← أحدث الأبحاث
🔬 materials science

Generalizing Abell-Tersoff bond-order potential with explicit high-order many-body correlations for robust extrapolation of potential energy surfaces

تقدم هذه الورقة نموذج جهد بين ذري شبه معلمي يعمم نموذج "أبيل-تيرسوف" لترتيب الروابط مع تضمين ارتباطات عديدة الأجسام عالية الرتبة صريحة وقيود مستنيرة كيميائياً، محققةً دقة استيفاء تضاهي إمكانات التعلم الآلي مع تحسين المتانة بشكل كبير في الاستقراء إلى تكوينات الضغط العالي والحرارة العالية غير المرئية.

المؤلفون الأصليون: Ikuma Kohata

نُشر 2026-08-25
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Ikuma Kohata

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

في عالم علوم المواد، يعد فهم كيفية تماسك الذرات مع بعضها البعض مفتاحاً للتنبؤ بكيفية سلوك المادة. وفي قلب هذا الفهم يكمن مفهوم يُعرف باسم "سطح طاقة الجهد"، والذي يعمل بمثابة خريطة طبوغرافية للذرات. تماماً كما يستخدم المتنزه خريطة ليرى أين تكون الأرض مرتفعة أو منخفضة، يستخدم العلماء هذه الخريطة لمعرفة الأماكن التي تكون فيها الذرات أكثر استقراراً وحيث يمكن أن تتحرك. لعقود من الزمن، اعتمد الباحثون على طريقتين رئيسيتين لرسم هذه الخرائط. الطريقة الأولى تشبه رسماً تخطيطياً بسيطاً يدوياً يعتمد على قواعد الكيمياء العامة؛ وهي سريعة وموثوقة ولكنها غالباً ما تكون خشنة للغاية بحيث لا تستطيع التقاط التفاصيل الدقيقة للمواد المعقدة. أما الطريقة الثانية فتستخدم حواسيب قوية وكميات هائلة من البيانات لإنشاء خريطة مفصلة ومرنة للغاية. وبينما تكون هذه الطريقة الثانية دقيقة بشكل مذهل ضمن نطاق البيانات التي رأتها، إلا أنها غالباً ما تفشل فشلاً ذريعاً عندما تُسأل عن التنبؤ بما يحدث في الحالات القصوى التي لم تواجهها من قبل، مثل الضغوط الساحقة أو درجات الحرارة الحارقة. وقد كان هذا القصور عائقاً رئيسياً أمام محاكاة البيئات الأكثر عنفاً وغرابة في الكون.

لقد قدم باحث في جامعة طوكيو نهجاً جديداً يسد هذه الفجوة، ويقدم طريقة لرسم هذه الخرائط الذرية تتسم بالدقة والمتانة في آن واحد. فقد طور نموذجاً يسمى BOBOP، وهو اختصار لنسخة معممة من "جهد رتبة الرابطة" الكلاسيكي. وبدلاً من الاعتماد فقط على مجموعات بيانات ضخمة لتعلم كيفية تفاعل الذرات، بُني هذا النموذج على أساس من الحدس الكيميائي، وتحديداً كيفية تغير قوة الرابطة بين ذرتين اعتماداً على عدد الجيران الآخرين الذين يحيطون بهما. وجد الباحث أنه من خلال تعليم النموذج صراحةً التعرف على العلاقات المعقدة متعددة الذرات، ومن خلال برمجة الحدود الفيزيائية في بنيته، استطاع النموذج التنبؤ بآفاق الطاقة بدقة عالية. والأهم من ذلك، أنه عند اختباره في ظروف خارج نطاق بيانات التدريب بكثير، مثل الضغوط الهائلة الموجودة في أعماق الكواكب أو البيئة الفوضوية للكربون السائل، ظل النموذج مستقراً وواقعياً من الناحية الفيزيائية، بينما انهارت النماذج الحديثة الأخرى المعتمدة بكثافة على البيانات وأنتجت نتائج مستحيلة.

