أخبار ar.wedoany.com، أعلن معهد علي بابا للأبحاث (دامو)، بالتعاون مع كلية جاولينغ للذكاء الاصطناعي بجامعة رنمين الصينية وجامعة الأكاديمية الصينية للعلوم، عن إطلاق أول وكيل ذكاء اصطناعي متخصص في اكتشاف المواد فائقة التوصيل، أُطلق عليه اسم "إليمينتس كلو" (ElementsClaw). تمكن هذا الوكيل، باستخدام 28 ساعة فقط من وحدات معالجة الرسوميات (GPU)، من التنبؤ بـ 68 ألف مادة محتملة التوصيل الفائق من بين 2.4 مليون بلورة مستقرة معروفة، منها 4 مواد تم تأكيدها تجريبياً كموصلات فائقة جديدة تماماً لم تكن معروفة للبشر من قبل.
يمثل اكتشاف المواد فائقة التوصيل تحدياً محورياً في مجال الفيزياء منذ عام 1911، حيث تعتمد الطرق التقليدية على التجربة والخطأ المكثف، وهو ما يُعرف بـ "البحث العلمي بطريقة الطهي". تحتوي قاعدة البيانات الدولية الرئيسية للموصلات الفائقة "سوبر كون" (SuperCon) حالياً على ما يزيد قليلاً عن 2000 مادة فائقة التوصيل، منها فقط عشرات المواد التي تصل درجة حرارتها الحرجة إلى عشرات الكلفن. وأشار الباحث جين شي فنغ من جامعة الأكاديمية الصينية للعلوم إلى أن البشرية لم تفهم بعد بشكل كامل الآلية الفيزيائية للموصلات الفائقة ذات درجة الحرارة العالية التي تتجاوز درجة حرارتها الحرجة 40 كلفن تحت الضغط العادي، وأن المواد فائقة التوصيل الهامة مثل تلك القائمة على النحاس والحديد والنيكل تم اكتشافها جميعاً تقريباً بالصدفة.
على الرغم من التقدم الذي أحرزه الذكاء الاصطناعي في علم المواد، مثل نموذج GNoME من DeepMind الذي تنبأ بـ 2.2 مليون مادة مستقرة، ونموذج MatterGen من مايكروسوفت الذي يصمم هياكل جديدة بناءً على الخصائص، إلا أنها تفتقر إلى القدرة على تقييم المعلومات الشاملة مثل الأدبيات العلمية، وقابلية التصنيع، والسمية، والتكلفة. وأكد رونغ يو، رئيس قسم الذكاء الاصطناعي للعلوم في دامو، أن نماذج التنبؤ المنفردة لا يمكنها أن تحل محل عملية البحث العلمي الكاملة الحقيقية.
اعتمد وكيل "إليمينتس كلو" بنية وكيل "تدمج بين العمومية والتخصص"، وتتضمن شبكة عصبية عميقة هندسية ذات معاملات تبلغ 10 مليارات تُدعى "إليمينتس" (Elements). استُخدمت في مرحلة ما قبل التدريب 125 مليون جزيء وهيكل بلوري، ووصل الوكيل إلى المستوى المتطور (SOTA) أو اقترب منه في 22 اختباراً معيارياً في علم المواد، كما أثبت لأول مرة قانون القياس (Scaling Law) على بنية غير قائمة على نماذج اللغة الكبيرة. يمتلك الوكيل عدة وحدات وظيفية: Elements-T للتنبؤ بدرجة الحرارة الحرجة للتوصيل الفائق بمتوسط خطأ مطلق يبلغ 0.99 كلفن فقط؛ Elements-C لتحديد ما إذا كانت المادة موصلة فائقة بدقة AUC تبلغ 0.996؛ Elements-E للتنبؤ بالطاقة والاستقرار؛ Elements-G لتوليد هياكل بلورية جديدة تماماً. يتولى نظام الوكيل مهام البحث في الأدبيات العلمية، ومقارنة قواعد البيانات، وتحليل قابلية التصنيع، وتصميم الخطط التجريبية، ويمتلك القدرة على ضبط النماذج تلقائياً بناءً على البيانات الجديدة.
قام فريق البحث بتصنيع 4 مواد فائقة توصيل جديدة تجريبياً عبر 4 مسارات. المادة الأولى "Hf₂₁Re₂₅" (بدرجة حرارة حرجة 2.5 كلفن) كانت موجودة في قاعدة بيانات قائمة ولكن لم يتم التحقق منها تجريبياً؛ المادة الثانية "Zr₄VRe₇" (بدرجة حرارة حرجة 3.5 كلفن) صححت خطأً هيكلياً في قاعدة البيانات؛ المادة الثالثة "HfZrRe₄" (بدرجة حرارة حرجة 5.9 كلفن) هي هيكل جديد تماماً تم توليده من الصفر بواسطة الذكاء الاصطناعي؛ المادة الرابعة "Zr₃ScRe₈" (بدرجة حرارة حرجة 6.5 كلفن) تم اكتشافها من خلال تلخيص الأنماط الهيكلية واستبدال العناصر. درجات الحرارة الحرجة لهذه المواد ليست عالية، حيث تبلغ أعلاها 6.5 كلفن، لكن نسبة نجاح التوصيات التي قدمها الذكاء الاصطناعي ارتفعت من حوالي 3% في الطبيعة إلى 40%.
قام معهد دامو بفتح قاعدة بيانات التنبؤات الخاصة بـ 2.4 مليون بلورة مستقرة بالكامل، ويمكن للباحثين العلميين حول العالم استخدامها مجاناً. وأشار هوانغ وين بينغ، الأستاذ المشارك في كلية جاولينغ للذكاء الاصطناعي بجامعة رنمين الصينية، إلى أن هدف "الذكاء الاصطناعي من أجل العلم" (AI for Science) هو تحقيق التعايش بين الإنسان والآلة، حيث يتولى الذكاء الاصطناعي مهام فرز البيانات والأعمال المتكررة، بينما يتولى العلماء مهمة طرح الأسئلة وبناء منظومة المعرفة.
