يعد اكتشاف مواد جديدة أمرًا أساسيًا لحل بعض أكبر التحديات التي تواجه البشرية. ومع ذلك، كما أوضحت مايكروسوفت، فإن الطرق التقليدية لاكتشاف مواد جديدة يمكن أن تبدو وكأنها “العثور على إبرة في كومة قش”.
تاريخيًا، كان العثور على مواد جديدة يعتمد على تجارب التجربة والخطأ الشاقة والمكلفة. وفي الآونة الأخيرة، ساعد الفحص الحسابي لقواعد بيانات المواد الضخمة في تسريع العملية، لكنها ظلت عملية تستغرق وقتًا طويلاً.
والآن، يمكن لأداة الذكاء الاصطناعي التوليدية القوية الجديدة من Microsoft تسريع هذه العملية بشكل كبير. تبتعد الأداة التي يطلق عليها اسم MatterGen عن طرق الفحص التقليدية وبدلاً من ذلك تقوم بتصميم مواد جديدة مباشرةً بناءً على متطلبات التصميم، مما يوفر نهجًا يحتمل أن يغير قواعد اللعبة لاكتشاف المواد.
نشرت مايكروسوفت في ورقة بحثية في مجلة Nature، تصف MatterGen بأنه نموذج انتشار يعمل ضمن الهندسة ثلاثية الأبعاد للمواد. حيث يمكن لنموذج نشر الصورة إنشاء صور من المطالبات النصية عن طريق تعديل ألوان البكسل، يقوم MatterGen بإنشاء هياكل مادية عن طريق تغيير العناصر والمواضع والشبكات الدورية في الهياكل العشوائية. تم تصميم هذه البنية المخصصة خصيصًا للتعامل مع المتطلبات الفريدة لعلم المواد، مثل الدورية والترتيبات ثلاثية الأبعاد.
توضح Microsoft أن “MatterGen يتيح نموذجًا جديدًا لتصميم المواد التوليدية المدعومة بالذكاء الاصطناعي، والذي يسمح بالاستكشاف الفعال للمواد، بما يتجاوز المجموعة المحدودة من المواد المعروفة”.
قفزة تتجاوز الفحص
تتضمن الأساليب الحسابية التقليدية فحص قواعد بيانات هائلة للمواد المحتملة لتحديد المرشحين ذوي الخصائص المطلوبة. ومع ذلك، فحتى هذه الأساليب محدودة في قدرتها على استكشاف عالم المواد غير المعروفة، وتتطلب من الباحثين التدقيق في ملايين الخيارات قبل العثور على مرشحات واعدة.
في المقابل، يبدأ MatterGen من الصفر، حيث يقوم بتوليد مواد بناءً على مطالبات محددة حول الكيمياء، أو الخصائص الميكانيكية، أو الخصائص الإلكترونية، أو السلوك المغناطيسي، أو مزيج من هذه القيود. تم تدريب النموذج باستخدام أكثر من 608.000 مادة ثابتة تم تجميعها من قواعد بيانات مشروع المواد والإسكندرية.
في المقارنة أدناه، تفوقت MatterGen بشكل كبير على طرق الفحص التقليدية في إنتاج مواد جديدة ذات خصائص محددة – على وجه التحديد معامل حجم أكبر من 400 جيجا باسكال، مما يعني أنه من الصعب ضغطها.
في حين أظهر الفحص عوائد متناقصة بمرور الوقت مع استنفاد مجموعة المرشحين المعروفين، واصلت شركة MatterGen تحقيق نتائج جديدة بشكل متزايد.
أحد التحديات الشائعة التي تتم مواجهتها أثناء تصنيع المواد هو الاضطراب التركيبي، وهي الظاهرة التي تقوم فيها الذرات بتبادل مواقعها بشكل عشوائي داخل شبكة بلورية. غالبًا ما تفشل الخوارزميات التقليدية في التمييز بين الهياكل المتشابهة عند تحديد ما يمكن اعتباره مادة “جديدة حقًا”.
