مواد التعلم الآلي

كانت خرائط الكنز القديمة تُرسم بناءً على إشاعات: فمن وجد ذهبًا عند النهر، ومن وجده في الجبال، وكان كلٌّ يحفر في مكانه. حدث شيء مشابه مع الموصلات الفائقة ذات درجة الحرارة المرتفعة: وُجدت الكوبرات في مركبات معينة، وبكينتيدات الحديد في أخرى، والنيكيلات في ثالثة، دون وجود خريطة موحدة.

رسّام خرائط لا يرسم الجبال والأنهار، بل الروابط غير المرئية بين الإلكترونات، هكذا يمكن وصف الشبكة العصبية الجديدة. بدلًا من الإحداثيات الذرية، تأخذ المدارات الجزيئية وترسم رسمًا بيانيًا، حيث العقد هي المدارات، والحواف هي مقاييس تشابكها الكمومي. تتيح هذه الخريطة التنبؤ بطاقة الارتباط الإلكتروني القوي، وهو ما يحدد كيفية انكسار الرابطة الكيميائية وما هي الحالة المغزلية التي سيتخذها معقد الفلز.

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.

المترجم الفوري ينشغل بأي صوت في القاعة، فتمتد ساعة الاجتماع إلى ساعتين. وكذلك النماذج التأسيسية الجزيئية: فهي تتعلم لغة الجزيئات من مجموعات ضخمة، لكنها تحتاج إلى ضبط لكل محادثة جديدة. Monroe يغير القواعد: فهو لا يتعلم لغة جديدة، بل يجد المعنى المشترك فورًا من خلال أمثلة قليلة.

في أرشيفات الكيمياء، حُفظت سجلات عن مواد لم تكن تُعتبر جديرة بالاهتمام لفترة طويلة. لكن بينها كانت تختبئ مواد ثنائية الأبعاد — طبقات بلورية بسماكة ذرة واحدة فقط، تتميز بقوة عالية وخواص إلكترونية غير عادية. طبق الباحثون بحثًا حاسوبيًا على قواعد البيانات البلورية، وكشف الخوارزم عن 38 مرشحًا لم يكن معترفًا بها سابقًا كمواد ثنائية الأبعاد. المواد ثنائية الأبعاد هي طبقات بسماكة ذرة واحدة.

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.

مفاعل الاندماج النووي هو فرن فائق الحرارة حيث تصل حرارة البلازما إلى ملايين الدرجات. تصنع جدران هذا الفرن من التنجستن، لأنه معدن يصهر بصعوبة كأي معدن آخر. لكن حتى التنجستن لا يتحمل بدون حماية: الجسيمات السريعة من البلازما تقصف السطح وتقتلع الذرات. هذه الذرات المقتلعة تدخل البلازما وتبردها، مثل ملعقة حليب بارد في شاي ساخن.

في محلول مائي تسبح كريات مجهرية — جسيمات غروية. كل كرة مغطاة بسلاسل بوليمرية طويلة تشكل ما يشبه الفرشاة، وتحمل شحنة كهربائية. عند درجة حرارة وتركيب معينين للمحلول، تصطف هذه الجسيمات تلقائيًا في هياكل منتظمة — بلورات غروية. لكن النظام نفسه يمكن أن يشكل أنواعًا مختلفة من الترتيب: كثيفًا مثل البرتقال في صندوق، أو فضفاضًا مثل الفقاعات في الرغوة.

مئتا مليون نجم. في مركز المجرة، حيث يستهدف المسح المستقبلي لتلسكوب نانسي غريس رومان، حوالي 250 مرة خلال المهمة سيرتعش ضوء أحدها من لمسة غير مرئية. هذه هي الكواكب العائمة بحرية – عوالم طُردت من أنظمتها الأم – و الكواكب الخارجية الأرضية التي تدور حول شموس بعيدة.

ينزلق البروتين على خيط الحمض النووي مثل مفتاح على حلقة مفاتيح، باحثًا عن قفله. أي انعطاف خاطئ، ويبقى الجين معطلاً. لفهم أين سيقبض البروتين بإحكام، يجب قياس قوة هذه القبضة — طاقة الارتباط. لكن استعراض كل المواقع الممكنة يدويًا مستحيل: جينوم الثدييات يتكون من مليارات "الحروف".

الاتصال بالقمر الصناعي أشبه بمحاولة سماع همسة في عاصفة: الإشارة تضيع في التشويش. ابتكر المهندسون خوارزمية ذكاء اصطناعي تعمل مباشرة على القمر الصناعي وباستهلاك طاقة ضئيل، وتتعرف على التشوهات بدقة أعلى من الطرق السابقة.

