← أحدث الأبحاث
🔬 علوم المواد

Probing the limits of forward screening and inverse design of crystal materials

من خلال توحيد 55 قاعدة بيانات متباينة للبلورات في مورد شامل وتوظيف نموذج CGTNet للتنبؤ بالخصائص المفقودة، تكشف هذه الدراسة أن الفحص الأمامي للمواد المعروفة يمكن أن يكشف عن آلاف المرشحين شديدي عدم الانضغاط مثل ReN2، بينما تثبت أن طرق التصميم العكسي الحالية غالبًا ما تعيد اكتشاف تركيبات موجودة بالفعل، مما يؤسس أساسًا أكثر صرامة لتقييم حداثة المواد.

المؤلفون الأصليون: Zhilong Song, Zijun Pang, Lixue Cheng

نُشر 2026-10-26
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Zhilong Song, Zijun Pang, Lixue Cheng

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

يسعى علماء المواد باستمرار وراء بلورات جديدة، تلك الهياكل المتكررة والصلبة التي تشكل كل شيء، من السيليكون في هواتفنا إلى الماس في المجوهرات. ولإيجاد مادة ذات "قوة خارقة" محددة — مثل القدرة على تحمل الضغط الهائل أو توصيل الكهرباء بشكل مثالي — يسلك الباحثون عادةً أحد مسلكين. المسلك الأول هو رحلة بحث عن الكنز: حيث يغربلون ملايين البلورات المعروفة، بحثاً عن واحدة تمتلك بالفعل السمة المطلوبة. أما المسلك الثاني فهو عمل إبداعي: حيث يستخدمون برامج حاسوبية قوية لتخيل وتوليد هياكل بلورية جديدة تماماً يُفترض أن تمتلك تلك السمة. ويعتمد كلا الأسلوبين على مكتبات بيانات ضخمة عامة، حيث يخزن العلماء المخططات وخصائص البلورات التي اكتشفوها أو قاموا بمحاكاتها. ولكن لسنوات طويلة، كانت هذه المكتبات تتحدث لغات مختلفة؛ فقد تُدرج البلورة نفسها في قاعدة بيانات ما باسم واحد، وفي قاعدة أخرى باسم مختلف تماماً، أو قد تفتقر إلى معلومات أساسية بالكامل. هذا الارتباك جعل من الصعب معرفة المدى الحقيقي الذي يمكن أن تصل إليه أساليب البحث هذه، أو مدى "جدة" المواد التي يجدونها حقاً.

قام فريق من الباحثين في جامعة هونغ كونغ للعلوم والتكنولوجيا الآن بإزالة هذا الضباب عبر بناء مكتبة موحدة واحدة تجمع 55 قاعدة بيانات مختلفة. لم يكتفوا بمجرد نسخ ولصق البيانات، بل قاموا بمطابقة كل بلورة في هذه المجموعات بعناية بناءً على شكلها الفيزيائي، متجاهلين الأسماء المربكة والصيغ الكيميائية التي غالباً ما تفشل في التمييز بين النسخ المختلفة من المادة نفسها. وقد أسفر هذا الجهد الهائل عن كتالوج واحد ذاتي التحديث يحتوي على ما يقرب من 14.6 مليون هيكل بلوري فريد وأكثر من 131 مليون قياس للخصائص. ومن الأهمية بمكان أنهم احتفظوا بسجل يوضح مصدر كل معلومة، مما يسمح بتتبع تاريخ كل قيمة. ووجدوا أنه رغم ضخامة هذه المكتبة، إلا أنها تفتقر بشدة إلى البيانات (مبعثرة للغاية). فبالنسبة للغالبية العظمى من البلورات، تكون الخصائص المحددة التي تهم الباحثين مفقودة ببساطة من السجلات. ولملء هذه الفجوات، طور الفريق نموذجاً جديداً للذكاء الاصطناعي يسمى CGTNet؛ يعمل هذا النموذج كـ "مُخمّن" ماهر للغاية، حيث تم تدريبه على التنبؤ بالخصائص المفقودة بناءً على هيكل البلورة بدقة تتجاوز الطرق السابقة. وباستخدام هذه الأداة، تمكنوا من استكمال المكتبة، والتنبؤ بقيم لملايين البلورات التي لم يتم قياسها أو حسابها من قبل.