ولمعالجة هذه المشكلة، ابتكرت مايكروسوفت خوارزمية جديدة لمطابقة البنية والتي تدمج الاضطراب التركيبي في تقييماتها. تحدد الأداة ما إذا كان الهيكلان مجرد تقديرات تقريبية مرتبة لنفس البنية المضطربة الأساسية، مما يتيح تعريفات أكثر قوة للحداثة.
إثبات أن MatterGen يعمل على اكتشاف المواد
ولإثبات إمكانات MatterGen، تعاونت مايكروسوفت مع باحثين في معاهد شنتشن للتكنولوجيا المتقدمة (SIAT) – وهي جزء من الأكاديمية الصينية للعلوم – لتجميع مادة جديدة صممها الذكاء الاصطناعي بشكل تجريبي.
تم إنشاء المادة TaCr₂O₆ بواسطة MatterGen لتحقيق هدف المعامل المجمع وهو 200 جيجا باسكال. في حين أن النتيجة التجريبية كانت أقل قليلًا من الهدف، بقياس معامل 169 جيجا باسكال، كان الخطأ النسبي 20% فقط، وهو تناقض بسيط من منظور تجريبي.
ومن المثير للاهتمام أن المادة النهائية أظهرت اضطرابًا تركيبيًا بين ذرات Ta وCr، لكن بنيتها تتوافق بشكل وثيق مع توقعات النموذج. إذا أمكن ترجمة هذا المستوى من الدقة التنبؤية إلى مجالات أخرى، فقد يكون لـ MatterGen تأثير عميق على تصميمات المواد للبطاريات وخلايا الوقود والمغناطيس والمزيد.
تضع Microsoft MatterGen كأداة مكملة لنموذج الذكاء الاصطناعي السابق الخاص بها، MatterSim، الذي يعمل على تسريع عمليات محاكاة خصائص المواد. ويمكن لهذه الأدوات معًا أن تكون بمثابة “دولاب الموازنة” التكنولوجي، مما يعزز استكشاف مواد جديدة ومحاكاة خصائصها في حلقات تكرارية.
ويتوافق هذا النهج مع ما تشير إليه مايكروسوفت بـ “النموذج الخامس للاكتشاف العلمي”، حيث ينتقل الذكاء الاصطناعي إلى ما هو أبعد من التعرف على الأنماط لتوجيه التجارب وعمليات المحاكاة بشكل فعال.
أصدرت Microsoft الكود المصدري لـ MatterGen بموجب ترخيص MIT. وإلى جانب الكود، قام الفريق بتوفير مجموعات بيانات التدريب والضبط الخاصة بالنموذج لدعم المزيد من الأبحاث وتشجيع الاعتماد على نطاق أوسع لهذه التكنولوجيا.
وبالتفكير في الإمكانات العلمية الأوسع للذكاء الاصطناعي التوليدي، ترسم مايكروسوفت أوجه التشابه مع اكتشاف الأدوية، حيث بدأت مثل هذه الأدوات بالفعل في تحويل كيفية تصميم الباحثين للأدوية وتطويرها. وبالمثل، يمكن لشركة MatterGen أن تعيد تشكيل الطريقة التي نتعامل بها مع تصميم المواد، وخاصة في المجالات الحيوية مثل الطاقة المتجددة، والإلكترونيات، وهندسة الطيران.
(حقوق الصورة: مايكروسوفت)
أنظر أيضا: لوريال: جعل مستحضرات التجميل مستدامة باستخدام الذكاء الاصطناعي التوليدي
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الضخمة من قادة الصناعة؟ اطلع على معرض الذكاء الاصطناعي والبيانات الضخمة الذي يقام في أمستردام وكاليفورنيا ولندن. ويقام هذا الحدث الشامل في موقع مشترك مع أحداث رائدة أخرى بما في ذلك مؤتمر الأتمتة الذكية، وBlockX، وأسبوع التحول الرقمي، ومعرض الأمن السيبراني والسحابي.
استكشف الأحداث والندوات عبر الإنترنت القادمة الأخرى المتعلقة بتكنولوجيا المؤسسات والمدعومة من TechForge هنا.