونة مثل الليثيوم — بسرعة وكفاءة. تخيل كتلة صلبة من مادة يمكن للأيونات أن تنطلق خلالها بسهولة كما تفعل في السائل. هذا هو "الكأس المقدسة" لبطاريات الحالة الصلبة، التي تعد بأن تكون أكثر أمانًا وقوة من بطاريات الليثيوم أيون المستخدمة في هواتفنا وسياراتنا اليوم. يكمن المفتاح في العثور على هذه المواد في فهم مدى سرعة حركة الأيونات، وهي خاصية تسمى "الانتشار الذاتي". تقليديًا، يتطلب معرفة مدى سرعة حركة أيون داخل بلورة تشغيل محاكاة حاسوبية ضخمة تتتبع حركة كل ذرة بمرور الوقت. ولأن الأيونات تتحرك ببطء وبشكل عشوائي، يجب تشغيل هذه المحاكاة لفترة طويلة جدًا للحصول على إجابة دقيقة، مما يستغرق غالبًا أيامًا أو حتى أسابيع من وقت الحاسوب لمادة واحدة. هذا البطء يجعل من المستحيل تقريبًا فحص آلاف المواد المحتملة المطلوبة للعثور على المادة المثالية.

لقد وجد فريق من الباحثين في معهد ماساتشوستس للتكنولوجيا طريقة لتجاوز هذه العقبة. فبدلاً من الانتظار حتى تنتهي المحاكاة الكاملة والبطيئة لحركة الأيونات، طوروا طريقة للتنبؤ بمدى سرعة حركة الأيونات من خلال النظر في "بصمات" المادة من محاكاة قصيرة جدًا. لقد أدركوا أنه بينما تستغرق الحركة الفعلية للأيونات وقتًا طويلاً لتستقر في نمط يمكن التنبؤ به، فإن خصائص أخرى للمادة تستقر فورًا تقريبًا. وتشمل هذه الخصائص كيفية اهتزاز الذرات، وكيفية ترتيبها في الفضاء، والطبيعة الكيميائية للذرات نفسها. ومن خلال تدريب نموذج حاسوبي على التعرف على العلاقة بين هذه البصمات سريعة القياس وسرعة الأيونات النهائية، يمكن للباحثين الآن التنبؤ بحركة الأيونات بدقة عالية باستخدام جزء ضئيل فقط من القوة الحوسبية المطلوبة سابقًا.

ركز الباحثون على تحدٍ محدد: التمييز بين المواد التي تظل فيها الأيونات عالقة في مكانها وتلك التي تتدفق بحرية. لقد جمعوا بيانات عن آلاف المواد المختلفة التي توصل الأيونات. ولكل مادة، أجروا محاكاة حاسوبية قصيرة مدتها خمسة بيكوثانية فقط — وهو زمن قصير للغاية لا يتجاوز جزءًا من تريليون من الثانية. ومن هذه اللقطة العابرة، استخرجوا نوعين رئيسيين من المعلومات. أولاً، نظروا في "كثافة الحالة الاهتزازية"، وهي في الأساس خريطة لكيفية اهتزاز أو تذبذب الذرات في المادة بسرعات مختلفة. ثانيًا، فحصوا "دالة التوزيع الشعاعي"، وهي مقياس لكيفية تباعد الأيونات عن بعضها البعض، مما يكشف عما إذا كانت متراصة بإحكام في هيكل صلب أم تتحرك بحرية أكبر مثل السائل.

ولفهم هذه البيانات، استخدم الفريق نوعًا من الذكاء الاصطناعي يسمى "الشبكة العصبية". لقد علموا هذه الشبكة كيف تنظر إلى بصمات المحاكاة القصيرة وتخمن السرعة النهائية طويلة المدى للأيونات. كما تم تزويد الشبكة بمعلومات حول كيمياء المادة، مثل العناصر الموجودة وكيفية ترابطها. كان الهدف هو معرفة ما إذا كان بإمكان النموذج تعلم القواعد الخفية التي تربط التذبذب الفوضوي السريع للذرات بالانجراف البطيء والمستقر للأيونات. كانت النتائج مذهلة؛ فقد استطاع النموذج التنبؤ بسرعة الأيونات النهائية بدرجة عالية من الدقة، محققًا متوسط خطأ يقل عن نصف وحدة على مقياس لوغاريتمي، وهو هامش ضيق جدًا لعملية فيزيائية معقدة كهذه. كما نجح النموذج في تصنيف المواد بشكل صحيح، حيث حدد الموصلات السريعة والبطيئة بارتباط قوي.

