الذكاء الاصطناعي يُحدث ثورة في مجال علوم المواد:

الذكاء الاصطناعي لا يساعد فقط، بل يُحدث ثورة في مجال علوم المواد

علم المواد هو دراسة خصائص المواد وتركيبها وتطبيقاتها، بدءًا من المعادن والسيراميك إلى البوليمرات والمواد النانوية. وهو مجال متعدد التخصصات يشمل الفيزياء والكيمياء والهندسة والأحياء، وله تأثير كبير على مختلف الصناعات، مثل الطاقة والإلكترونيات والطب والفضاء. ومع ذلك، فإن اكتشاف وتصميم مواد جديدة غالبًا ما يكون عملية بطيئة ومكلفة وتتطلب عمالة مكثفة، وتتطلب العديد من التجارب والمحاكاة لاستكشاف المساحة الشاسعة من التركيبات والهياكل المحتملة.

وهنا يأتي دور الذكاء الاصطناعي (AI). الذكاء الاصطناعي هو فرع من علوم الكمبيوتر يهدف إلى إنشاء آلات وأنظمة يمكنها أداء المهام التي تتطلب عادة الذكاء البشري، مثل التعلم والتفكير واتخاذ القرار. لقد حقق الذكاء الاصطناعي تقدما ملحوظا في مجالات مختلفة، مثل معالجة اللغة الطبيعية، ورؤية الكمبيوتر، ولعب الألعاب، وذلك بفضل توافر كميات كبيرة من البيانات، وموارد الحوسبة القوية، والخوارزميات الجديدة. ومن الممكن أيضا تطبيق الذكاء الاصطناعي على علوم المواد، للمساعدة في تسريع اكتشاف وتطوير مواد جديدة بنحو 10 إلى 100 مرة، من خلال تحسين كفاءة توليد الفرضيات، والاختبار، وتحليل البيانات بطريقة حلقة مغلقة.

يمكن للذكاء الاصطناعي مساعدة علماء المواد بعدة طرق، مثل:

- التنبؤ بخصائص المواد وثباتها بناءً على تركيبها وبنيتها، باستخدام نماذج التعلم الآلي المدربة على البيانات الموجودة من قواعد البيانات أو التجارب. على سبيل المثال، قامت شركة Google DeepMind بتطوير نظام ذكاء اصطناعي يسمى شبكات الرسم البياني لاستكشاف المواد (GNoME)، والذي يمكنه توليد 2.2 مليون مركب محتمل عن طريق تعديل تركيبة المواد المعروفة، والتنبؤ ببنيتها البلورية واستقرارها¹. لقد تنبأ جنوم بوجود مئات الآلاف من المواد المستقرة، مما يمنح علماء المواد الكثير من المواد المرشحة للسعي للحصول عليها في التجارب المستقبلية.

- تحسين ظروف التوليف ومعايير المواد، باستخدام التعلم المعزز أو الخوارزميات التطورية التي يمكن أن تتعلم من التجربة والخطأ أو تحاكي الانتقاء الطبيعي. على سبيل المثال، يستطيع نظام مستقل يسمى A-Lab، تم تطويره بالتعاون بين جوجل ديب مايند، وLBNL، وجامعة كاليفورنيا في بيركلي، ابتكار وصفات للمواد، ثم تنفيذ تركيب وتحليل المنتجات، وكل ذلك دون تدخل بشري. يستخدم A-Lab الروبوتات الموجهة بالذكاء الاصطناعي لخلط المكونات وتسخينها لتصنيع مواد جديدة، ثم توصيفها باستخدام تقنيات مختلفة، مثل حيود الأشعة السينية، والمجهر الإلكتروني الماسح، والتحليل الطيفي المشتت من الطاقة. أصدر A-Lab أول مجموعة من الاكتشافات، بما في ذلك بعض المواد التي قد تجد استخدامات في البطاريات أو الخلايا الشمسية.

- تصميم مواد جديدة ذات خصائص ووظائف مرغوبة، باستخدام نماذج توليدية أو أساليب تصميم عكسية يمكنها إنشاء مواد جديدة من الصفر أو إجراء هندسة عكسية للمواد الموجودة. على سبيل المثال، طور الباحثون في معهد ماساتشوستس للتكنولوجيا شبكة تنافس توليدية (GAN)، وهي نوع من الشبكات العصبية التي يمكنها توليد صور واقعية، لإنشاء هياكل جزيئية جديدة للثنائيات العضوية الباعثة للضوء (OLEDs)، والتي تستخدم في شاشات العرض و أجهزة الإضاءة³. يمكن لـ GAN إنتاج جزيئات جديدة ليست صالحة كيميائيًا فحسب، بل تتمتع أيضًا بدرجة عالية من اللمعان والثبات، ويمكن تصنيعها في المختبر.

