Which alloy composition,what process parameters? Inferring the recipe from optimized metallic microstructure and texture

ليست المعادن كتلًا متجانسة من المادة، بل هي تضاريس معقدة من البلورات الدقيقة، لكل منها اتجاهها الخاص، متراصة معًا مثل الفسيفساء. إن الطريقة التي تُحدد بها أحجام هذه البلورات وأشكالها واتجاهاتها هي التي تحدد مدى قوة أو مرونة المعدن عند استخدامه في بناء جسر أو سيارة. لطالما عرف العلماء أنه لإنتاج جزء معدني محدد، يجب عليهم اتباع وصفة دقيقة: خلط كميات محددة من عناصر مختلفة لإنشاء سبيكة، ثم تسخينها وضغطها عبر آلة في درجات حرارة وسرعات دقيقة. هذه العملية، التي تسمى "البثق"، تجبر المعدن على إعادة ترتيب بلوراته الداخلية وفق نمط مرغوب. لعقود من الزمن، كان الباحثون خبراء في فحص جزء معدني نهائي، وقياس بنيته الداخلية، والتنبؤ بكيفية سلوكه تحت الضغط. كما أصبحوا مهرة في العمل العكسي، من القوة المرغوبة وصولاً إلى تصميم بنية داخلية جديدة توفر تلك القوة. ومع ذلك، ظلت هناك حلقة مفقودة في هذه السلسلة يصعب عبورها: وهي أخذ بنية معدنية نهائية ومُحسّنة، ومعرفة أي مزيج من المكونات وإعدادات الآلة أنتجها بالضبط. تعتمد هذه الخطوة النهائية عادةً على حدس مهندس خبير، لكنها عملية بطيئة وغير مؤكدة لا تترك مجالًا كبيرًا للأتمتة.

سعى فريق من الباحثين في مركز "هلمهولتز-زنتروم هيرون" وعدة جامعات ألمانية لمعرفة ما إذا كان بإمكان الكمبيوتر تعلم حل هذا اللغز. ركزوا على سبائك المغنيسيوم، وهو معدن خفيف الوزن يُستخدم غالبًا في النقل، والتي تمت معالجتها تحت 107 ظروف مختلفة عبر 14 نوعًا متميزًا من السبائك. ولكل حالة من هذه الحالات، كان لدى الفريق سجل كامل: المزيج الكيميائي الدقيق لثمانية عناصر ممكنة، ودرجة الحرارة التي ضُغط فيها المعدن، وسرعة الآلة، وصور عالية الدقة للبنية البلورية المجهرية الناتجة. كان هدفهم بناء نموذج يمكنه النظر إلى الصورة المجهرية ونسيج البلورات وتحديد الوصفة الأصلية بشكل صحيح. لقد تعاملوا مع هذا الأمر كتحديين منفصلين؛ في الأول، يعرف الكمبيوتر إعدادات الآلة ويجب عليه تخمين المزيج الكيميائي. وفي الثاني، يعرف الكمبيوتر المزيج الكيميائي ويجب عليه تخمين إعدادات الآلة. ولاختبار أي طريقة كانت الأفضل، قارنوا بين ثلاث طرق لوصف الصورة المجهرية. استخدمت الطريقة الأولى قياسات تقليدية يدوية الصنع لحجم الحبيبات وشكلها. واستخدمت الطريقة الثانية أداة ذكاء اصطناعي قوية مدربة على مئات الآلاف من الصور المجهرية الأخرى لإنشاء ملخص رقمي. أما الطريقة الثالثة، فقد عاملت الحبيبات كشبكة من العقد المتصلة، تشبه خريطة المدن والطرق، وحللت الروابط بينها.