عندما ينهار نجم عملاق على نفسه ليصبح مستعرًا أعظم، أو عندما يندمج كرتان نيوترونيتان في رقصة كونية، تحمل تريليونات من النيوترينوات طاقة الكارثة.

المجهر الإلكتروني هو أرغن ضخم: بدلاً من الأنابيب — عدسات كهرمغناطيسية، وبدلاً من الهواء — تيار من الإلكترونات المسرّعة. في السابق، كان يرسم فقط لوحات جدارية صامتة عن العالم الذري، محملاً العلماء بفك تشفير مرهق. أما الآن فقد دخل القائد إلى القاعة — التعلّم العميق، محوّلاً نشاز البكسلات إلى سيمفونية من البنى، حيث كل ذرة نغمة.

الإشارات الثقالية الصادرة عن النجوم الضخمة المحتضرة هي همسات تصل إلينا من أقسى مختبرات الكون. تنبأ أينشتاين بهذه الموجات الثقالية قبل أكثر من قرن، لكننا اليوم، ومع كواشف مثل LIGO، بدأنا نسمعها.

بعض البلورات تتصرف كمفتاح كهربائي: غيّر درجة الحرارة أو الضغط قليلًا، فتتحول من موصل إلى عازل. وهذا ما يُسمى بانتقال موصل-عازل (تغير القدرة على توصيل التيار). هذه المواد الحرباء مطلوبة للإلكترونيات الذكية، والرقائق العصبية الشكلية (التي تحاكي عمل الدماغ)، والبصريات القابلة للضبط.

تخيل تجربة أداء في أوركسترا سيمفونية، حيث من بين مئات المتقدمين، لا يبقى إلا أولئك الذين تصدر آلاتهم صوتًا نقيًا وتصمد أمام التصعيد الهائل. في عالم المواد، تعلمت الحواسيب توليد 'نوتات ذرية' — آلاف البلورات الافتراضية التي تبشر بأن تصبح أساسًا للرقائق الكمومية أو الموصلات الفائقة.

العدد −0.000459 ليس ضيفاً عابراً في معادلة بلاسيوس. إنه معامل الحد η⁵، الذي يحدد الطبقة الحدية فوق صفيحة مستوية – همسةٌ رقيقة لاحتكاك الهواء بالمعدن. طرق المحاكاة العددية الاعتيادية، كطريقة رونج-كوتا، لا تعطي سوى منحنى تقريبي. وتحاول الشبكات العصبونية الواعية بالفيزياء (PINN) تخمين الحل كاملاً. وغالباً ما تفشل.

سلاسل السبين الكمومية تشبه صفًا من الناس يتبادلون مصافحة سرية: يلتفت كل منهم إلى جاره، وتعتمد كيفية انتقال الموجة عبر السلسلة بأكملها على مدى قوة قبض أيديهم. في نموذج سلسلة هايزنبرغ المثالية — أساس المغناطيسية الكمومية — كل المصافحات متطابقة.

في داخل البلورة، تنطلق سيمفونية خفية: العزوم المغناطيسية للذرات، مثل عازفين في أوركسترا، تتوافق تارة في انسجام، وتتناثر تارة أخرى في تنافر. يقود هذه القيادةَ التبادلُ الكمومي — موسيقى حساسة لهندسة الروابط. وفق قواعد غودينف-كاناموري-أندرسون، تحدد الزاوية M–X–M بين الأيون المغناطيسي والربيطة والأيون المغناطيسي المجاور ما إذا كانت السبينات تتجه في اتجاه واحد أم تتفرق.

صناعة مادة بخصائص محددة فن اعتمد طويلاً على الحدس والحظ. الطبيعة لا تعطي تلميحات: عشرات العناصر في الجدول الدوري، وعدد توليفاتها يمتد إلى ما لا نهاية. سابقاً، كان علماء المواد أشبه بالكيميائيين القدماء، يجربون كل شيء، أو يعتمدون على نماذج إحصائية تفقد قوتها خارج حدود المعلوم. لكن فيزيائيين من اليابان طوروا نموذجاً رقمياً من نوع مختلف: يحول البحث إلى عمل صانع عطور.

البحث عن الجزيء المناسب بين مليارات الخيارات يشبه البحث عن حبة واحدة في كيس أرز. ولتجنب الفحص اليدوي الشامل، يستدعي الكيميائيون بشكل متزايد الشبكات العصبية للمساعدة. لكن النماذج الكبيرة تتطلب أجهزة كمبيوتر قوية، بينما تفتقر النماذج الصغيرة غالبًا إلى الاتساع المعرفي. يحل GLACIER هذه المشكلة، مثل تلميذ قدير يتعلم من عدة مرشدين في وقت واحد.