الذكاء الاصطناعي لا يساعد فقط، بل يُحدث ثورة في مجال علوم المواد، من خلال تمكين استكشاف الفضاء المادي بشكل أسرع وأرخص وأكثر إبداعًا. يمكن أن يوفر الذكاء الاصطناعي أيضًا رؤى جديدة حول العلاقات بين بنية المواد وخصائصها، بالإضافة إلى طرق جديدة لتحسين خصائص المواد بسرعة لتطبيقات محددة. ويمكن للذكاء الاصطناعي أيضًا أن يكمل الخبرة البشرية والحدس، من خلال تقديم الاقتراحات والتعليقات والتفسيرات، وتسهيل التعاون والتواصل بين علماء المواد. يمكن أن يساعد الذكاء الاصطناعي أيضًا في معالجة بعض التحديات والقيود التي تفرضها العلوم المادية، مثل ندرة البيانات وجودتها وعدم تجانسها، فضلاً عن القضايا الأخلاقية والاجتماعية والبيئية.

يعمل الذكاء الاصطناعي على تحويل علم المواد من نهج التجربة والخطأ إلى نهج ذكي يعتمد على البيانات، مما يفتح إمكانيات وفرص جديدة للابتكار والاكتشاف. الذكاء الاصطناعي هو الحدود التالية لعلم المواد، وعلم المواد هو الحدود التالية للذكاء الاصطناعي.

فيما يلي بعض الأمثلة الإضافية لتطبيقات الذكاء الاصطناعي في علوم المواد:

- تطوير سبائك ومواد مركبة جديدة ذات خواص ميكانيكية وحرارية وكهربائية محسنة، باستخدام الشبكات العصبية العميقة أو التحسين بايزي لتوجيه البحث عن التركيبات المثالية وظروف المعالجة. على سبيل المثال، استخدم الباحثون في جامعة ميشيغان الذكاء الاصطناعي لتصميم سبيكة معدنية جديدة أقوى وأخف وزنا من التيتانيوم، من خلال الجمع بين النيكل والألومنيوم والكوبالت بطريقة جديدة.

- اكتشاف محفزات جديدة للتفاعلات الكيميائية، مثل تجزئة الماء، واختزال ثاني أكسيد الكربون، وتخليق الأمونيا، باستخدام الشبكات العصبية البيانية أو الخوارزميات الجينية للتنبؤ بالنشاط التحفيزي والانتقائية للمواد المختلفة، مثل أكاسيد المعادن، والأطر المعدنية العضوية، و الجسيمات النانوية. على سبيل المثال، استخدم الباحثون في جامعة ستانفورد الذكاء الاصطناعي لتحديد محفزات جديدة لتقسيم الماء، وهي عملية أساسية لإنتاج وقود الهيدروجين.

- تصميم مواد ذكية يمكنها التكيف مع المحفزات الخارجية مثل درجة الحرارة أو الضوء أو المجال الكهربائي أو المجال المغناطيسي، وذلك باستخدام التعلم المعزز أو المعادلات التفاضلية العصبية العادية لنمذجة السلوك الديناميكي والتحكم في ردود الفعل لهذه المواد. على سبيل المثال، استخدم الباحثون في معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي لتصميم مادة ذكية يمكنها تغيير شكلها وصلابتها استجابة للمجال الكهربائي، من خلال التعلم من قاعدة بيانات الهياكل المطبوعة ثلاثية الأبعاد.

المصدر: حوار مع بينج، 12/6/2023

(1) دور الذكاء الاصطناعي في علوم المواد التجريبية | SpringerLink. https://link.springer.com/article/10.1557/s43577-023-00482-y.

(2) يتحد الذكاء الاصطناعي من Google والروبوتات لبناء مواد جديدة - الطبيعة. https://www.nature.com/articles/d41586-023-03745-5.

(3) يساعد الذكاء الاصطناعي علماء المواد في العثور على مواد جديدة واعدة - أكسيوس. https://www.axios.com/2022/10/09/ai- 

(4) دور الذكاء الاصطناعي في علوم المواد التجريبية | SpringerLink. https://link.springer.com/article/10.1557/s43577-023-00482-y.

(5) تطبيقات الذكاء الاصطناعي في علم المواد – AZoM.com. https://www.azom.com/article.aspx?ArticleID=19155.

(6) الذكاء الاصطناعي لعلوم المواد (AIMS) | نيست. https://www.nist.gov/news-events/events/2022/07/artificial-intelligence-materials-science-aims.

(7) الذكاء الاصطناعي لاكتشاف المواد وتصميمها. https://soulpageit.com/ai-for-materials-discovery-and-design/.

(8) يساعد الذكاء الاصطناعي علماء المواد في العثور على مواد جديدة واعدة - أكسيوس. https://www.axios.com/2022/10/09/ai-discover-new-materials-science.