الذكاء الاصطناعي يكشف أسرار هياكل المواد البلورية

لأكثر من قرن، اعتمد العلماء على تقنية حيود الأشعة السينية لتحديد بنية المواد البلورية مثل المعادن والصخور والسيراميك.

تُعد هذه التقنية فعالة للغاية عندما تكون البلورة سليمة، لكن في العديد من الحالات، لا يمتلك العلماء سوى مسحوق من المادة، يحتوي على شظايا عشوائية من البلورة. مما يجعل من الصعب للغاية تجميع البنية الكلية.

ولكن الآن، ابتكر كيميائيون من معهد ماساتشوستس للتكنولوجيا نموذجًا جديدًا للذكاء الاصطناعي التوليدي يمكنه تسهيل تحديد بنية هذه البلورات المسحوقية بشكل كبير.

ويمكن أن يساعد نموذج التنبؤ هذا الباحثين على تصنيف المواد للاستخدام في البطاريات والمغناطيسات وغيرها من التطبيقات العديدة.

تقول دانا فريمان، أستاذة الكيمياء في معهد ماساتشوستس للتكنولوجيا: “البنية هي أول شيء تحتاج إلى معرفته لأي مادة. فهي مهمة للتوصيل الفائق، ومهمة للمغناطيسات، ومهمة لمعرفة نوع الخلايا الضوئية التي قمت بإنشائها. إنها مهمة لأي تطبيق يمكنك التفكير فيه والذي يركز على المواد.”

فريمان وجوري ليسكوف، أستاذ علوم الكمبيوتر في جامعة ستانفورد، هما المؤلفان الرئيسيان للدراسة الجديدة التي نُشرت اليوم في مجلة الجمعية الكيميائية الأمريكية.

أنماط مميزة

تتكون المواد البلورية، التي تشمل المعادن ومعظم المواد الصلبة غير العضوية الأخرى، من شبكات تتكون من العديد من الوحدات المتكررة المتطابقة.

يمكن اعتبار هذه الوحدات “صناديق” ذات شكل وحجم مميزين، مع ترتيب الذرات بدقة داخلها.

عندما تُوجه أشعة سينية إلى هذه الشبكات، فإنها تُحرف عن الذرات بزوايا وشدة مختلفة، مما يكشف عن معلومات حول مواقع الذرات والروابط بينها.

منذ بداية القرن العشرين، تم استخدام هذه التقنية لتحليل المواد، بما في ذلك الجزيئات البيولوجية التي لها بنية بلورية، مثل الحمض النووي وبعض البروتينات.

بالنسبة للمواد التي توجد فقط كبلورة مسحوقية، يصبح حل هذه البنى أكثر صعوبة لأن الشظايا لا تحمل البنية ثلاثية الأبعاد الكاملة للبلورة الأصلية.

تقول فريمان: “الشبكة الدقيقة لا تزال موجودة، لأن ما نسميه مسحوقًا هو في الواقع مجموعة من البلورات الدقيقة. لذلك، لديك نفس الشبكة مثل البلورة الكبيرة، لكنها في اتجاه عشوائي بالكامل.”

بالنسبة لآلاف هذه المواد، توجد أنماط حيود الأشعة السينية ولكنها لا تزال غير محلولة.

لمحاولة فك رموز بنية هذه المواد، دربت فريمان وزملاؤها نموذجًا للتعلم الآلي على بيانات من قاعدة بيانات تسمى “مشروع المواد”، والتي تحتوي على أكثر من 150 ألف مادة.

أولاً، قاموا بإدخال عشرات الآلاف من هذه المواد إلى نموذج موجود يمكنه محاكاة شكل أنماط حيود الأشعة السينية.

ثم استخدموا تلك الأنماط لتدريب نموذج الذكاء الاصطناعي الخاص بهم، الذي أطلقوا عليه اسم “كريستالايز”، للتنبؤ بالبنى بناءً على أنماط الأشعة السينية.

يقسم النموذج عملية التنبؤ بالبنى إلى عدة مهام فرعية.

أولاً، يحدد حجم وشكل “صندوق” الشبكة وأي ذرات ستدخل فيه.

ثم يتنبأ بترتيب الذرات داخل الصندوق.

بالنسبة لكل نمط حيود، يولد النموذج العديد من البنى المحتملة، والتي يمكن اختبارها عن طريق إدخال البنى إلى نموذج يحدد أنماط الحيود لبنية معينة.

يقول ريسيل: “نموذجنا هو ذكاء اصطناعي توليدي، مما يعني أنه يولد شيئًا لم يره من قبل، وهذا يسمح لنا بتوليد العديد من التخمينات المختلفة. يمكننا إجراء مائة تخمين، ثم يمكننا التنبؤ بمظهر نمط المسحوق لتخميناتنا.

ثم إذا كان الإدخال يبدو تمامًا مثل الإخراج، فإننا نعلم أننا حصلنا على الإجابة الصحيحة.”

حل البنى غير المعروفة

اختبر الباحثون النموذج على عدة آلاف من أنماط الحيود المحاكاة من “مشروع المواد”.

كما اختبروه على أكثر من 100 نمط حيود تجريبي من قاعدة بيانات RRUFF، التي تحتوي على بيانات حيود الأشعة السينية المسحوقية لما يقرب من 14 ألف معدن بلوري طبيعي، والتي لم يتم تضمينها في بيانات التدريب.

على هذه البيانات، كانت دقة النموذج حوالي 67٪ من الوقت.

ثم بدأوا في اختبار النموذج على أنماط الحيود التي لم يتم حلها من قبل.

جاءت هذه البيانات من ملف حيود المسحوق، الذي يحتوي على بيانات حيود لأكثر من 400 ألف مادة محلولة وغير محلولة.

باستخدام نموذجهم، توصل الباحثون إلى بنى لأكثر من 100 من هذه الأنماط غير المحلولة سابقًا.

كما استخدموا نموذجهم لاكتشاف بنى لثلاث مواد أنشأها مختبر فريمان عن طريق إجبار العناصر التي لا تتفاعل عند الضغط الجوي على تكوين مركبات تحت ضغط عالٍ.

يمكن استخدام هذا النهج لتوليد مواد جديدة لها بنى بلورية وخصائص فيزيائية مختلفة تمامًا، على الرغم من أن تركيبها الكيميائي هو نفسه.

الجرافيت والماس – كلاهما مصنوع من الكربون النقي – هما مثالان على هذه المواد.

يمكن أن تكون المواد التي طورتها فريمان، والتي تحتوي كل منها على بزموت وعناصر أخرى، مفيدة في تصميم مواد جديدة للمغناطيسات الدائمة.

تقول فريمان: “وجدنا العديد من المواد الجديدة من البيانات الموجودة، والأهم من ذلك، حلنا ثلاثة بنى غير معروفة من مختبرنا تشكل المراحل الثنائية الجديدة الأولى لتلك مجموعات العناصر.”

وفقًا لفريق معهد ماساتشوستس للتكنولوجيا، فإن القدرة على تحديد بنى المواد البلورية المسحوقية يمكن أن تساعد الباحثين العاملين في أي مجال تقريبًا مرتبط بالمواد، وقد نشر الفريق واجهة ويب للنموذج على crystalyze.org.

تم تمويل البحث من قبل وزارة الطاقة الأمريكية والمؤسسة الوطنية للعلوم.

هذا المحتوى تم باستخدام أدوات الذكاء الاصطناعي