ذكاء اصطناعي يبحث عن المواد كطاهٍ محترف سريع

الأصل: "Synthesizing like a chemist: an iterative, feedback-driven loop for materials discovery"
arXiv:2608.15928v1 · 2026-08-16 · CC BY 4.0 · 1 دقيقة
الكمبيوتر يقرأ المقالات بنفسه، ويحضّر العينات، ويتعلم من الأخطاء للعثور على مادة جديدة.

البحث عن مادة جديدة يشبه التجارب في المطبخ دون وصفة: تجرب وتجرب، وفي الغالب تتخلص من النتيجة. في السابق، كان العلماء يطالعون المقالات العلمية يدويًا ويختبرون التركيبات واحدة تلو الأخرى. الآن ظهر «طاهٍ آلي» يقرأ الأدبيات بنفسه، ويخلط المكونات، ويحلل النتيجة.

يجمع النظام بين ثلاثة مكونات رئيسية: نموذج لغوي يستخرج المعرفة من المقالات العلمية؛ وكاميرا تقيّم جودة الفيلم من لقطة واحدة؛ وخوارزمية تقترح التركيبة التالية بناءً على النتائج المحصلة.

الروبوت لا يكتفي بتكرار وصفات الآخرين. بعد كل محاولة، يتذكر ما نجح وما فشل، وفي المرة التالية يجرب خيارًا أكثر نجاحًا. في الاختبارات، أعطى هذا الأسلوب منذ البداية عينات عالية الجودة أكثر من التجريب العشوائي.

في النهاية، ولأول مرة، تم تصنيع مركب Rb3BiI6 على شكل أغشية رقيقة. أظهر الفحص أن الأغشية تمتلك البنية والخصائص البصرية المطلوبة.

الآن، يتحول البحث عن المواد من التخمين إلى التعلم: فالنظام يصبح أكثر ذكاءً مع كل محاولة. هذا هو الطريق إلى مختبرات آلية بالكامل، حيث تُكتشف مواد جديدة للإلكترونيات والألواح الشمسية في أيام، وليس في سنوات.

النموذج اللغوي يقرأ المقالات ككيميائي خبير: فهو يلتقط من النص وصفات التصنيع التي ربما لم يذكرها المؤلفون إلا بشكل عابر.

العلماء
Erwin SchrödingerHugh Everett IIIAndrey Markov
المفاهيم
التخليق مواد التعلم الآلي اكتشاف الأدوية بالذكاء الاصطناعي نماذج اللغة الكبيرة اكتشاف المواد الشبكات العصبية للتعلم التنبؤي تصميم الدواء ذكاء اصطناعي بوليمر تحليل آلي التحسين معالجة اللغة الطبيعية مساعد علمي بالذكاء الاصطناعي ensemble forecast حلقة تغذية راجعة probabilistic forecast خوارزمية جينية الغابة العشوائية معالجة الإشارات التعرف على الكلام