في وعاء به ماء تسبح كريات مجهرية — جسيمات غروانية. كل كرية مغطاة بخيوط بوليمرية طويلة تشبه الفرشاة، وتحمل شحنة كهربائية. إذا اخترت درجة الحرارة وتركيب المحلول بشكل صحيح، تبدأ الكريات من تلقاء نفسها في الاصطفاف في أنماط منتظمة — بلورات. لكن هنا تكمن المشكلة: في ظل الظروف نفسها قد ينتج ترتيب كثيف، مثل البرتقال في صندوق، أو ترتيب فضفاض، مثل فقاعات الرغوة. الطرق المعتادة للتمييز بين نمط وآخر تفشل عندما يسبح في المحلول خليط من كل شيء دفعة واحدة، وتلتصق بعض الكريات في كتل غير منتظمة الشكل.

ابتكر مؤلفو الدراسة طريقة للنظر إلى محيط كل كرية ومقارنة مدى تشابهه بين الكريات المختلفة. سابقًا، كانت تُستخدم واصفات البيئة المحلية — وهي تميز بين أنواع الترتيب جيدًا، لكنها بطيئة جدًا في المحاكاة الحاسوبية. عندها لجأ العلماء إلى الشبكات العصبية: محول مكافئ للدوران SE(3) (نموذج لا يخلط بين البنى المقلوبة أو المزاحة) تم تدريبه على التنبؤ بسرعة بمدى تشابه بيئة كرية مع بيئة أخرى. الأمر أشبه بتدريب روبوت ليقول فورًا ما إذا كان الترتيب مشابهًا للنمط، بدلًا من قياس المسافات بين كل حبات البرتقال في الصندوق يدويًا.

باستخدام هذه الشبكة العصبية، تمكن الباحثون من حساب الطاقة الحرة (مقياس الاستقرار) لترتيبات بلورية مختلفة. اتضح أنه بتغيير الشحنة السطحية للجسيمات الموجبة والسالبة، مع الحفاظ على نفس قوة التجاذب بينها، يمكن تحويل النظام بين نوعين من البلورات. هذا يشبه ضبط جهاز استقبال: أدر مقبضًا واحدًا فتلتقط محطة، وأدر آخر فيصدر صوت موسيقى مختلفة تمامًا، مع أن الجهاز نفسه.

الآن، بمعرفة المشهد الطاقي، يمكن حساب مسبقًا الشروط اللازمة للحصول على البنية المطلوبة لتطبيق معين. وبدلًا من البحث الطويل في الوصفات، يحصل المجرب على خريطة: هنا ستنمو بلورة من النوع أ، وهنا من النوع ب. يفتح العمل الطريق أمام تصميم عقلاني للمواد الغروانية، حيث تُحدد الخصائص ليس بالتركيب الكيميائي، بل بكيفية ترتيب الجسيمات بالنسبة لبعضها البعض.