← أحدث الأبحاث
🔬 علوم المواد

Detecting False Self-Consistency in Density-Functional Calculations

تكشف هذه الورقة أن معايير التقارب القياسية في حسابات نظرية الدالة الوظيفية للكثافة يمكن أن تعلن زيفاً عن تقارب الحل بينما يظل أعلى بكثير في الطاقة من الحالة الأرضية الحقيقية، مما يستدعي تقديم مسبار هبوط تبايني واختبار ياناك للمدارات المجمدة للكشف عن هذه التناقضات عبر مختلف المواد والبرمجيات.

المؤلف الأصلي: Mohsen Sotoudeh

نُشر 2026-11-17
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلف الأصلي: Mohsen Sotoudeh

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في السعي الحديث لتصميم بطاريات أفضل، وسبائك أقوى، وخلايا شمسية أكثر كفاءة، يعتمد العلماء بشكل كبير على أداة حوسبة قوية تسمى نظرية الدالة الوظيفية للكثافة. تسمح هذه الطريقة للباحثين بمحاكاة سلوك الإلكترونات داخل المواد، والتنبؤ بكيفية ترابط الذرات، أو كيفية توصيل المادة للكهرباء، أو ما إذا كانت ستكون مغناطيسية. ولأن هذه الحسابات معقدة وتستغرق وقتاً طويلاً، فغالباً ما يتم تشغيلها تلقائياً بواسطة أجهزة الكمبيوتر لبناء قواعد بيانات ضخمة تحتوي على آلاف الخصائص المادية. وتعمل هذه القواعد بدورها كمواد تدريب لنماذج الذكاء الاصطناعي التي تساعد الآن في اكتشاف مواد جديدة بسرعة غير مسبوقة. ولكي يعمل هذا النظام البيئي بأكمله، يجب أن تكون الحسابات الأساسية صحيحة. ويُعلن عادةً عن انتهاء الحساب أو "تقاربه" عندما يرى الكمبيوتر أن طاقة النظام قد توقفت عن التغير بشكل ملحوظ وأن القوى الداخلية قد استقرت. ويُفترض أنه بمجرد توقف هذه الأرقام عن الحركة، يكون الكمبيوتر قد وجد الحالة الحقيقية ذات الطاقة الأدنى للمادة.

ومع ذلك، يكشف دراسة جديدة أن هذا الافتراض يمكن أن يكون خاطئاً بشكل خطير. فقد اكتشف الباحثون أن أجهزة الكمبيوتر يمكن أن تعلن انتهاء الحساب حتى عندما تكون المادة عالقة في حالة زنيفة وغير مستقرة، مستقرة عند مستوى طاقة أعلى مما ينبغي. وفي بعض الحالات، يبلغ الكمبيوتر عن مادة على أنها معدن بينما هي في الواقع عازل، أو يفشل في رصد الترتيب المغناطيسي الصحيح للذرات. هذه الأخطاء ليست مجرد خلل رقمي بسيط؛ بل يمكن أن تكون هائلة، حيث يكون الطاقة المسجلة أكبر بمئات المرات من العتبة الضئيلة المستخدمة لإعلان اكتمال الحساب. وإذا تم تغذية هذه النتائج المعيبة في قواعد البيانات ونماذج تعلم الآلة، فإن الأخطاء ستنتشر، مما قد يقود العلماء إلى الطريق الخطأ لسنوات. وتظهر الدراسة أن الطريقة القياسية للتحقق مما إذا كان الحساب قد اكتمل هي طريقة غير كافية، وحتى عندما تتفق خوارزميات الكمبيوتر المختلفة مع بعضها البعض، فقد تتفق في النهاية على خطأ.

ولحل هذه المشكلة، طور الباحثون اختبارين جديدين وبسيطين يمكن تطبيقهما على أي حساب موجود دون الحاجة إلى إعادة كتابة الأكواد البرمجية المعقدة التي يستخدمها العلماء. يعمل الاختبار الأول مثل مسبار، حيث يأخذ النتيجة النهائية من الحساب ويطرح سؤالاً بسيطاً: "هل يمكننا النزول لمستوى أدنى؟" حيث يُطلب من الكمبيوتر إعادة البدء من تلك النقطة تحديداً ومحاولة إيجاد حالة ذات طاقة أقل. وإذا نجح في ذلك، فهذا يثبت أن الحساب الأصلي توقف في وقت مبكر جداً. أما الاختبار الثاني فيتحقق من نوع آخر من الأخطاء: وهو عدم التطابق بين القواعد التي استخدمها الكمبيوتر لحساب الطاقة والقواعد التي استخدمها لإيجاد ترتيب الإلكترونات. فإذا لم تتوافق هاتان المجموعتان من القواعد تماماً، فإن الحساب يكون غير متسق جوهرياً، حتى لو بدت الأرقام مستقرة.

