المحفز الضوئي هو مسحوق، عند وضعه في الماء تحت الضوء، يحلله إلى فقاعات هيدروجين وأكسجين. المادة الأكثر شيوعًا لهذا الغرض هي ثاني أكسيد التيتانيوم، وهو صبغة بيضاء في الدهانات ومعجون الأسنان. لكن البلورة النقية تعمل ببطء: فهي تمتص الأشعة فوق البنفسجية فقط، وهذه الأشعة قليلة في الطيف الشمسي. لذلك تُفسد البلورة عمدًا — تُدخل فيها عيوب: تُزال ذرات أكسجين معينة أو يُستبدل جزء من التيتانيوم بثلاثي التكافؤ. يصبح هذا المسحوق "المتسخ" رماديًا أو حتى أسود ويبدأ في استخدام الضوء المرئي.

المشكلة أن وصفات هذا الإفساد بالمئات. البعض يسخن العينة في الهيدروجين لمدة ساعة عند 400 درجة مئوية، والبعض الآخر لمدة ساعتين عند 600 درجة مئوية، وآخرون يعرضونها للبلازما. النتائج متناثرة في عشرات المقالات، ومن الصعب مقارنتها: المؤلفون يقيسون النشاط بطرق مختلفة ولا يذكرون دائمًا التفاصيل المهمة. التحليل الآلي التقليدي يتعثر هنا — البيانات متنوعة جدًا. سلك مؤلفو العمل طريقًا آخر: اختاروا يدويًا المنشورات التي تصف ظروف التخليق والإنتاج النهائي للهيدروجين لثاني أكسيد التيتانيوم مع العيوب، وحولوها إلى قاعدة بيانات موحدة.

ثم درب الباحثون نموذجًا لغويًا كبيرًا ليس فقط على حفظ الأنماط، بل على التفكير بناءً على قواعد مستخلصة من المقالات. النموذج لا يقول: "حسب تجربتي، 500 درجة مئوية جيدة". بل يبحث في قاعدة البيانات عن منشورات قارنت درجات حرارة مختلفة ويربطها بالآلية: عند درجة حرارة منخفضة جدًا تكون العيوب قليلة، وعند درجة حرارة مرتفعة جدًا تلتصق ببعضها وتتوقف عن المساعدة. يُسمى هذا النهج الاستدلال مع اختيار معزز: يعتمد النموذج على جمل محددة من المقالات، مثل طالب يعتمد على أوراق الغش، وبالتالي يمكن التحقق من استنتاجاته.

الفائدة العملية لمثل هذا المساعد بالذكاء الاصطناعي ليست فقط في تسريع البحث عن وصفة. بل يسلط الضوء على الفجوات: إذا كانت البيانات لشرط معين قليلة، سيقول النموذج بصراحة إن الثقة منخفضة. يمكن نقل هذا النهج إلى مواد أخرى وتفاعلات أخرى — في كل مكان تراكمت فيه العلوم جبالًا من الملاحظات المتناثرة ولكن القيمة.