التحدي الجوهري الذي عالجه الباحث هو المقايضة بين المرونة والموثوقية. إن نماذج تعلم الآلة الحديثة تشبه الطلاب العباقرة الذين يمكنهم حفظ الكتاب المدرسي بشكل مثالي، لكنهم غالباً ما يفشلون في الاختبار إذا صيغت الأسئلة بطريقة مختلفة قليلاً. وفي سياق الذرات، يعني هذا أنه إذا واجهت المحاكاة تكويناً للذرات لم يكن موجوداً في بيانات التدريب، فقد يبتكر النموذج "وادي طاقة" وهمياً أو حاجزاً كاذباً، مما يؤدي إلى تعطل المحاكاة أو إنتاج نتائج غير منطقية. يتجنب هذا النموذج ذلك من خلال دمج بنية رياضية محددة تحاكي الواقع الفيزيائي لـ "تشبع الروابط". وببساطة، كلما اكتسبت الذرة المزيد من الجيران، يجب أن تضعف الروابط التي تشاركها مع كل جار لأن الإلكترونات المتاحة تتوزع بشكل أرق. لقد ضمن الباحث أن يحترم نموذجه هذه القاعدة من خلال التصميم، بدلاً من الأمل في أن تعلمها البيانات. كما وسع قدرة النموذج على الرؤية لما وراء أزواج الذرات البسيطة، مما سمح له بمراعاة كيفية تأثير ثلاث أو أربع أو حتى خمس ذرات على بعضها البعض في وقت واحد. هذا الاشتمال الصريح للارتباطات من الرتب العليا يمنع النموذج من الخلط بين ترتيبين ذريين مختلفين قد يبدوان متشابهين لنموذج أبسط ولكنهما متميزان فيزيائياً.

لاختبار ابتكاره، درب الباحث نموذجه على مجموعة متنوعة من مجموعات البيانات، بما في ذلك السيليكون، والكربون، والماء، وجزيئات صغيرة مثل الإيثانول. ثم وضع النموذج تحت سلسلة من اختبارات الإجهاد الصارمة. في إحدى التجارب المتعلقة بالكربون، قام بمحاكاة المادة تحت ضغوط تصل إلى 1,000 جيجاباسكال ودرجات حرارة تقترب من 9,000 كلفن. وتحت هذه الظروف القصوى، أصبحت النماذج الرائدة الأخرى غير مستقرة، مما تسبب في انهيار الذرات المحاكات في أحجام غير فيزيائية أو تذبذبها بجنون. ومع ذلك، حافظ النموذج الجديد على مشهد طاقة سلس ومستقر، متنبئاً بدقة بسلوك الكربون السائل حيث فشلت النماذج الأخرى. وبالمثل، عند محاكاة الماء، استعاد النموذج بدقة معدلات الانتشار والخصائص الهيكلية للماء السائل عند درجات حرارة مختلفة، مطابِقاً البيانات التجريبية عن كثب. وفي الاختبارات التي شملت موجات الصدمة التي تنتقل عبر الماس تحت ضغط عالٍ، تماشيت تنبؤات النموذج جيداً مع أكثر الحسابات النظرية دقة، بينما تباعدت النماذج الأخرى بشكل كبير.

إن نجاح هذا العمل يشير إلى أن المسار المستقبلي لمحاكاة الذرات لا يكمن فقط في جمع المزيد من البيانات أو بناء شبكات عصبية أكبر. بدلاً من ذلك، فإن دمج القوانين الفيزيائية المعروفة مباشرة في بنية النموذج يوفر شبكة أمان تسمح بتنبؤات موثوقة في المجهول. ومن خلال ضمان تصرف النموذج بشكل معقول عند دفعه إلى حدوده القصوى، خلق الباحث أداة يمكن الوثوق بها لاستكشاف أكثر زوايا عالم المواد تطرفاً. يقدم هذا النهج اتجاهاً واعداً لتصميم مواد جديدة وفهم أعماق الكواكب، حيث تكون الظروف قاسية جداً للمراقبة المباشرة ومعقدة للغاية بالنسبة للتقريبات التقليدية. وتثبت الدراسة أنه عندما يتم توجيه تعلم الآلة بواسطة المبادئ الأساسية للكيمياء، فإنه يمكنه تحقيق مستوى من المتانة تعجز عنه الطرق المعتمدة على البيانات الصرفة، مما يفتح الباب أمام عمليات محاكاة أكثر موثوقية لأكثر بيئات الكون تحدياً.

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 🔬 cond-mat.mtrl-sci →