طاهٍ يعدّ كعكة حسب وصفة، لكنه بدل العجين الهش يحصل على قشرة صلبة. يبدأ في تفحص الأسباب: ربما الدقيق رطب، أو الفرن لا يسخن بالتساوي، أو البيض كان باردًا جدًا. هذا ما تفعله الحسابات في علم المواد تقريبًا: النظرية القياسية (DFT) كثيرًا ما تخطئ، فتتنبأ أن البلورة ستوصل التيار، بينما تُظهر التجربة أنها عازلة. كل خطأ من هذا القبيل هو إشارة إلى أن النموذج ينقصه شيء: ترتيب مغناطيسي، تفاعل قوي بين الإلكترونات، عيب خفي.

في السابق، كان البحث عن السبب يدويًا وطويلًا، كما لو كان الطاهي يفحص الفرضيات لأسابيع. الأداة الجديدة XDFT تعمل كمساعد ذكي في المطبخ: هي نفسها تعدّ قائمة المشتبه بهم من كتالوج التأثيرات النموذجية غير المأخوذة في الحسبان، وتشغّل حسابات تجريبية لكل فرضية، وتنظر أيها يتوافق مع الواقع بشكل أفضل. وهي تتعلم أثناء العمل — تحدّث الاحتمال البايزي (Bayesian probability) لأن فئة معينة من الفرضيات مفيدة أصلًا. على مجموعة اختبار من 124 مادة، وجدت الخوارزمية التفسير الصحيح لـ 70 من أصل 90 اختلافًا. هذا 78%، بينما كان التفحص العشوائي يعطي 19% فقط، والقائمة الثابتة من نموذج لغوي — 20%.

في النهاية، لكل مادة، لا يقدم XDFT وصفة حساب مصححة فحسب، بل أيضًا إشارة واضحة إلى أي آلية فيزيائية بالضبط كانت مفقودة. الحالات التي لم يُعثر لها على تفسير تُعلَّم كمرشحة لتجارب جديدة — ربما هناك شيء مخفي غير موجود في الكتالوج. ومن المثير للاهتمام أن جميع الحالات التي حُلّت بنجاح أمكن تصنيفها في ثلاث مجموعات فقط من العناصر الكيميائية التي تتكون منها المادة. هذا سمح بصياغة قاعدة قصيرة من أربعة أسطر — نوع من ورقة الغش للتشخيص السريع دون حسابات ثقيلة.

هكذا يتحول الطاهي الفاشل إلى رئيس طهاة لا يخبز كعكات مثالية فحسب، بل يفهم أيضًا لماذا لم يرتفع العجين في المرة السابقة. وإذا ظهر في المطبخ مكوّن جديد غير مألوف، فهو يعرف من أين يبدأ الفحص.