المادة تكشف أسرارها ✎ سريع

الأصل: "Inelastic Constitutive Kolmogorov-Arnold Networks: A generalized framework for automated discovery of interpretable inelastic material models"
arXiv:2602.17750 · 2026-02-19 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
شبكة عصبية تتعلم استخراج المعادلات التي تصف تمدد المواد وانضغاطها.

المادة مثل الإنسان: إذا مددتها لفترة طويلة، تتذكر ذلك وتتصرف بشكل مختلف. لسنوات، ظل المهندسون يبحثون عن معادلات لوصف هذه الذاكرة. الآن، تقوم الشبكة العصبية بذلك بنفسها.

البنية الجديدة iCKAN تأخذ بيانات الاختبارات وتحولها إلى معادلات. إنها لا ترى المرونة فحسب، بل ترى أيضًا اللزوجة — أي كيف تتدفق المادة تحت الحمل. اختُبرت الطريقة على بيانات اصطناعية وعلى بوليمر حقيقي هو VHB 4910. وتطابقت النتائج مع القياسات المخبرية.

بوليمر VHB 4910 هو شريط لاصق يُستخدم في الروبوتات اللينة. يتمدد عدة مرات ثم يعود ببطء إلى حالته الأصلية.

القوة الرئيسية لـ iCKAN هي أنها لا تكتفي بالتنبؤ بالأرقام، بل تُخرج معادلات. الأمر أشبه بجهاز قياس الطول الذي يستنتج القاعدة: «الطول = العمر × التغذية». يمكن قراءة هذه المعادلات والتحقق منها.

في المستقبل، ستكون هذه الطريقة مفيدة ليس فقط في الميكانيكا. إذا أضفنا بيانات عن درجة الحرارة أو الرطوبة، ستجد الشبكة العصبية كيف تغير الظروف خصائص المادة. إنها خطوة نحو تصميم المواد بالحاسوب بدلاً من اختيارها يدويًا.

بوليمر VHB 4910 لزج جدًا لدرجة أنه يُستخدم كشريط لاصق مزدوج الوجه في الصناعة.

العلماء
Emmy NoetherWolfgang PauliChien-Shiung WuEugene WignerJohn Stewart BellErwin Schrödinger
المفاهيم
مواد التعلم الآلي الشبكات العصبية الاستدلالية الشبكات العصبية التلافيفية المشفر الذاتي مرشح كالمان التنبؤ بالخصائص الجزيئية شبكة عصبية بيانية العمليات العشوائية نماذج اللغة الكبيرة