Collaborative AI agents for autonomous experimental research with solid-state quantum spins

لطالما تخيل العلم مستقبلاً لا تكتفي فيه الآلات بمعالجة الأرقام فحسب، بل تفكر حقاً كالباحثين. الحلم هو مختبر يدير نفسه بنفسه، حيث يطرح الذكاء الاصطناعي الأسئلة، ويصمم الاختبارات، ويقرر معنى النتائج دون تدخل بشري يوجه كل خطوة. ولكي ينجح هذا، يجب على الآلات أن تفعل أكثر من مجرد اتباع التعليمات؛ يجب أن تكون قادرة على التشكيك في عملها الخاص، ورصد أخطائها، وتغيير مسارها عندما تقتضي الأدلة ذلك. وهذا يمثل عقبة صعبة أمام الحواسيب، التي غالباً ما تجد صعوبة في الاعتراف بأنها مخطئة أو في إدراك أن فكرة واعدة قد تكون في الواقع طريقاً مسدوداً. التحدي يكمن في بناء فريق من العلماء الرقميين يمكنهم الجدال مع بعضهم البعض، ورفض الأفكار السيئة، والإصرار على البرهان الصارم قبل إعلان اكتشاف ما.

في دراسة حديثة، بنى باحثون في اليابان مثل هذا النظام تماماً لاختبار هذه الحدود. لقد أنشأوا مختبراً تعاونياً حيث عملت عدة وكلاء من الذكاء الاصطناعي معاً لحل مشكلة حقيقية في الفيزياء تتعلق بجسيمات مغناطيسية دقيقة داخل الماس. هذه الجسيمات، المعروفة باسم مراكز "نيتروجين-فجوة"، تعمل مثل إبر بوصلة مصغرة يمكن قراءتها والتحكم فيها باستخدام الضوء والموجات الدقيقة. ولأنها حساسة للغاية، فهي مفيدة للحواسيب الكمومية المستقبلية والمستشعرات فائقة الدقة، لكن التعامل معها يتسم بالفوضوية. ففي الماس الحقيقي، تتصرف الملايين من هذه الجسيمات بشكل مختلف قليلاً عن بعضها البعض، مما يجعل من الصعب التنبؤ بكيفية استجابة المجموعة بأكملها لإشارة تحكم محددة. أراد الباحثون معرفة ما إذا كان بإمكان فريق الذكاء الاصطناعي تحديد الحد الأدنى من المعلومات اللازمة للتنبؤ بسلوك هذه المجموعة الفوضوية، ثم إثبات ذلك بتجربة حقيقية.

صُمم النظام مثل فريق بحث بشري، حيث تولى وكلاء مختلفون أدواراً محددة. عمل بعض الوكلاء كمولدين للأفكار، يقترحون أسئلة جديدة للبحث. وعمل آخرون كباحث رئيسي، وهو دور تضمن تقييم جودة تلك الأفكار، والتحقق من الرياضيات، وتقرير ما إذا كانت الخطة تستحق المتابعة. وكان هناك أيضاً وكلاء مخصصون لإجراء عمليات المحاكاة على الحواسيب الفائقة للتحقق من الأخطاء، وآخرون يتحكمون في معدات المختبر الفعلية. والأهم من ذلك، تمت برمجة هؤلاء الوكلاء ليكونوا متشككين؛ فلم يكتفوا بقبول أول إجابة يجدونها، بل كان لزاماً عليهم تحدي عمل بعضهم البعض. فإذا اقترح أحد الوكلاء نظرية، وجب على وكيل آخر محاولة كسرها. وإذا صُممت تجربة، وجب على وكيل مختلف التأكد من قدرتها على التمييز بين النظرية الجديدة والتفسيرات الأقدم والأبسط.

ركز الفريق على لغز محدد: كم عدد قياسات المعايرة المطلوبة للتنبؤ بكيفية تفاعل مجموعة من هذه الجسيمات الماسيه مع سلسلة من نبضات الموجات الدقيقة؟ قام الوكلاء أولاً بتوليد العديد من الأسئلة البحثية المحتملة، لكن وكيل الباحث الرئيسي رفض معظمها؛ فقد رفض الأفكار المعروفة بالفعل، أو المعيبة منطقياً، أو المستحيلة الاختبار. وبعد جولات عديدة من الرفض والمراجعة، استقر الفريق على سؤال دقيق: ما هو أصغر عدد من الإعدادات المطلوبة للتنبؤ باستجابة المجموعة بأكملها لأي سلسلة ممكنة من النبضات؟ ثم استنتج وكيل الباحث الرئيسي إجابة رياضية، مثبتاً أن عدداً محدداً من القياسات كان ضرورياً وكافياً لحل المشكلة. كان هذا بمثابة خطوة كبيرة للأمام من تقدير سابق فضفاض، حيث قلص البيانات المطلوبة من رقم كبير غير منظم إلى عدد دقيق وأصغر بكثير.

