السيمفونية المغناطيسية للبلورات: الذكاء الاصطناعي يتنصت على زوايا روابط التبادل ✛ ✎ ✦
في داخل البلورة، تنطلق سيمفونية خفية: العزوم المغناطيسية للذرات، مثل عازفين في أوركسترا، تتوافق تارة في انسجام، وتتناثر تارة أخرى في تنافر. يقود هذه القيادةَ التبادلُ الكمومي — موسيقى حساسة لهندسة الروابط. وفق قواعد غودينف-كاناموري-أندرسون، تحدد الزاوية M–X–M بين الأيون المغناطيسي والربيطة والأيون المغناطيسي المجاور ما إذا كانت السبينات تتجه في اتجاه واحد أم تتفرق. لكن كيف نعلّم الآلة أن تسمع هذه الموسيقى؟
فالشبكات العصبية البيانية القياسية من ترسانة تعلم الآلة تقدّر فقط المسافات بين الذرات، متجاهلة الزوايا الحرجة. وهذا أشبه بالحكم على سيمفونية من خلال أصدائها — تدرك الحركة ولكن لا النغمات والإيقاعات. بالإضافة إلى ذلك، فإن الأيونات المغناطيسية — مثل الحديد والكوبالت والنيكل — غالبًا ما تكون مخففة ببيئة غير مغناطيسية، مثل الأكسجين في الأكاسيد، وتضيع إشارتها عند حساب المتوسط. تحل mCGCNN المشكلة ببنية بيانية مزدوجة: يغطي الرسم البياني الهيكلي الفرقة بأكملها، بينما يقتصر الرسم البياني المغناطيسي الفرعي على العازفين المنفردين فقط، مع ميزات إضافية للحواف ترمّز زوايا الروابط M–X–M. هذا الثنائي بين قائد الأوركسترا ومهندس الصوت مكّن الشبكة من إعادة اكتشاف قواعد التبادل وتخمين النظام المغناطيسي بدقة أكبر.
أعطى التدريب على ما يقرب من 20 ألف بنية بلورية من مشروع المواد نتيجة ملموسة: انخفض خطأ التنبؤ بالعزم المغناطيسي من 2.54 إلى 2.02 مغنطون بور، وارتفع معامل التحديد من 0.64 إلى 0.78. في التصنيف الثنائي «مغناطيسي حديدي أم مضاد»، حققت mCGCNN المدربة مسبقًا دقة 75.7%، متجاوزة البنية القياسية بنسبة 2%. وكان التقدم ملحوظًا بشكل خاص في التعرف على المغناطيسات الحديدية — تلك التوافقيات المتناغمة حيث تتجه السبينات باتجاه واحد بتناغم. أثبت النموذج أن دمج فيزياء التراكب للمدارات ومسارات التبادل ليس ترفًا، بل ضرورة للتنبؤات الموثوقة.
يفتح هذا الاختراق الطريق أمام فحص عالي الإنتاجية للمواد المغناطيسية لتطبيقات السبينترونيك والحوسبة الكمومية، حيث تلعب الارتباطات الكمومية بين السبينات دورًا محوريًا. وفي المستقبل، التنبؤ بدرجات حرارة كوري، والأنسجة غير الخطية مثل السكيرميونات التي تتحكم بها إعادة الاتصال المغناطيسي، وحتى الحالات القصوى في قشرة النجوم المغناطيسية، حيث تخضع المادة النووية لمنطق زاوي مماثل. بينما لم تكن الشبكات العصبية السابقة ترى سوى صورة ظلية ضبابية للنظام المغناطيسي، فإن mCGCNN فكّت لأول مرة شيفرة سيمفونيته حتى النوتات الذرية، مقرّبةً عصر التصميم الذكي للمواد — من الحسابات الأولية إلى الأجهزة الجاهزة.
قواعد غودينف-كاناموري-أندرسون الشهيرة، التي وضعت في الخمسينيات بناءً على تداخل المدارات، تفسر لماذا تصبح بعض الأكاسيد مغناطيسية وأخرى لا. الشبكة العصبية، المدربة على آلاف البنى، أعادت اكتشاف هذه القواعد ضمنيًا وتستخدمها في التنبؤات.