کشف بلورهای نوین و مواد ابررسانا با هوش مصنوعی مولد

پایان دوران آزمون و خطای تجربی؛ جهش علم مواد به عصر طراحی معکوس تانسوری

در طول تاریخ تمدن بشری، از عصر برنز و آهن تا توسعه آلیاژهای پیشرفته تیتانیوم و نیمه‌هادی‌های سیلیکونی، کشف مواد جدید عمدتاً بر پایه فرآیندهای تصادفی، بینش شهودی متالورژیست‌ها و هزاران بار ذوب و انجماد در آزمایشگاه‌های سنتی شکل گرفته بود. محاسبات نظریه تابعی چگالی (DFT) که در اواخر قرن بیستم پدید آمدند، امکان محاسبه انرژی پیوندها را فراهم ساختند، اما به دلیل پیچیدگی کوادراتیک معادلات شرودینگر، تحلیل بلورهای حاوی صدها اتم روزها زمان روی ابررایانه‌ها مصرف می‌کرد.

همان‌گونه که در پژوهش طراحی پروتئین از صفر با مدل‌های مولکولی انتشاری در دنیای زیست‌شناسی شاهد بودیم، ورود مدل‌های مولد به هندسه سه‌بعدی ماده، محدودیت‌های گذشته را درهم شکسته است. امروزه مدل‌های هوش مصنوعی مولد مواد نظیر نسخه‌های پیشرفته پلتفرم GNoME و شبکه‌های انتشاری کریستالی (Crystal Diffusion Models)، فرآیند کشف را معکوس کرده‌اند؛ دانشمندان ابتدا خواص مورد نظر مانند رسانایی الکتریکی، دمای ذوب یا مقاومت کششی را به عنوان شرط به مدل می‌دهند و الگوریتم، چیدمان دقیق فضایی اتم‌ها در شبکه بلورین را تولید می‌کند.

این گذار محاسباتی، ظرفیت اکتشاف بشر در جدول مندلیف را در طول کمتر از دو سال معادل با چندین قرن گذشته گسترش داده است.

معماری تقارن‌محور شبکه‌های عصبی هموردا و پیش‌بینی پایداری ترمودینامیکی

پایه‌های ریاضی این جهش بر شبکه‌های عصبی گراف هموردا (SE(3)-Equivariant Graph Neural Networks) استوار است. در دنیای فیزیک حالت جامد، تغییر زاویه دید، دوران مختصات یا انتقال مکانی یک سلول واحد کریستالی نباید هیچ تغییری در انرژی درونی ماده یا نیروهای وارد بر هسته‌ها ایجاد کند. مدل‌های مولد دوران کنونی این تقارن‌های فیزیکی را به عنوان محدودیت‌های ریاضی تغییرناپذیر در لایه‌های مدل جاسازی کرده‌اند.

علاوه بر این، مدل‌ها به فیلترهای ارزیابی انرژی محدب (Convex Hull Energy) مجهز شده‌اند تا فقط ساختارهایی را پیشنهاد دهند که از نظر ترمودینامیکی پایدار یا شبه‌پایدار (Metastable) باشند و به فازهای ناخواسته تجزیه نشوند. به لطف این تکنیک، نرخ موفقیت سنتز عملی مواد پیشنهادی در آزمایشگاه از کمتر از ۲ درصد به بیش از ۷۰ درصد امروزه ارتقا یافته است.

این دقت خارق‌العاده، مستقیماً به کاربردهای صنعتی پیشرانه‌های ولتاژ بالا و اینورترهای سیلیکون کاربید خدمت می‌کند، جایی که ساختارهای سرامیکی با رسانایی حرارتی فوق‌العاده بالا به عنوان عایق‌های نسل نو به کار گرفته می‌شوند.

افق‌های روشن در حوزه ابررسانایی و کاتالیزورهای نانوساختاری

هیجان‌انگیزترین دستاورد هوش مصنوعی در علم مواد دوران کنونی کشف شبکه‌های بلورین نامتعارف با پتانسیل ابررسانایی در دماهای قابل‌دسترس است. مدل‌های مولد با مطالعه تعامل الکترون-فونون در ترکیبات فلزی پیچیده هیدرایدی و تیتانات‌های لایه‌ای، ساختارهایی را شناسایی کرده‌اند که در آنها تقارن ساختاری مانع از پراکندگی امواج براگ و مقاومت الکتریکی می‌شود.

در حوزه محیط زیست و صنایع شیمیایی، این مدل‌ها موفق به طراحی کاتالیزورهای نانوبلورین جدیدی شده‌اند که واکنش‌های دشوار الکتروشیمیایی مانند جذب و هیدروژناسیون دی‌اکسید کربن برای تولید متانول را با صرف نیمی از انرژی گذشته کاتالیز می‌کنند. این کاتالیزورها به جای استفاده از فلزات گران‌بها و کمیاب نظیر پلاتین و رودیوم، از ساختارهای نانومتخلخل بر پایه آهن، مس و کربن بهره می‌برند که هزینه‌های تجاری‌سازی سوخت‌های مصنوعی را به شدت کاهش داده است.

آزمایشگاه‌های خودران (Self-Driving Labs) و چرخه‌های بسته سنتز رباتیک

نقطه تکمیل کننده طراحی کریستال‌ها توسط هوش مصنوعی، پیوند مستقیم آنها با «آزمایشگاه‌های سنتز خودران» (Autonomous Self-Driving Labs) است. در مراکز پژوهشی پیشگام امروزه مدل کامپیوتری پس از اعتبارسنجی تئوریک یک بلور جدید، دستورالعمل پخت شیمیایی را به ربات‌های آزمایشگاهی ارسال می‌کند.

بازوان مکانیکی دقیق مقادیر میلی‌گرمی پیش‌ماده‌ها را با هم مخلوط کرده، درون کوره‌های تحت فشار قرار می‌دهند و پس از رشد بلور، نمونه را زیر پراش پرتو ایکس (XRD) و میکروسکوپ الکترونی عبوری (TEM) بررسی می‌کنند. داده‌های حاصل از تحلیل طیف‌سنجی بدون دخالت انسان دوباره به عنوان فیدبک آموزشی به مدل هوش مصنوعی بازمی‌گردد تا در چرخه بعدی، نقایص احتمالی شبکه بلوری رفع گردد.

چشم‌انداز استراتژیک؛ تسلط بر مهندسی ماده در مقیاس اتمی در عصر ماگ بیت

پیشرفت‌های هوش مصنوعی مولد در علم مواد، بشر را در آستانه دورانی قرار داده است که می‌توان ماده را با خواص دلخواه، درست همانند نوشتن یک کد نرم‌افزاری کامپایل و تولید کرد. این دستاوردها زیربنای جهش‌های بنیادین در حوزه ذخیره‌سازی انرژی، الکترونیک فوق‌سریع و ساخت قطعات هوافضایی سبک‌وزن در دهه‌های آینده خواهند بود.

تحریریه ماگ بیت طراحی تانسوری بلورها را نقطه عطفی در تاریخ علم قلمداد می‌کند. با خروج از محدودیت‌های حسی و محاسباتی مغز انسان، هوش مصنوعی درهای جهانی شگفت‌انگیز از ساختارهای نامکشوف مادی را گشوده است؛ موادی که پایدارترین و کارآمدترین فناوری‌های فردای تمدن را ممکن خواهند ساخت.