خيمياء الفوضى: شبكة عصبية تكتشف أكاسيد مذهلة ✛ ✦

الأصل: "Data-Driven Prediction of NaCl-Type Entropy-Stabilized Oxide Compositions from First-Principles and Supervised Learning"
arXiv:2607.04502 · 2026-07-05 · CC BY 4.0 · 3 دقيقة
الفحص عالي الإنتاجية للأكاسيد المستقرة بالإنتروبيا باستخدام نظرية دالة الكثافة والشبكات العصبية يفتح الطريق لتصميم مُسرَّع للمواد الوظيفية.

البحث عن مواد جديدة يشبه الإبحار عبر أرخبيل مجهول: جزر البلورات المستقرة ترتفع وسط محيط هائج من التوليفات الممكنة، وقليل منها فقط يصمد أمام عاصفة الديناميكا الحرارية. جاء الاختراق الحقيقي مع الأكاسيد المستقرة بالإنتروبيا، حيث الفوضى، لا النظام، هي التي تربط الذرات. لقد أدرك لودفيغ بولتزمان سابقاً أن الطبيعة لا تنفر من الفوضى: يمكن للإنتروبيا التكوينية للخلط أن تصبح طاقة ترابط. عندما يُدمج في شبكة الأكسجين خمسة معادن أو أكثر - من الحديد إلى الإنديوم - يتشكل محلول صلب لا يتفكك، بعكس ما يمليه منطق صائغ المجوهرات. المشكلة أن فضاء التراكيب لا حدود له: تجربة الخيارات في المختبر أشبه بالغوص بحثاً عن اللؤلؤ معصوب العينين.

لتحويل البحث الأعمى إلى إبحار بخريطة، بنى الفيزيائيون محاكياً متعدد المستويات للواقع. في المرحلة الأولى، أعادت حسابات ميكانيكا الكم بطريقة نظرية دالة الكثافة تشكيل السحب الإلكترونية في الأكاسيد المنظمة لـ 16 معدناً، مع إبراز العناصر ذات الطابع المعدني العالي - القابلية لتغيير التكافؤ بسهولة. تم نمذجة الفوضى باستخدام خلايا فائقة خاصة، حيث توزع الذرات بشكل شبه عشوائي، كضيوف في قاعة يغيرون أماكنهم باستمرار ولكن يحافظون على إيقاع مشترك. هكذا تم حساب 416 تكويناً خماسياً - عمل استغرق حوالي مليون ساعة نواة حاسوبية. لكن القائد الحقيقي لهذه الأوركسترا الذرية كان تعلم الآلة. تعلمت شبكة عصبية متعددة الطبقات، غذتها البيانات الكمومية، التنبؤ بدرجة حرارة الاستقرار - العتبة التي يفضّل عندها الخليط الفوضوي البقاء طوراً واحداً بدل التفكك إلى أكاسيد ثنائية مملة. هنا تدخل لغة الديناميكا الحرارية الكمومية: الطاقة الحرة تتوازن بين الإنثالبي من نظرية دالة الكثافة والإنتروبيا التكوينية المثالية.

الشبكة العصبية، التي تدربت على 416 مثالاً فقط، توقعت درجة حرارة الاستقرار بخطأ يعادل طاقة زوج من الروابط الهيدروجينية - 4 كيلوجول/مول. الانتصار الحقيقي: أنها وضعت بدون تلميح الأكسيد المعروف (Co,Cu,Mg,Ni,Zn)O بين القادة، وقرّب تابع أكثر دقة درجة الحرارة المحسوبة من التجريبية (1249 كلفن مقابل ~1100 كلفن). بعبارة أخرى، الخوارزمية، دون أن تعرف الجدول الدوري أو قواعد الكيمياء، استنتجت أنماطاً استغرق فهمها عقوداً.

هذا العمل ليس مجرد تسريع للروتين، بل تغيير في النموذج. في السابق، كان الباحث يشبه الخيميائي الذي يخلط المكونات آملاً في حدوث معجزة. الآن لدينا «مصور حراري للاستقرار» يسلط الضوء على أكثر النقاط سخونة في خريطة التراكيب. من بين المرشحين الجدد - (Ca,Cu,Fe,Mg,Zn)O و (Ca,Cu,In,Sr,Zn)O بدرجات حرارة استقرار حوالي 1650–1750 كلفن. أكدت التجارب الاتجاهات، لكنها أشارت إلى ضرورة مراعاة الانصهار وتأثيرات أكثر دقة. اتضح أن الإنتروبيا ليست الدكتاتور الوحيد؛ فعوامل الإنثالبي، مثل انتقال الشحنة وتوافق أنصاف الأقطار الأيونية، تنسج نمطها المعقد. التقطت الشبكة العصبية هذه التشابكات غير الخطية - مثل موسيقي مرهف يسمع سيمفونية حيث لا نسمع نحن إلا ضجيجاً.

أمامنا الآن ضبط الآلة. ستتعلم النماذج القادمة الاستماع إلى حرارة اهتزازات الشبكة (الفونونات) والتقلبات المغناطيسية، وستتجاوز المخاليط متساوية المولات، وربما تصمم مواداً مباشرة لوظيفة محددة: كاثودات للبطاريات لا تخشى الحرارة الزائدة، أو محفزات بعمر طويل، أو عوازل كهربائية بخصائص قابلة للبرمجة. نقف على عتبة عصر يتحول فيه تصميم المواد إلى علم دقيق، وتصبح الفوضى ليست عدواً بل الأداة الأكثر موثوقية.

فحص جميع التركيبات البالغ عددها 4368 في المختبر سيستغرق 84 عاماً، حتى لو خصصنا أسبوعاً واحداً لكل منها. الشبكة العصبية تنجز ذلك في جزء من الثانية.

\Delta S_{\text{conf}} = -R \sum_{i=1}^{n} y_i \ln y_i
مقياس الفوضى الناتجة عن خلط n من المكونات بنسب y_i. كلما زاد عدد المكونات وكان توزيعها أكثر تساوياً، زادت قدرة الإنتروبيا على استقرار المادة.
\Delta_{\text{hull}} H(\mathbf{x}_\varphi) = \Delta_f H(\mathbf{x}_\varphi) - E_{\text{GS}}(\mathbf{x}_\varphi)
عقوبة الطاقة لوجود الطور: إذا كانت إنثالبي تكوين المركب أعلى من طاقة أكثر مجموعة مستقرة من الأطوار بنفس التركيب، فإنه عند درجة حرارة الصفر المطلق سيتفكك. هذا هو المعامل الذي تتعلم الشبكة العصبية توقعه.
العلماء
Jacob BekensteinStephen HawkingLudwig BoltzmannJames Clerk MaxwellRudolf ClausiusEdward Witten
المفاهيم
ENSO