Machine learning-enabled discovery of refractory high entropy alloys on curated data
تقدم هذه الدراسة إطاراً للتعلم الآلي مبنياً على مجموعة بيانات منسقة لسبائك عالية الإنتروبيا مقاومة للحرارة، لا يحقق دقة تنبؤية عالية لاستقرار الطور فحسب، بل يكشف أيضاً أن التباينات الكبيرة في حالات الأكسدة الأكثر استقراراً للعناصر المكونة هي التي تدفع نحو تشكل المركبات البينية، مما يوجه الاكتشاف التجريبي الناجح لسبائك عالية الإنتروبيا جديدة أحادية الطور.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل عالماً تُعاد فيه ابتكار المواد التي نستخدمها لبناء كل شيء — من المحركات في سياراتنا إلى الغرسات في أجسادنا — باستمرار. لعقود من الزمن، حاول العلماء ابتكار المعدن "المثالي" عبر خلط عناصر مختلفة كثيرة معاً، آملين في إيجاد تركيبة أقوى، أو أخف وزناً، أو أكثر مقاومة للحرارة مما قدمته لنا الطبيعة. يُسمى هذا المجال "تصميم السبائك". عادةً، يخلط المهندسون معدناً رئيسياً مع رشات صغيرة من أشياء أخرى، مثل إضافة رشة ملح إلى الحساء. لكن فكرة أحدث وأكثر جموحاً تُسمى "السبائك عالية الاعتلال" تقترح خلط أجزاء متساوية من خمسة معادن أو أكثر، مما يخلق مطبخاً فوضوياً ومزدحماً حيث ترفض المكونات الانفصال.
الهدف هو العثور على نوع محدد من هذه الخلطات الفوضوية يُسمى "السبائك عالية الاعتلال المتقدمة" (refractory high-entropy alloys). فكر في هذه السبائك كأنها المعادن القصوى المقاومة للحرارة، القادرة على البقاء داخل محركات الطائرات النفاثة أو المفاعلات النووية دون أن تنصهر أو تتفكك. ومع ذلك، فإن العثور على الوصفة الصحيحة أمر صعب للغاية. فهناك طرق لا حصر لها لخلط هذه العناصر، مما يجعل الأمر يشبه محاولة العثور على حبة رمل محددة على الشاطئ عن طريق التقاطها واحدة تلو الأخرى. لقد حاول العلماء استخدام عمليات المحاكاة الحاسوبية والقواعد التقليدية، لكن النتائج غالباً ما تكون فوضوية لأن المعادن لا تسلك دائماً السلوك الذي تتوقعه الرياضيات. فقد تشكل كتلة معدنية واحدة سلسة (وهذا أمر جيد)، أو قد ترتبك وتنقسم إلى قطع مختلفة وأضعف (وهذا أمر سيء). وهنا تبدأ قصة هذا البحث الجديد: قرر فريق من العلماء استخدام الذكاء الاصطناعي ليس فقط للتخمين، بل للتعلم من تاريخ منقح بعناً لتجارب سابقة لفك شفرة كيفية صنع هذه الخلطات المعدنية الفائقة.
طاهي الذكاء الاصطناعي وحساء المعادن
في هذه الدراسة، عمل الباحث يونغ غانغ يان وفريقه في جامعة سيتشوانون ومؤسسات أخرى كالمحققين الذين يحاولون حل لغز طهي. أرادوا معرفة كيفية طهي "سبيكة عالية الاعتلال متقدمة" بدقة بحيث تتحول إلى كتلة صلبة واحدة وسلسة (تُسمى محلولاً صلباً أحادي الطور) بدلاً من خليط متكتل ومنفصل.
للقيام بذلك، لم يكتفوا بإلقاء البيانات على جهاز كمبيوتر. أولاً، كان عليهم تنظيف "كتاب الطبخ". لقد جمعوا مئات الوصفات من الأوراق العلمية الماضية، لكنهم أدركوا أن العديد من تلك الملاحظات القديمة لم تكن موثوقة. فبعض العلماء ادعى أن المعدن كان سلساً بينما كان في الواقع متكتلاً، أو نسوا ذكر مدة طهيه. لذا، عاد الفريق إلى التقارير المختبرية الأصلية، ونظروا إلى صور الأشعة السينية والصور المجهرية لإعادة تصنيف كل سبيكة. تساءلوا: "هل هذا حقاً كتلة سلسة، أم أنه مزيج من أشياء مختلفة؟" وانتهى بهم الأمر إلى قائمة منقحة تضم 675 سبيكة، مصنفة بعناية إلى فئات "سلسة" و"متكتلة".
