SoLiD26: A First Principles Solid-Liquid Interface Dataset for Machine-learned Interatomic Potentials

في العالم الخفي لعلوم المواد، تحدث بعض العمليات الأكثر أهمية ليس في مركز كتلة صلبة أو وهي تطفو بحرية في سائل، بل في المكان الذي يلتقيان فيه تماماً. هذا الحد الفاصل، المعروف باسم الواجهة بين الحالة الصلبة والسائلة، هو حيث تُشحن البطاريات، وحيث تُسرع الحوافز التفاعلات الكيميائية، وحيث يبدأ المعدن في التآكل. لفهم هذه العمليات، يعتمد العلماء على عمليات محاكاة حاسوبية تعمل كمجاهر افتراضية، مما يسمح لهم بمراقبة حركة الذرات وتفاعلها. لعقود من الزمن، كانت الطريقة الأكثر دقة للقيام بذلك هي حل معادلات معقدة تعتمد على قوانين ميكانيكا الكم لكل ذرة في النظام. ورغم أنها دقيقة للغاية، إلا أن هذه الطريقة ثقيلة حسابياً لدرجة أنها لا تستطيع سوى محاكاة عدد ضئيل جداً من الذرات لفترة زمنية قصيرة جداً، مثل مشاهدة إطار واحد من فيلم. لرؤية القصة الكاملة لكيفية تدهور بطارية أو كيفية عمل محفز، يحتاج الباحثون إلى محاكاة ملايين الذرات على فترات زمنية أطول بكثير، وهي مهمة لا تستطيع الطرق التقليدية التعامل معها ببساطة.

ولسد هذه الفجوة، طور العلماء جيلاً جديداً من الأدوات تسمى "الجهود البينية المتعلمة آلياً". فكر في هذه الأدوات كاختصارات ذكية: يتم تعليم برنامج حاسوبي أولاً باستخدام طريقة ميكانيكا الكم البطيئة والدقيقة، ثم يتعلم التنبؤ بكيفية سلوك الذرات بسرعة فائقة، مما يسمح بمحاكاة أنظمة ضخمة. ومع ذلك، لكي تعمل هذه الاختصارات بشكل جيد في العالم الفوضوي والمعقد حيث تلتقي المواد الصلبة بالسوائل، يجب تدريبها على بيانات تلتقط تلك البيئة الفريدة خصيصاً. وحتى الآن، ركزت معظم بيانات التدريب على جزيئات معزولة أو بلورات مثالية، مما ترك فجوة معرفية حول كيفية تفاعل المواد الصلبة والسائلة. وقد قام فريق من الباحثين في الجامعة التقنية في الدنمارك الآن بسد هذه الفجوة عبر إنشاء مكتبة ضخمة ومتخصصة من البيانات المصممة خصيصاً لهذه الواجهات.

قام الباحثون، بقيادة يوناس بوسك وتيج فيجي، بتجميع مجموعة بيانات أطلقوا عليها اسم SoLiD26. هذه ليست مجرد مجموعة صغيرة من الأمثلة؛ بل هي أرشيف هائل يحتوي على أكثر من 15 مليون بنية ذرية متميزة. تمثل كل بنية لقطة لنظام يلتقي فيه معدن صلب بماء أو محلول كهرلي (إلكتروليت)، مما يلتقط الرقصة الفوضوية للذرات وهي تترتب، وتترابط، وتتفكك. تتضمن مجموعة البيانات أنظمة تصل إلى 576 ذرة وتضم 15 عنصراً كيميائياً مختلفاً، بدءاً من الهيدروجين والأكسجين الشائع وصولاً إلى المعادن النفيسة مثل الذهب والبلاتين والنحاس. تم توليد هذه اللقطات باستخدام طريقة صارمة تسمى "نظرية الكثافة الوظيفية"، والتي تحسب الطاقة والقوى المؤثرة على كل ذرة بدقة عالية. جمع الفريق هذه الحسابات من دراسات سابقة عديدة حول الواجهات المعدنية المائية والأنظمة الكهروكيميائية، ثم قاموا بتنظيفها وتنظيمها بعناية في مورد واحد متماسك.