كان أحد أهم الاكتشافات هو أن النموذج لم يكن بحاجة للانتظار حتى تقفز الأيونات فعليًا من مكان إلى آخر لإجراء التنبؤ. ففي العديد من المواد، وخاصة المواد البطيئة، قد لا تتحرك الأيونات على الإطلاق خلال نافذة زمنية مدتها خمسة بيكوثانية. ومع ذلك، استطاع النموذج تحديد مدى سرعة حركتها إذا أُعطيت الوقت الكافي. وذلك لأن المحاكة القصيرة التقطت "صلابة" البيئة المحيطة بالأيونات. ففي المواد ذات التوصيل السريع، تكون الذرات المحيطة بالأيونات المتحركة غير مترابطة بقوة، مما يسم يسمح للأيونات بالانزلاق بسهكولة. أما في المواد البطيئة، فتكون الذرات المحيطة مقفلة بإحكام في مكانها، مما يخلق قفصًا صلبًا يحبس الأيونات. لقد تعلم النموذج قراءة هذه الاختلافات الدقيقة في الأنماط الاهتزازية والهيكلية، مما مكنه من رؤية إمكانية الحركة قبل حدوثها فعليًا.

كما استكشف الباحثون كيفية تفاعل الأيونات المتحركة مع الإطار المحيط بالبلورة. ووجدوا أنه في المواد التي تتحرك فيها الأيونات بسرعة، تكون اهتزازات الأيونات المتحركة مستقلة إلى حد كبير عن اهتزازات الذرات المحيطة بها. أي أن الأيونات "منفصلة"، وتتحرك بمفردها. وفي المقابل، في المواد البطيئة، تكون الأيونات المتحركة متزامنة بدقة مع الإطار المحيط بها، ومقيدة بإيقاع مشترك يمنعها من التحرر. هذا الانفصال هو علامة مميزة للموصل الجيد. كما أكدت الدراسة أن ترتيب الأيونات، المقاس بمدى احتمالية وجودها عند مسافات معينة من بعضها البعض، يتبع نمطًا محددًا في الموصلات السريعة يشبه السائل، بينما تحافظ الموصلات البطيئة على نظام صلب يشبه الحالة الصلبة.

من خلال الجمع بين هذه القرائن الاهتزازية والهيكلية والكيميائية، أنشأ الفريق أداة عالمية لفحص المواد. فبدلاً من تشغيل عمليات محاكاة تستغرق أيامًا للوصول إلى حالة الاستقرار، يمكن للباحثين الآن تشغيل محاكاة لمدة خمسة بيكوثانية فقط والحصول على تنبؤ موثوق بأداء المادة. هذا النهج لا يوفر الوقت فحسب، بل يغير استراتيجية الاكتشاف؛ فهو يسمح للعلماء بتصفية آلاف المرشحات الضعيفة بسرعة والتركيز على المواد القليلة التي تظهر إمكانات واعدة. تم اختبار النموذج على مجموعة بيانات تضم أكثر من أربعة آلاف مادة، وأثبت كفاءته عبر نطاق واسع من درجات الحرارة والتركيبات الكيميائية. وقد نجح في التنبؤ بسرعة الأيونات للمواد المعروفة بأنها موصلات سريعة، وكذلك تلك المعروفة بأنها بطيئة، دون الحاجة لمعرفة الإجابة مسبقًا.

إن التداعيات على تطوير البطاريات كبيرة جدًا. فقد كان العثور على إلكتروليتات صلبة جديدة عملية بطيئة لأن التكلفة الحسابية لاختبار كل مرشح كانت مرتفعة للغاية. ومع هذه الطريقة الجديدة، تصبح عملية الفحص سريعة وفعالة. وقد أظهر الباحثون أن نموذجهم يمكنه التنبؤ بسرعة الأيونات بدقة تضاهي تشغيل محاكاة أطول بكثير، ولكن في جزء ضئيل من الوقت. وهذا يعني أن البحث عن مادة البطارية المثالية للحالة الصلبة يمكن أن ينتقل من عملية يدوية بطيئة إلى عملية آلية سريعة. يسلط هذا العمل الضوء على أن الإجابة لمشكلة بطيئة ومعقدة يمكن غالبًا العثور عليها في الأنماط الناشئة والسريعة للنظام، بشرط معرفة كيفية قراءتها. لا تدعي الدراسة أنها حلت مشكلة تصميم البطاريات تمامًا، لكنها توفر عدسة جديدة قوية للنظر في المشهد الشاسع للمواد المحتملة، محولةً بحثًا يستغرق سنوات إلى مسألة أيام أو حتى ساعات.