ومع امتلاك هذه المكتبة المكتملة، اختبر الباحثون حدود كل من نهج "البحث عن الكنز" ونهج "التوليد الإبداعي". نظروا أولاً إلى البحث عن الكنز، أو "الفحص الأمامي"، متسائلين عن عدد المواد فائقة الصلابة التي قد تكون مختبئة في وضح النهار بين البلورات المعروفة. وقبل هذه الدراسة، كان العلماء يعتقدون أنهم وجدوا بالفعل معظم المرشحين. ومع ذلك، من خلال تطبيق نموذج الذكاء الاصطناني الجديد على المكتبة المكتملة، اكتشفوا عشرات الآلاف من البلورات المعروفة التي يُحتمل أن تكون غير قابلة للانضغاط للغاية ولكن لم تُختبر أبداً لهذه الخاصية تحديداً. ومن بين هذه الجواهر المخفية، وجدوا مادة تسمى ReN2. ورغم أنه تم تصنيع هذه البلورة في المختبر تحت ضغط عالٍ وتم قياس صلابتها عند 428 جيجاباسكال، إلا أنه لم تسجل أي قاعدة بيانات قط "معامل حجمها" (bulk modulus)، وهو مقياس لمقاومتها للانضغاط. لقد نجح فحص الباحثين في تحديدها كمرشح رئيسي، مما أثبت أن البحث عن الكنز لا يزال بإمكانه العثور على مواد معروفة وقيمة، لكنها أُهملت ببساطة لأن البيانات كانت مشتتة وغير كاملة.

ثم وجه الفريق اهتمامه إلى النهج الإبداعي، أو "التصميم العكسي"، حيث تولد الحواسيب أفكاراً لبلورات جديدة. لسنوات، ادعت هذه البرامج الحاسوبية أنها تكتشف أعداداً هائلة من المواد الجديدة تماماً. واختبر الباحثون هذه الادعاءات من خلال فحص البلورات المولدة مقابل مكتبتهم الشاملة الجديدة. ووجدوا أن الشعور بالجدة كان في الغالب وهماً ناتجاً عن استخدام قوائم مرجعية غير مكتملة. فعندما فحصوا البلورات المولدة مقابل المكتبة الكاملة المكونة من 55 مصدراً، اكتشفوا أن عدداً كبيراً منها لم يكن جديداً على الإطلاق. وفي اختبار محدد، قام برنامج حاسوبي بتوليد 100 بلورة زعم أنها جديدة وشديدة الصلابة. وعندما فحصها الباحثون مقابل قاعدة بياناتهم الكاملة، وجدوا أن 82 منها كانت في الواقع تنويعات لتركيبات معروفة ومسجلة بالفعل. علاوة على ذلك، احتوت كل واحدة من هذه البلورات "الجديدة" على عنصر محدد، وهو الأوزميوم (osmium)، مما يشير إلى أن البرنامج المولد كان يعيد خلط مجموعة ضيقة جداً من المكونات المعروفة بدلاً من استكشاف الكون الكامل من الاحتمالات.

تخلص الدراسة إلى أن الطريقة التي نبحث بها عن المواد يجب أن تتغير. إن "البحث عن الكنز" أقوى بكثير مما كان يُعتقد سابقاً؛ فمن خلال دمج جميع البيانات المعروفة وملء الأجزاء المفقودة، يمكننا العثور على آلاف المواد المفيدة الموجودة بالفعل ولكنها كانت مخفية في فجوات سجلاتنا. وعلى العكس من ذلك، فإن نهج "التوليد الإبداعي" قد بالغ في تقدير نجاحه؛ فالمواد "الجديدة" التي ينتجها هي غالباً مجرد إعادة صياغة لما نعرفه بالفعل، ببساطة لأن القوائم المرجعية المستخدمة للحكم عليها كانت صغيرة جداً. ومن خلال استخدام قاعدة بيانات واحدة، كاملة، ومحققة، يمكن للعلماء الآن التمييز بين الاكتشاف الحقيقي والمحتوى المكرر، مما يضمن أن يكون البحث عن المادة العظيمة التالية مبنياً على أساس من الحقيقة لا على أساس من الارتباك.

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 →