الألماس ليس مجرد حلي. داخل شبكته البلورية تختبئ عيوب تستشعر المجال المغناطيسي أفضل من كثير من الأجهزة. أحد هذه العيوب هو مركز NV، الذي يعمل كبوصلة مصغرة، لكن إبرته تهتز بسبب الحرارة والضوضاء. لكي تشير البوصلة إلى الاتجاه الصحيح، نحتاج إلى معايرة. عادةً ما تكون هذه عملية يدوية طويلة، وهنا تتعلم الشبكة العصبية بنفسها.

الحيلة الأساسية هي دمج القانون الفيزيائي مباشرة في الشبكة العصبية. بالنسبة لمركز NV، فإن فرق ترددات الرنين يتناسب مع المجال المغناطيسي: Δν = 2γ_NV B_∥. هذه هي علاقة زيمان. بدلاً من مجرد عرض آلاف الأمثلة على الشبكة العصبية، أُعطيت هذه المعادلة كتلميح. النتيجة مذهلة: على البيانات الاصطناعية، انخفض الخطأ من 0.189 غاوس إلى 0.00051 غاوس، أي تحسن بمقدار 372 مرة.

لكن كيف ننقل النجاح من المحاكاة إلى جهاز حقيقي؟ هنا ساعد المنهج الهجين. أُخذت 36 طيفًا تجريبيًا خامًا فقط، وأُدخلت في محاكٍ معلمي، الذي حدد المعلمات الأساسية وولّد 14,456 طيفًا في نطاق مجالات من 0 إلى 120 غاوس. على هذه البيانات، تعلمت الشبكة العصبية مراعاة ضوضاء الأجهزة وانجرافاتها. على 20 طيفًا تجريبيًا غير معاير، بلغ متوسط الخطأ 7.97 غاوس، دون معايرة خارجية.

هذه الطريقة هي خطوة نحو أجهزة استشعار كمية ذاتية المعايرة. يمكن لمقاييس مغناطيسية الألماس أن تعمل في الملاحة دون GPS، وفي الاستكشاف الجيولوجي، وفي التشخيص الطبي، حيث تكون الدقة مطلوبة في الظروف الميدانية. دمج قوانين فيزيائية أخرى، مثل الاعتماد على درجة الحرارة، سيسمح بقياس عدة كميات في وقت واحد. بوصلة تعلمت القوانين المغناطيسية بنفسها لم تعد خيالًا علميًا، بل مسألة هندسية.