نموذج مُدرَّب للتنبؤ بالتفاعلات الذرية لمحاكاة المواد.الجهد البيني الذري المُتعلَّم آليًا هو نموذج حاسوبي يتنبأ بالطاقة والقوى بين الذرات في المادة، وقد تم تدريبه على بيانات من حسابات ميكانيكا الكم. تعتمد المحاكاة التقليدية إما على طرق كمومية مكلفة حسابيًا أو على تقريبات كلاسيكية مبسطة. تهدف الجهود المُتعلَّمة آليًا إلى الجمع بين دقة ميكانيكا الكم وسرعة المحاكاة الكلاسيكية، مما يتيح دراسة الأنظمة الكبيرة على مدى زمني طويل كان مستحيلًا بخلاف ذلك.
ظهر المفهوم في منتصف العقد الأول من القرن الحادي والعشرين، مع عمل مبكر لكل من يورغ بيلر وميشيل بارينيلو في عام 2007، حيث قدما نهجًا قائمًا على الشبكات العصبية لتمثيل أسطح الطاقة الكامنة. وقد توسع المجال منذ ذلك الحين بسرعة مع تنوع البنى والتطبيقات.
يُدرَّب النموذج على مجموعة بيانات من الترتيبات الذرية والطاقات والقوى المقابلة لها، والتي تُولَّد عادةً بواسطة حسابات نظرية الكثافة الوظيفية (DFT). تتعلم الخوارزمية، التي غالبًا ما تكون شبكة عصبية، ربط البيئة الذرية المحلية بالطاقة الكامنة. وبمجرد التدريب، يمكن للنموذج التنبؤ بالطاقات والقوى لترتيبات جديدة بشكل شبه فوري، مما يسمح بمحاكاة الديناميكا الجزيئية لملايين الذرات بدقة قريبة من دقة الكم.
تُستخدم هذه الجهود في علم المواد لمحاكاة خصائص المعادن وأشباه الموصلات والبوليمرات ومواد البطاريات، وكذلك في الكيمياء لدراسة التفاعلات الكيميائية وفي الكيمياء الحيوية لطي البروتينات.
أصبحت بعض الجهود المُتعلَّمة آليًا دقيقة جدًا لدرجة أنها تستطيع التنبؤ بخصائص المواد مثل الموصلية الحرارية أو التحولات الطورية التي كانت في السابق متاحة فقط من خلال المحاكاة الكمومية المكلفة.


