بعد ذلك، علموا نموذج تعلم آلي (نوع من أنواع الذكاء الاصطناعي) كيف ينظر إلى المكونات ويتنبأ بالنتيجة. لكنهم لم يغذوا الذكاء الاصطناعي بحقائق أساسية مثل "كم يبلغ وزن هذا المعدن؟" بل ابتكروا طريقة جديدة لوصف المكونات بناءً على ملاحظة ذكية: عندما تفشل هذه المعادن في الاختلاط، فإنها تميل إلى الانقسام إلى مجموعتين محددتين. على سبيل المثال، بعض العناصر مثل التنجستن والتانتالوم تحب البقاء معاً، بينما تفضل عناصر أخرى مثل التيتانيوم والزركونيوم مجموعة مختلفة. تعلم الذكاء الاصطناعي كيفية رصد هذه "الشلل" قبل أن يبرد المعدن حتى.
الاكتشاف الكبير: سر "حالة الأكسدة"
الجزء الأكثر إثارة في القصة هو ما اكتشفه الذكاء الاصطناعي حول سبب رفض هذه المعادن للاختلاط أحياناً. لسنوات، اعتقد العلماء أن المفتاح يكمن في عدّ الإلكترونات في الذرات (تحديداً ما يسمى بتركيز إلكترونات التكافؤ، أو VEC). كان الأمر يشبه الاعتقاد بأن الشيء الوحيد الذي يهم في الوصفة هو العدد الإجمالي للبيض.
لكن هذه الورقة البحثية تشير إلى أن هذا ليس القصة كاملة. فقد اكتشف الذكاء الاصطناعي قاعدة جديدة أكثر أهمية تعتمد على "أكثر حالة أكسدة استقراراً" (MSO). فكر في هذا كـ "شخصية" المعدن أو عدد الأصدقاء الذين يريد الإمساك بأيدي بعضهم البعض عندما يسخن. وجد الباحثون أنه إذا كان الفرق في هذه "الألفة" بين المعادن المختلفة كبيراً جداً (تحديداً، إذا كان الفرق أكبر من 15)، فإن المعادن تصاب بالغيرة وتشكل هياكل منظمة وصلبة (أطوار بين-فلزية) بدلاً من مزيج سلس.
لإثبات ذلك، استخدم الفريق حواسيب فائقة لمحاكاة الذرات على المستوى الكمي. نظروا إلى معدن يسمى الكروم. في الطريقة القديمة لعد الإلكترونات، بدا الكروم تماماً مثل أقربائه من التنجستن والموليبدينوم. لكن قاعدة "MSO" الجديدة أظهرت أن الكروم مختلف تماماً — فهو أكثر "تساهمية"، مما يعني أنه يحب تكوين روابط محددة وثيقة تقفل هيكله في بنية صلبة، مما يتسبب في تفكك الخليط. كان الذكال الاصطناعي محقاً: الكروم هو المثير للمشاكل الذي يجب موازنته بعناية.
الإثبات: طهي الوصفات الجديدة
لم يتوقف الفريق عند شاشة الكمبيوتر فحسب. لقد أخذوا نصيحة الذكاء الاصطناعي وطهوا عشر وصفات معدنية جديدة في المختبر. اختاروا سبائك تنبأ الذكاء الاصطناعي بأنها ستكون سلسة ومستقرة، وأخرى تنبأ بأنها ستكون متكتلة.
وعندما صهروا المعادن وبردوها، كانت النتائج دقيقة تماماً.
- السبائك التي قال الذكاء الاصطناعي إنها ستكون سلسة (مثل مزيج من التنجستن والموليبدينوم والتانتالوم) تحولت إلى معادن منتظمة تماماً وأحادية الطور.
- السبائك التي قال الذكاء الاصطناعي إنها ستكون متكتلة (مثل تلك التي تحتوي على الكروم) انفصلت بالفعل إلى أطوار مختلفة، تماماً كما كان متوقعاً.
تخلص الورقة البحثية إلى أنه باستخدام هذه البيانات "المنقحة" وقاعدة "MSO" الجديدة، يمكننا الآن تصميم هذه المعادن فائقة القوة والمقاومة للحرارة بشكل أسرع وأكثر دقة من ذي قبل. إنه يشبه أخيراً امتلاك نظام تحديد مواقع (GPS) لا يخبرك فقط بمكان وجودك، بل يعرف أيضاً أي الطرق مغلقة قبل أن تبدأ القيادة حتى. ورغم أن الذكاء الاصطناعي لا يمكنه التنبؤ بكل نتيجة بدقة تامة بعد، إلا أنه منح العلماء خريطة جديدة قوية للإبحار في العالم الفوضوي للسبائك عالية الاعتلال، مما قد يؤدي إلى مواد أفضل لكل شيء، من السفر عبر الفضاء إلى الغرسات الطبية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.