ومع ذلك، لم يكن امتلاك برهان رياضي كافياً؛ إذ كان على الوكلاء إثبات ذلك في العالم الحقيقي. صمم وكيل التجريب اختباراً لمعرفة ما إذا كانت القاعدة الرياضية الجديدة تعمل بشكل أفضل من الطرق القياسية. بدا التصميم الأولي واعداً، لكن وكيل الباحث الرئيسي رفضه. كان السبب دقيقاً ولكنه جوهري: كان بإمكان التجربة المقترحة أن تُحل بواسطة خدعة رياضية بسيطة وقديمة تسمى "الاستكمال الداخلي" (interpolation). فإذا نجحت التجربة، فلن يثبت ذلك أن النظرية الجديدة مميزة، بل سيظهر فقط أن الخدعة القديمة لا تزال تعمل. اضطر الفريق إلى إعادة تصميم التجربة لضمان قدرتها على التمييز بين النظرية الجديدة والتفسيرات الأقدم والأبسط، مما تطلب ترتيباً ذكياً للقياسات يترك فجوة لا يمكن إلا للقاعدة الجديدة أن تملأها.

عندما أجرى الفريق التجربة أخيراً، بدا أن المحاولة الأولى قد نجحت. تطابقت البيانات مع التنبؤ، وبدت الأرقام مثالية. لكن النظام بُني للبحث عن أكثر من مجرد التطابق؛ فقد فحص الوكلاء مجموعة من ضوابط السلامة المصممة لرصد الأخطاء الخفية، مثل التغيرات في البيئة التي قد تحرف النتائج. فشلت هذه الضوابط؛ فقد انحرفت إشارة الماس أثناء القياس، ربما بسبب قيام شخص ما في المختبر بتشغيل ضوء، مما غير درجة الحرارة أو الضوضاء الكهربائية. ولأن البيانات كانت غير مستقرة، رفض وكيل الباحث الرئيسي قبول النتيجة، رغم أن الأرقام بدت جيدة. وصنف الفريق عملية التشغيل على أنها غير حاسمة.

بدلاً من الاستسلام أو خفض معاييرهم، قام الوكلاء بمراجعة الخطة. قاموا بتغيير كيفية إجراء التجربة، عبر تقصير الوقت بين القياسات المختلفة وعشوائية ترتيبها لمنع إشارة الماس من الانحراف بطريقة قد تخدع ضوابط التحكم. أجروا التجربة مرة أخرى، وهذه المرة لمدة ست ساعات، مع مراقبة صارمة. كانت المحاولة الثانية ناجحة؛ فقد ظلت الإشارة مستقرة، واجتازت ضوابط السلامة الاختبار، وطابقت القياسات التنبؤ الرياضي الجديد تماماً. كانت النتيجة متميزة عما كانت ستتنبأ به الطرق الأقدم والأبسط، مما أكد صحة القاعدة الجديدة.

توضح هذه الدراسة أن وكلاء الذكاء الاصطناعي يمكنهم القيام بأكثر من مجرد أتمتة المهام؛ إذ يمكنهم الانخراط في استدلال علمي حقيقي. لقد تمكنوا من اختيار سؤال ذي مغزى، واستنتاج نتيجة نظرية جديدة، وتصميم تجربة يمكنها اختبار تلك النتيجة حقاً. والأهم من ذلك، أظهروا القدرة على إدراك متى يكون عملهم معيباً. فعندما فشلت التجربة الأولى في اجتياز ضوابب السلامة، لم يفرض الوكلاء استنتاجاً، بل توقفوا، وحللوا الخطأ، وبدأوا من جديد. إن هذه القدرة على الشك المنظم، حيث يتحدى النظام افتراضاته الخاصة ويطالب ببرهان صارم، هي خطوة حيوية نحو علم ذاتي الإدارة حقاً. لقد أظهر الباحثون أنه من خلال منح وكلاء الذكاء الاصطناعي القدرة على قول "لا" لأفكارهم الخاصة، يمكنهم بناء نظام ليس سريعاً فحسب، بل موثوقاً وجديراً بالثقة أيضاً.