HERA: Assessing an Autonomous Agent for Quantum Device Measurement
تقدم الورقة البحثية HERA، وهو وكيل ذاتي التحكم مزود بقاعدة معرفية منسقة، نجح في إجراء قياسات لأجهزة الكموم المبردة بالتبريد العميق ومطابقة استنتاجات الخبراء، مما يثبت أن وكلاء النماذج اللغوية يمكنهم إجراء علوم تجريبية سليمة عندما يتم دعمهم بمعرفة مجال محددة للمهمة.
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 المختبرات الهادئة وشديدة البرودة حيث يدرس العلماء اللبنات الأساسية للمادة، يقوم الباحثون بتجميع آلات متناهية الصغر من رقائق الكربون الرقيقة جداً لدرجة أنها لا تتعدى بضع ذرات في سمكها. هذه هي الأجهزة الكمومية، ولكي يفهم العلماء كيفية عملها، يجب عليهم قياس كيفية تدفق الكهرباء من خلالها مع تغيير الظروف مثل درجة الحرارة والمجالات المغناطيسية. تكمن التحديات في أن هذه الآلات حساسة للغاية، وأن مساحة القياسات الممكنة شاسعة جداً لدرجة أنه لا يمكن لأي إنسان فحص كل الاحتمالات. بدلاً من ذلك، يجب على العلماء اختيار اختبارات محددة وموجهة للإجابة على سؤال واحد، لبناء استنتاج قطعة قطعة. وإذا أُسيء تفسير خطوة واحدة، فقد يكون الإجابة النهائية خاطئة. لقد تطلبت هذه العملية الدقيقة لفترة طويلة يدًا ثابتة وخبرة عميقة من خبير بشري، ولكن دراسة جديدة تتساءل عما إذا كان بإمكان برنامج كمبيوتر أن يتعلم القيام بهذا العمل بنفس الكفاءة.
قدم الباحثون وكيلاً مستقلاً يُدعى HERA، وهو نظام صُمم لتشغيل هذه التجارب المعقدة دون توجيه بشري مستمر. وبخلاف الروبوت البسيط الذي يتبع قائمة جامدة من الأوامر، يعمل HERA كأنه عالم مبتدئ مُنح مكتبة من أفضل الممارسات المختبرية، والأدوات البرمجية، وملاحظات الأبحاث السابقة. يقرأ النظام وصفاً موجزاً لهدف ما، ويستشير قاعدة معارفه ليقرر ما يجب قياسه، ثم يكتب الكود البرمحي لتشغيل التجربة، ومن ثم يحلل البيانات لاستخلاص استنتاج. وللاختبار ما إذا كان هذا النهج فعالاً حقاً، وضع الفريق سلسلة من التجارب الصارمة حيث تعين على HERA تحديد البنية الداخلية لجهازين محددين من الغرافين. إن بنية هذه الأجهزة، المعروفة باسم ترتيب التراص، تغير كيفية توصيلها للكهرباء، لكن الفرق يكون دقيقاً وسهل الفوات. وقبل بدء التجربة، قام عالم خبير بوضع إجابته الخاصة في ملف مغلق، مما ضمن عدم معرفة الكمبيوتر أو المشغلين البشر للنتيجة الصحيحة حتى النهاية.
نجح HERA في اجتياز التجربة، حيث أجرى القياسات اللازمة على الأجهزة ووصل إلى استنتاج طابق إجابة الخبير المختومة لكلا الجهازين. وقد فعل النظام ذلك باتباع مسار منطقي: بدأ بالتحقق من سلامة الجهاز، ثم أجرى فحوصات سريعة لمراقبة كيفية تفاعل المادة مع المجالات المغناطيسية، وأخيراً أجرى مسحاً تفصيلياً يستغرق وقتاً طويلاً لرسم خريطة لسلوك الإلكترونات. وعندما حلل الكمبيوتر الأنماط الموجودة في البيانات، حدد بدقة ترتيب طبقات الكربون. ومن الأهمية بمكان أن الدراسة أظهرت أن هذا النجاح اعتمد بشكل كبير على قاعدة المعارف؛ فعندما اختبر الباحثون النظام بدون بروتوكولات وقواعد المكتبة — مع تزويده فقط بالأدوات البرمجية الخام — حاول الكمبيوتر تشغيل التجربة، لكنه ارتكب أخطاءً. في إحدى الحالات، توصل إلى استنتاج خاطئ لأنه افتقر إلى القواعد المحددة اللازمة لتفسير البيانات بشكل صحيح. وفي حالة أخرى، توقف مبكراً جداً، وفشل في جمع أدلة كافية ليكون متأكداً. وقد أثبت هذا أن قدرة الكمبيوتر على التفكير العلمي لم تأتِ فقط من ذكائه العام، بل من التعليمات المحددة والمنقحة التي قدمها الفريق البشري.
ولمعرفة ما إذا كان النظام قادراً على التعلم والتحسن، أجرى الباحثون أيضاً مئات التجارب المحاكية حيث صمم الكمبيوتر تجارب دون تشغيلها فعلياً. وفي هذه المحاكاة، صمم الكمبيوتر الذي يمتلك الوصول إلى قاعدة المعارف الكاملة تجارب أفضل وأكثر كفاءة من ذاك الذي لا يمتلكها. فقد اختار نطاقات قياس أكثر احتمالية للكشف عن الحقيقة، وفعل ذلك في وقت أقل. ثم اختبر الفريق ما إذا كان بإمكان هذا النظام التعامل مع مشكلة جديدة تماماً؛ حيث طلبوا من HERA البحث عن حالة نادرة للمادة تُعرف باسم "الموصلية الفائقة" في نوع مختلف من المواد. وبعد أن أمضى خبير بشري بضع ساعات في كتابة مجموعة جديدة من التعليمات لهذه المهمة المحددة، تولى HERA زمام الأمور. بحث النظام ذاتياً عن هذه الظاهرة، ووجدها، ووصف خصائصها، بما في ذلك كيفية تغير الموصلية الفائبية مع درجة الحرارة. بل إن النظام اكتشف خطأً في خطته الأولية عندما أشار إليه أحد البشر بأنه لم يفحص كامل النطاقات الممكنة، وقام بتصحيح مساره للعثور على الإجابة.
تُظهر النتائج أنه مع الدعم المناسب، يمكن للذكاء الاصطناعي أن يتجاوز مجرد جمع البيانات البسيط ليقوم بعمل علم تجريبي سليم. لم تظهر الدراسة أن أجهزة الكمبيوتر يمكنها استبدال العلماء البشر تماماً، بل أظهرت أنها يمكن أن تصبح شركاء موثوقين يتولون الأعمال الشاقة وعالية الأبعاد المتعلقة بالقياس والتحليل. وقد صمدت استنتاجات النظام أمام التدقيق الخبير، وتشير قدرته على التكيف مع الأسئلة الجديدة إلى مستقبل يمكن فيه لهذه الوكلاء مساعدة العلماء في استكشاف آفاق الفيزياء بشكل أسرع وأكثر شمولاً. ومن خلال الجمع بين مرونة النماذج اللغوية الكبيرة وقاعدة معارف صارمة تم التحقق منها بشرياً، نجح الباحثون في بناء أداة يمكنها التفكير في تجربة ما، وتنفيذها، والتعلم من نتائجها، كل ذلك مع الحفاظ على سلامة المعدات الحساسة وموثوقية البيانات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.