كانت عملية بناء مجموعة البيانات هذه دقيقة للغاية. بدأ الباحثون بجمع البيانات الخام من مشاريع مختلفة، لكنهم أدركوا أن ليست كل البيانات متساوية في الجودة. فقد استبعدوا الحسابات التي استخدمت إعدادات غير متسقة أو احتوت على أخطاء، مثل الهياكل التي كانت فيها القوى المؤثرة على الذرات مرتفعة بشكل غير واقعي. كما أزالوا المدخلات المكررة لضمان عدم انحياز نماذج التعلم الآلي بسبب رؤية المثال نفسه عدة مرات. ولرصد الأخطاء الدقيقة التي قد تفلت من الفحوصات البسيطة، استخدموا نموذج تعلم آلي أولي لمسح البيانات بحثاً عن القيم المتطرفة — وهي الهياكل الغريبة التي لم يستطع النموذج التنبؤ بها جيداً، مما يشير غالباً إلى مشكلة في الحساب الأصلي. وضمنت عملية التنظيف الصارمة هذه أن المكتبة النهائية تحتوي فقط على معلومات عالية الجودة وموثوقة، مما يجعلها أساساً جديرًا بالثقة لتدريب نماذج الذكاء الاصطناعي الجديدة.

كان الاختبار الحقيقي لمجموعة البيانات هذه هو معرفة ما إذا كان بإمكانها حقاً تعليم نموذج التعلم الآلي فهم الواجهات بين الحالة الصلبة والسائلة بشكل أفضل من النماذج الموجودة. أخذ الفريق نموذج ذكاء اصطناعي قوي وموجود مسبقاً وقام بتدريبه على بياناتهم الجديدة. وقارنوا هذا النموذج الجديد بالنسخة الأصلية المدربة مسبقاً، وبنموذج تم تدريبه من الصفر باستخدام البيانات الجديدة. كانت النتائج واضحة: سجلت النماذج المدربة على SoLiD26 أخطاءً أقل بكثير عند التنبؤ بالطاقة والقوى داخل هذه الأنظمة المعقدة. وتحديداً، انخفض الخطأ في التنبؤ بكيفية دفع وجذب الذرات لبعضها البعض إلى حوالي ثلث ما كان عليه من قبل. يشير هذا التحسن إلى أن مجموعة البيانات نجحت في تعليم الذكاء الاصطناعي القواعد الفريدة التي تحكم كيفية تصرف المواد الصلبة والسائلة معاً، وهي القواعد التي كانت مفقودة من بيانات التدريب العامة المستخدمة سابقاً.

بينما تعد مجموعة البيانات خطوة كبيرة للأمام، يحرص الباحثون على الإشارة إلى أنها أداة للتطوير وليست حلاً نهائياً. فلا تزال النماذج المدربة على هذه البيانات بحاجة إلى مزيد من الصقل، كما أن الاختبارات الحالية ركزت على أنواع محددة من العناصر الكيميائية وأحجام الأنظمة. ومع ذلك، فإن توفر هذه المكتبة التي تبلغ سعتها 100 جيجابايت، والتي تتضمن سجلات مفصلة للمواقع والقدرات والطاقات الذرية، يفتح الباب أمام العلماء في جميع أنحاء العالم لبناء محاكاة أفضل. ومن خلال توفير مورد مشترك وعالي الجودة للواجهة بين الحالة الصلبة والسائلة، تتيح SoLiD26 للباحثين تجاوز قيود المحاكاة صغيرة النطاق والبدء في نمذجة المواد المعقدة في العالم الحقيقي التي تشغل مستقبل طاقتنا. إن هذا العمل يثبت أنه مع البيانات الصحيحة، يمكن للتعلم الآلي أخيراً معالجة الحدود المعقدة حيث تتصادم الكيمياء والفيزياء.