وعندما طبق الفريق هذه الاختبارات على مجموعة واسعة من المواد، كانت النتائج مذهلة. ففي مسح لمئات من هياكل أكاسيد المعادن المغناطيسية من قاعدة بيانات عامة كبرى، تبين أن ما يقرب من 17 بالمائة من الحسابات التي أُعلن عن نجاحها كانت تحتوي في الواقع على خطأ كبير في الطاقة. وفي بعض هذه الحالات، كان من الممكن خفض طاقة المادة بنحو إلكترون فولت واحد، وهو مقدار هائل في عالم الفيزياء الذرية. فعلى سبيل المثال، أظهر حساب لثاني أكسيد اليورانيوم، وهو مادة تستخدم في الوقود النووي، حالة كانت أعلى بمقدار 1.46 إلكترون فولت من الحالة المستقرة الحقيقية. وبالمثل، حددت حسابات لأكسيد الكوبالت وأكسيد الحديد، وهما مادتان مهمتان للبطاريات والمحفزات، أنهما معادن، بينما أظهرت الاختبارات أنه ينبغي أن يكونا عازلين بوجود فجوة في بنيتهما الإلكترونية. وفي حالة محددة، أبلغ الكمبيوتر عن مادة بأنها معدن بفجوة ضئيلة، لكن المسبر كشف أنها يجب أن تكون عازلاً بفجوة أكبر بخمس عشرة مرة.

كما بحثت الدراسة في أسباب حدوث هذه الأخطاء. فأحياناً، يعلق الكمبيوتر في "وادي محلي"، ظاناً أنه وصل إلى قاع تلة بينما هو في الواقع يجلس على هضبة يوجد بجوارها وادي أعمق. وفي أحيان أخرى، يأتي الخطأ من عدم اتساق دقيق في كيفية تعامل البرنامج مع الرياضيات، حيث يتفق الكمبيوتر مع نفسه على إجابة خاطئة. ووجد الباحثون أن هذه الإخفاقات لم تكن عشوائية؛ فقد كانت تحدث بشكل متكرر في المواد التي تحتوي على عناصر معينة مثل الكوبالت أو الفاناديوم، وفي المواد ذات أنواع معينة من الإلكترونات التي يصعب محاكاتها. ومن الأهمية بمكان أن الدراسة أظهرت أن مجرد تشغيل الحساب مرة أخرى بنفس الإعدادات لا يحل المشكلة؛ إذ سيقع الكمبيوتر على الأرجح في نفس الحالة الزائفة. والطريقة الوحيدة لكشف هذه الأخطاء هي استخدام طرق المسبار الجديدة، والتي تجبر النظام على التحقق مما إذا كان الوصول إلى حالة طاقة أدنى أمراً ممكناً.

إن تداعيات ذلك على المجتمع العلمي كبيرة. ولأن هذه الحالات الزائفة يمكن أن تحمل خصائص مغناطيسية أو سلوكاً كهربائياً خاطئاً، فإنها يمكن أن تفسد بيانات التدريب لنماذج الذكاء الاصطناعي التي أصبحت مركزية في اكتشاف المواد. فإذا تعلم الذكاء الاصطناعي من قاعدة بيانات مليئة بهذه النتائج الإيجابية الزائفة، فسيقدم تنبؤات غير صحيحة حول المواد الجديدة. ويؤكد الباحثون أن اختباراتهم الجديدة ليست بديلاً للبرمجيات الحالية، بل هي فحص أمان ضروري. ويمكن إضافتها إلى أي سير عمل مؤتمت لتعمل كنظام إنذار مبكر أو أداة تصحيح كاملة. ومن خلال تطبيق هذه الاختبارات، يمكن للعلماء ضمان أن قواعد البيانات الضخمة ونماذج الذكاء الاصطناعي المبنية عليها تستند إلى الواقع الفيزيائي الحقيقي للمواد، وليس على نواتج برمجية توقفت في وقت مبكر جداً. ويعمل هذا العمل كتذكير بأنه في المحاكاة الرقمية للعالم المادي، فإن الرقم الذي يتوقف عن التغير ليس دائماً علامة على العثور على الحقيقة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →