Democratizing Atomistic Simulation Workflows for the AI Era with the Quantum Accelerator
تقدم الورقة البحثية QuAcc، وهي مكتبة بايثون مفتوحة المصدر تعمل على إضفاء الطابع الديمقراطي على سير عمل المحاكاة الذرية لعصر الذكاء الاصطناعي من خلال فصل المنطق العلمي عن محركات التنفيذ لتمكين التنسيق المرن والمستقل عن المحرك لمختلف الطرق الكمومية والجهود البينية المعتمدة على نماذج التعلم الآلي التأسيسية.
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 العلوم الحديث، يحاول الباحثون حل بعض أصعب المشكلات التي تواجه البشرية، من إيجاد مواد جديدة للطاقة النظيفة إلى تصميم أدوية يمكنها علاج الأمراض. وللقيام بذلك، يعتمدون على أداة قوية تسمى المحاكاة الذرية (atomistic simulation). تخيل أنك قادر على بناء نموذج مثالي وصغير لقطعة من المادة على جهاز الكمبيوتر، وصولاً إلى آخر ذرة، ثم تشاهد كيف تتحرك تلك الذرات وتتفاعل. يتيح هذا للعلماء التنبؤ بكيفية سلوك المادة دون الحاجة إلى بنائها في المختبر أولاً. لعقود من الزمن، كانت الطريقة الأكثر دقة للقيام بذلك هي استخدام قوانين ميكانيكا الكم، وهي القواعد التي تحكم كيفية سلوك الإلكترونات والذرات. ومع ذلك، فإن هذه الحسابات ثقيلة وبطيئة للغاية، وغالباً ما تستغرق أياماً أو أساب-يعاً لتشغيل محاكاة واحدة على حاسوب فائق.
ولتسريع هذه العملية، بدأ العلماء مؤخياً في استخدام الذكاء الاصطناعي لإنشاء طرق مختصرة. هذه النماذج المدعومة بالذكاء الاصطناعي، والمعروفة باسم "الجهود البينية المعتمدة على التعلم الآلي" (machine-learned interatomic potentials)، يمكنها التنبؤ بكيفية سلوك الذرات بشكل فوري تقريباً، مما يسمح للباحثين بمحاكاة أنظمة أكبر بكثير عبر فترات زمنية أطول. ولكن هناك مشكلة؛ فهذه النماذج المدعومة بالذكاء الاصطناعي تكون جيدة بقدر البيانات التي تدربت عليها. فإذا كانت البيانات المستخدمة لتعليم الذكاء الاصطناعي قد حُسبت باستخدام مجموعة واحدة من القواعد، ولكن العالم يستخدم مجموعة مختلفة من القواعد للتحقق من عمل الذكاء الاصطناعي، فقد تكون النتائج مضللة. الأمر يشبه محاولة الحكم على سرعة عداء باستخدام ساعة توقيت تمت معايرتها لرياضة مختلفة؛ قد تبدو الأرقام صحيحة، لكنها لا تروي القصة الحقيقية. علاوة على ذلك، أصبحت الأدوات البرمجية اللازمة لتشغيل هذه المحاكاة المعقدة متخصصة ومجزأة للغاية لدرجة أن عدداً قليلاً فقط من الخبراء يعرفون كيفية استخدامها، مما يترك العديد من العلماء العباقرة غير قادرين على المشاركة في هذا العصر الجديد من الاكتشاف.
لقد قدم فريق من الباحثين الآن مكتبة برمجيات جديدة مفتوحة المصدر تسمى "المسرع الكمي" (Quantum Accelerator)، أو QuAcc، المصممة لحل هذه المشكلات وجعل المحاكاة عالية الجودة متاحة للجميع. فكر في هذا البرنامج كأنه مترجم عالمي وقائد أوركسترا بارع لعالم النمذجة الذرية. فبدلاً من إجبار العلماء على تعلم عشرات اللغات المختلفة والمعقدة للتحدث مع برامج الكمبيوتر المتنوعة التي تشغل هذه المحاكاة، يوفر QuAcc مجموعة واحدة بسيطة من التعليمات التي تعمل مع جميعها. لقد بنى الباحثون هذه الأداة بحيث يكون المنطق العلمي -أي الخطوات الفعلية اللازمة لحل مشكلة ما- منفصلاً تماماً عن الآلات التي تقوم بالحسابات. وهذا يعني أن بإمكان العالم كتابة سير عمل (workflow) مرة واحدة، باستخدام كود برمجي قياسي وسهل القراءة، ومن ثم تشغيله على حاسوبه المحمول، أو على حاسوب فائق ضخم، أو في السحابة، دون الحاجة إلى إعادة كتابة الكود لكل نظام مختلف.
تكمن قوة QuAcc في قدرته على الاتصال بمكتبة واسعة من طرق المحاكاة الموجودة. يمكنه التحدث مع عشرات البرامج المختلفة التي تحسب سلوك الإلكترونات، بالإضافة إلى نماذج الذكاء الاصطناعي الأحدث التي تتنبأ بحركة الذرات. وقد أظهر الباحثون أن هذه المرونة تسمح للعلماء بدمج أنواع مختلفة من الحسابات بسهولة. فعلى سبيل المثال، يمكن للباحث استخدام طريقة سريعة وتقريبية لإيجاد شكل أولي جيد للجزيء، ثم الانتقال فوراً إلى طريقة أكثر دقة وبطئاً للحصول على الإجابة النهائية الدقيقة، كل ذلك ضمن سير عمل واحد مؤتمت. وهذا يلغي الحاجة إلى أن يكون العلماء خبراء في كل قطعة من البرمجيات المتاحة، مما يسمح لهم بالتركيز على العلم نفسه بدلاً من العقبات التقنية لتشغيل البرامج.
أحد أهم النتائج التي توصل إليها الفريق في عملهم يتعلق بكيفية اختبار نماذج الذكاء الاصطناعي هذه. فقد أظهر الباحثون أنه عندما يقيم العلماء دقة نموذج ذكاء اصطناعي، فإن النتال يمكن أن تتغير بشكل كبير اعتماداً على كيفية توليد بيانات "الحقيقة المرجعية" (ground truth). في اختبار محدد شمل مائة هيكل ذري مختلف، قارن الفريق تنبؤات عدة نماذج للذكاء الاصطناعي مقابل البيانات المرجعية. وعندما استخدموا بيانات مرجعية تم توليدها بنفس الإعدادات والقواعد التي استُخدمت لتدريب الذكاء الاصطناعي، كانت الأخطاء في تنبؤات الذكاء الاصطناعي أصغر بكثير وأكثر اتساقاً. ومع ذلك، عندما استخدموا بيانات مرجعية تم توليدها بإعدادات مختلفة، ظهرت الأخطاء أكبر بكلاً، وأحياناً بمقدار خمسة أضعاف. وهذا يثبت أنه إذا لم تطابق القواعد المستخدمة لإنشاء بيانات الاختبار القواعد المستخدمة لتدريب الذكاء الاصطناعي، فستحصل على صورة خاطئة لمدى جودة أداء الذكاء الاصطناعي في الواقع.
ومن خلال توفير طريقة معيارية لتوليد هذه الحسابات المرجعية المتسقة، يساعد QuAcc في ضمان أنه عندما يقول العلماء إن نموذج الذكاء الاصطناعي دقيق، فإنهم يعنون ذلك حقاً. يتضمن البرنامج قوالب جاهزة للعديد من مجموعات البيانات الضخمة والمشهورة المستخدمة لتدريب نماذج الذكاء الاصطنا هذه، مما يضمن أن أي شخص يستخدم الأداة يمكنه إعادة إنتاج الظروف الدقيقة اللازمة لإجراء اختبار عادل. وهذا أمر مهم بشكل خاص مع توجه المجال نحو استخدام وكلاء الذكاء الاصطناعي لتصميم مواد جديدة تلقائياً. فإذا كان سيتم الوثوق بوكلاء الذكاء الاصطناويين للقيام باكتشافات في العالم الحقيقي، يجب أن تكون الأدوات التي يستخدمونها موثوقة، وقابلة لإعادة الإنتاج، وخالية من التناقضات الخفية.
لقد جعل الفريق الذي يقف وراء QuAcc البرنامج متاحاً للجمهور مجاناً، داعياً العلماء من جميع أنحاء العالم للمساهمة بطرقهم وسير عملهم الخاص. ومن خلال خفض حواجز الدخول وضمان أن تكون الحسابات الأساسية متسقة وشفافة، تهدف هذه الأداة إلى دمقرطة مجال الكيمياء الحاسوبية. فهي تسمح للباحثين الذين ليسوا خبراء في برمجة الكمبيوتر بتسخير قوة أكثر تقنيات المحاكاة تقدماً. ومع استمرار تطور هذا المجال، مع لعب الذكاء الاصطناعي دوراً متزايد الأهمية في الاكتشاف العلمي، ستكون أدوات مثل QuAcc ضرورية لضمان أن يظل السباق لاكتشاف مواد جديدة قائماً على علم صلب وقابل لإعادة الإنتاج. إن هذا العمل لا يقدم فقط طريقة جديدة لتشغيل عمليات المحاكاة، بل يقدم طريقة جديدة لضمان أن تكون نتائج تلك المحاكاة جديرة بالثقة، مما يمهد الطريق لاكتشافات أسرع وأكثر موثوقية في علوم المواد والكيمياء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.