كشفت النتياج أن النهج الأكثر بساطة كان الأكثر فعالية. فعندما حاول الكمبيوتر تحديد السبيكة الصحيحة من بين الـ 14 خيارًا، نجحت الطريقة التي تستخدم القياسات التقليدية المصنوعة يدويًا في إيجاد الإجابة الصحيحة لـ 65 بالمائة من حالات الاختبار. وفي المقابل، كان أداء أدوات الذكاء الاصطناعي المتقدمة، المدربة على كميات هائلة من البيانات، أسوأ بكثير، حيث حددت السبيكة الصحيحة في أقل من 30 بالمائة من الحالات. وجد الباحثون أن نماذج الذكاء الاصطناعي المعقدة، المصممة لإعادة بناء الصور أو تعلم الأنماط العامة، واجهت صعوبة في التقاط التفاصيل المحددة والدقيقة التي تميز سبيكة مغنيسيوم عن أخرى في هذه المجموعة المحدودة من البيانات. لقد وفرت الطريقة التقليدية، التي تقيس مباشرة الخصائص الفيزيائية للحبيبات الظاهرة في الصور، إشارة أوضح للكمبيوتر ليتبعها. وهذا يشير إلى أنه في التجارب الواقعية الصغيرة حيث تكون البيانات شحيحة، غالبًا ما تكون القياسات البسيطة المحددة للمجال أكثر موثوقية من الشبكات العصبية الضخمة سابقة التدريب.

أما المهمة الثانية، وهي التنبؤ بإعدادات الآلة من خلال المزيج الكيميائي المعروف والصورة، فقد ثبت أنها أكثر صعوبة ولكنها قدمت أيضًا رؤى قيمة. استطاع الكمبيوتر استعادة إعدادات درجة الحرارة والسرعة، لكن الإجابات كانت أكثر ضجيجًا (أقل دقة) من تحديد السبيكة. ومع ذلك، فإن وجود بيانات البنية المجهرية حسن الدقة بشكل ملحوظ. فبدون الصورة، كان الخطأ في تخمين درجة الحرارة مرتفعًا للغاية، ولكن عندما سُمح للكمبيوتر بالنظر إلى البنية المجهرية، انخفض هذا الخطأ بنحو النصف تقريبًا. كما اكتشف الباحثون أن الطريقة التي يُطلب بها من الكمبيوتر تقديم إجابته كانت ذات أهمية قصوى. نظرًا لأن الآلات تعمل فقط عند إعدادات محددة ومنفصلة، فقد كان أداء الكمبيوتر أفضل بكثير عندما أُجبر على الاختيار من تلك القائمة المعروفة بدلاً من محاولة ابتكار رقم مستمر جديد. ساعد هذا القيد النموذج على احترام الواقع الفيزيائي للتجربة.

في النهاية، تثبت هذه الدراسة أنه على الرغم من أن الذكاء الاصطناعي يحمل وعودًا كبيرة، إلا أنه لا يحل كل مشكلة في علم المواد تلقائيًا. في هذه الحالة المحددة، كان "جانب الوصفة" من العملية — أي معرفة كيفية صنع المعدن من مظهره النهائي — يُخدم بشكل أفضل من خلال الطرق التي تحاكي بدقة كيف يفهم الخبراء البشر المادة. لم يكن الكمبيوتر بحاجة إلى أن يكون عبقريًا متعدد الأغراض؛ بل كان يحتاج إلى أن يكون مراقبًا دقيقًا للميزات المحددة التي تهم. ومن خلال النجاح في ربط الصورة المجهرية بالوصفة الأصلية، أظهر الباحثون أن خطوة الهندسة العكسية هذه يمكن أتمتتها. وهذه القدرة قد تسمح للمختبرات المستقبلية بالتحقق تلقائيًا مما إذا كان عينة المعدن تطابق التصميم المقصود، مما يكشف عن الأخطاء في عملية التصنيع أو يحدد أصول المواد المجهولة. ويؤكد هذا العمل أنه حتى مع البيانات المحدودة، فإن الفهم الواضح للعالم الفيزيائي، مقترنًا بالأدوات الحسابية المناسبة، يمكن أن يفك أسرار ما يكمن داخل قطعة من المعدن.