ذكاء اصطناعي يحل معضلة فيزيائية عمرها 100 عام في ثوانٍ

حل الذكاء الاصطناعي في ثوانٍ معدودة معضلة فيزيائية عمرها 100 عام، استغرق العلماء قرنًا لحلها.

طور باحثون من جامعة نيو مكسيكو ومختبر لوس ألاموس الوطني إطار عمل “THOR AI” الذي يحل المهام المستحيلة لحساب التكاملات التكوينية في الفيزياء الإحصائية.

يستخدم إطار عمل “THOR AI” خوارزميات شبكات التنسور للتعامل مع حسابات رياضية ضخمة للغاية تُعرف باسم التكاملات التكوينية، بالإضافة إلى المعادلات التفاضلية الجزئية اللازمة لتحليل المواد، بحسب تقرير لموقع “ساينس ديلي” المتخصص في العلوم، اطلعت عليه “

تُستخدم التكاملات التكوينية للتنبؤ بكيفية تصرف المواد المختلفة تحت ضغوط ودرجات حرارة متنوعة.

ولتعزيز قوة النظام، دمج الباحثون الإطار مع نماذج تعلم آلي قادرة على تمثيل كيفية تفاعل الذرات وحركتها. ويُمكّن هذا التكامل العلماء من نمذجة المواد بدقة وكفاءة عبر نطاق واسع من البيئات الفيزيائية.

ولعقود طويلة، اعتمد الباحثون على تقنيات حسابية غير مباشرة، مثل ديناميكيات الجزيئات ومحاكاة مونت كارلو، لتقدير التكاملات التكوينية. وتحاول هذه الطرق محاكاة حركة الذرات من خلال محاكاة عدد هائل من التفاعلات على مدى فترات طويلة.

وتكمن العقبة الرئيسية فيما يسميه العلماء “لعنة الأبعاد” (curse of dimensionality). فكلما زاد عدد المتغيرات، تزداد تعقيدات الحسابات بشكل هائل، حتى إن أكثر الحواسيب العملاقة تقدمًا تواجه صعوبة كبيرة في التعامل مع هذا التحدي. ونتيجة لذلك، غالبًا ما تستمر المحاكيات لأسابيع طويلة، مع تقديم نتائج تقريبية فقط.

وقال ديميتير بيتسيف، الأستاذ في قسم الهندسة الكيميائية والبيولوجية بجامعة نيو مكسيكو: “تقليديًا، كان يُعتبر حل التكامل التكويني مباشرةً أمرًا مستحيلًا، لأن هذا التكامل غالبًا ما يتضمن أبعادًا تصل إلى آلاف الأبعاد. تتطلب تقنيات التكامل التقليدية أوقات حسابية تتجاوز عمر الكون، حتى مع أجهزة الكمبيوتر الحديثة”.

غير أن نظام “THOR AI” قام بتحويل هذه المشكلة التي تبدو مستعصية إلى أمر قابل للحل بكفاءة. ويتم ذلك من خلال تمثيل مجموعة البيانات الضخمة عالية الأبعاد للتكامل على شكل سلسلة من القطع الصغيرة المتصلة. ويعتمد هذا النظام على استراتيجية رياضية تُعرف باسم “Tensor Train Cross Interpolation” لتحقيق هذا الضغط

وطور الباحثون أيضًا نسخة متخصصة من هذه الطريقة للكشف عن التناظرات البلورية الرئيسية داخل المادة.

ومن خلال تحديد هذه الأنماط، يُقلل نظام “THOR AI” بشكل كبير من حجم العمليات الحسابية المطلوبة. فالحسابات التي كانت تستغرق آلاف الساعات أصبحت تُنجز الآن في ثوانٍ معدودة دون المساس بالدقة.

اختبر الفريق نظام “THOR AI” على أنظمة مواد مُتعددة، بما في ذلك معادن مثل النحاس، والغازات النبيلة تحت ضغط هائل.

ووفقًا للنتائج المنشورة في دورية “Physical Review Materials”، كان أداء “THOR AI” أسرع بـ 400 مرة من عمليات المحاكاة التقليدية دون المساس بالدقة.

ونظرًا لكفاءته العالية، يُمكن أن يُصبح هذا الذكاء الاصطناعي، وفقًا للباحثين، أداة قيّمة لحل ألغاز مُرتبطة بالفيزياء والكيمياء.

وقال دوك ترونغ، العالم في مختبر لوس ألاموس والمؤلف الرئيسي للدراسة: “يفتح THOR AI الباب أمام اكتشافات أسرع وفهم أعمق للمواد”.