أخبار ar.wedoany.com، تمكن فريق بحثي دولي بمشاركة جامعة آلتو الفنلندية من اكتشاف نوعين جديدين من الموصلات الفائقة باستخدام تقنيات الذكاء الاصطناعي، مما يوفر منهجية أكثر كفاءة لفحص المواد فائقة التوصيل. وقد نُشرت الدراسة في الدورية الأكاديمية الأمريكية "Physical Review Research"، والموادان المكتشفتان هما YRu₃B₂ وLuRu₃B₂.
لا تقتصر أهمية هذا الإنجاز على "اكتشاف مواد جديدة" فحسب، بل تكمن في إدخال التعلم الآلي في عملية فحص المواد المرشحة للتوصيل الفائق. ونظراً للحيز الهائل من تركيبات المواد فائقة التوصيل، فإن الاعتماد الكامل على الأساليب التقليدية القائمة على التجربة والخطأ والحسابات الفردية يؤدي إلى دورات تطوير طويلة. استخدم الفريق البحثي التعلم الآلي أولاً لإجراء فحص مسبق لمجموعات واسعة من العناصر، ثم أجرى حسابات أكثر دقة قائمة على المبادئ الأولى وتحققاً تجريبياً للمواد المرشحة المحتملة، مما أدى في النهاية إلى تأكيد وجود مركبين بلوريين من نوع "كاغومي" يتميزان بخصائص التوصيل الفائق الكتلي. يحظى هيكل "كاغومي" باهتمام طويل الأمد في أبحاث فيزياء المواد المكثفة والمواد الكمومية نظراً لخصائصه الإلكترونية الفريدة وخصائصه الكمومية. ويشير هذا الدمج بين الفحص بالذكاء الاصطناعي والحسابات الفيزيائية الكمومية إلى أن تطوير المواد ينتقل من النهج التجريبي والفحص اليدوي إلى التنسيق المشترك بين التنبؤ الخوارزمي والتحقق الحسابي والتأكيد التجريبي.
لا تعد هاتان المادتان فائقتا التوصيل الجديدتان من مواد التوصيل الفائق في درجة حرارة الغرفة، كما لا يعني ذلك دخولهما الفوري في التطبيقات الهندسية. وتكمن قيمتهما بشكل أكبر في المنهجية: حيث يمكن للذكاء الاصطناعي مساعدة الباحثين على تضييق نطاق المواد المرشحة بشكل أسرع، وضغط مساحة البحث الهائلة عن المواد إلى اتجاهات تستحق المزيد من التحقق التجريبي.
إذا استمر نضج هذا المسار، فسوف تمتد تأثيراته إلى قطاعات الطاقة والكهرباء والحوسبة والمعدات منخفضة الحرارة. فبمجرد تحقيق مواد فائقة التوصيل قابلة للتطبيق على نطاق واسع لدرجات حرارة حرجة أعلى، وتحضير أكثر استقراراً، وتطبيقات أقل تكلفة، فقد تُستخدم في نقل الكهرباء منخفض الفقد، والمغناطيسات عالية الأداء، والحوسبة الكمومية، ومراكز البيانات، والتصوير الطبي، ومسرعات الجسيمات، وأنظمة الاستشعار المتقدمة. لا تزال العقبات الواقعية مرتفعة، حيث لا تتطلب المواد فائقة التوصيل خصائص فيزيائية مثالية فحسب، بل يجب أيضاً معالجة قضايا مثل عمليات التحضير، واستقرار المواد، والتيار الحرج، والقوة الميكانيكية، وظروف التبريد، وتكاليف الإنتاج بالجملة. لن يؤدي اكتشاف مادتين جديدتين بالذكاء الاصطناعي إلى تغيير هيكل الصناعة بشكل مباشر، لكنه يوفر أداة فحص جديدة لأبحاث التوصيل الفائق، مما يساعد على تحسين كفاءة اكتشاف المواد المرشحة، ويتراكم البيانات والأساليب للبحث المستقبلي عن مواد فائقة التوصيل أقرب إلى درجة حرارة الغرفة.
