كيف وجد الحاسوب المغناطيس المثالي دون تجريب عشوائي ✛ ✎ ✦

الأصل: "A Differentiable DFT-Based Framework for Inverse Materials Design"
arXiv:2606.25502 · 2026-06-24 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
طريقة جديدة تسمح باختيار تركيبة السبيكة بسرعة لمغناطيس قوي أو لمادة إلكترونية فريدة.

لطالما بحث علماء المواد عن السبائك بطريقة التجربة والخطأ، بدراسة آلاف التوليفات. وحتى البرامج ذاتية التعلم كانت تخطئ غالبًا في التركيبات غير المألوفة. يعتمد الأسلوب الجديد على حساب كمّي دقيق، وضع أسسه رواد مثل جون باردين. المفتاح هو أن نسبة كل معدن (الحديد، الكوبالت، النيكل) يمكن تغييرها بسلاسة، تمامًا مثل تدوير مقبض. ففي كل خطوة، يحسب الحاسوب الخصائص المغناطيسية والكهربائية للخليط ويحدد فورًا الاتجاه الذي 'يدير' فيه لتحسين النتيجة. يشبه هذا نزول الجبل في الضباب: لا يوجد دعم، لكن الانحدار تحت القدمين يقود إلى الوادي. المفاجأة الكبرى: في بضع عشرات من الخطوات فقط، توصل البرنامج إلى الوصفة المثالية نفسها — سبيكة الحديد والكوبالت — التي توصل إليها علماء المعادن تجريبيًا في ثلاثينيات القرن العشرين. وفي المهمة الثانية، التي تطلبت نمطًا طاقيًا للإلكترونات، أضاف الخوارزم كمية مجهرية من التيلوريوم، مما حسّن الصفات المعدنية. أصبحت هذه الدقة ممكنة بفضل مراعاة الطبيعة المزدوجة للإلكترونات — شذوذاتها الكمومية.

لم يكتفِ الخوارزم بإيجاد السبيكة، بل استنتج تلقائيًا قاعدة سليتر-باولينغ، التي اعتُبرت طوال قرن تقريبًا اكتشافًا تجريبيًا بحتًا.

S = \min\left(\max(\langle n_\uparrow\rangle_\delta, \langle n_\downarrow\rangle_\delta), c\right) - \min(\langle n_\uparrow\rangle_\delta, \langle n_\downarrow\rangle_\delta)
تكون S في أقصاها عندما يصمت أحد قنوات السبين ليصبح همساً، بينما يعزف الآخر بكامل قوته — هكذا يولد عطر الاستقطاب السبيني النقي.
\theta_{k+1} = \theta_k + \alpha_k \nabla_\theta \mathcal{O}(\mathbf{x}(\theta_k))
يخطو صانع العطور خطوة واثقاً بحاسة شمه: يهمس التدرج بالاتجاه الذي يقوى فيه عطر الخاصية المستهدفة.
العلماء
David DeutschErwin SchrödingerJohn Stewart BellLouis de BroglieLov GroverPaul Benioff
المفاهيم
تصميم الدواء تحليل المكونات الرئيسية مواد التعلم الآلي اكتشاف الأدوية بالذكاء الاصطناعي طباعة ثلاثية الأبعاد التعلم التبايني إعادة بناء ثلاثية الأبعاد تقليل الأبعاد التنبؤ بالخصائص الجزيئية الشكل التفاضلي