تجمع بلورات البيروفسكيت ضوء الشمس بكفاءة تقارب السيليكون، لكنها رخيصة جدًا. مشكلتها هشاشة متأصلة: تتأثر بالحرارة وبالماء العادي في الهواء فـ"تمرض". يتراكم الفوضى في داخلها، وتفقد اللوحة اللامعة بريقها وتتلاشى قدراتها في غضون أيام. يصبح الذكاء الاصطناعي طبيبًا تشخيصيًا.

إن صنع سبيكة من عدة معادن يشبه تحضير طبق من مكونات مجهولة: يكاد يكون من المستحيل تخمين القوام النهائي دون تجربة. غالبًا ما تخطئ النماذج التقليدية عندما يزيد عدد الذرات المختلفة عن ثلاثة. تستبدل الطريقة الجديدة التجارب اللامتناهية بالحساب: فكلما زاد عدد خيارات ترتيب الذرات المختبرة، زادت الإنتروبيا المعلوماتية — مقياس مدى استكشاف فضاء '<الوصفة>'.

لا يُهدر الطاهي المحترف المكونات بإعداد الطبق كاملاً لتقييم الطعم، بل يتذوّق قطرة من الصلصة. المنطق نفسه يقوم عليه أسلوب «المقارنة المعلوماتية» لتوقّع متانة المعادن. فبدلاً من الحسابات الباهظة لسلوك كل ذرة، «يتذوّق» العلماء مؤشرات بسيطة ترتبط باللدونة، أي قدرة المعدن على الانحناء دون أن ينكسر.

تصميم الآلات يشبه الطهي: يجب أن تعرف بالضبط أين سينقطع «العجين». الحسابات الحاسوبية القديمة تفحص كل نقطة في القطعة على مدار ساعات، مثل قياس كل جزء من القدر للتأكد من أن المقبض لن يسقط. شبكة عصبية من الجيل الجديد تنظر إلى القطعة كشبكة نقاط، تماماً كما ينظر الطبّاخ الماهر إلى المقلاة فيشعر من النظرة الأولى كيف تتوزع الحرارة فيها.

تصطدم نبضة ليزر بالعظم فيستجيب بصدى فوق صوتي يكاد لا يُسمع. في هذا الصوت تتخفى معلومات عن كل شرخ دقيق وكل مسام مملوء بالسائل. المشكلة أن البرامج الحاسوبية التقليدية لا تفهم هذه اللغة: فهي ترى الإشارة لكنها تجهل الفيزياء التي ولّدتها. يشبه العظم إسفنجة مطبخ مبللة: إذا عصرتها، يتحرك الماء عبر المسام وتتزنر الإسفنجة نفسها.

كل ذرة كربون في الجزيء تحمل جواز سفر — طاقة إلكتروناتها الأعمق التي تستقر في مداراتها. هذه الطاقة تستجيب بحساسية للجيران: يظهر أكسجين أو رابطة مزدوجة — ويتغير الرقم في الجواز. الكيميائيون يقيسون هذه الطاقات منذ زمن باستخدام الأشعة السينية، لكن حساب كل جزيء جديد يستغرق ساعات من وقت الحاسوب.

عصير الفواكه المخلوط يُتذوق عبر مصاصتين مختلفتين. إحداهما تسمح بمرور القطع الكبيرة فقط، والأخرى تسمح بمرور السائل فقط. كل على حدة قد يكون مثيرًا للخداع، لكن معًا يعطيان المفتاح: يبدو أن هذا موز، وهذه فراولة.

الحسابات الكمومية وصفة بمكونات مثالية، لكن الطاهي — الطبيعة — يطبخ على طريقته. النماذج الآلية للذرات تحفظ الوصفة عن ظهر قلب وتتنبأ بخصائص المادة في ثوانٍ بدلًا من أسابيع. المشكلة أن الوصفة نفسها — معادلات شرودنغر — تحتوي تبسيطات: في مكان ما أهملنا ارتجاف الإلكترونات، وفي مكان آخر استبدلنا التبادل المعقد بحقل متوسط.

البحث عن مادة جديدة يشبه البحث عن إبرة في كومة قش، لكن الكومة هنا هي ملايين التركيبات الممكنة من الذرات. في الماضي، كان العلماء يقضون سنوات في تجربة الخيارات داخل المختبر، معتمدين على الحدس والحظ. الآن يأتي الذكاء الاصطناعي للنجدة، إذ يتعلم «فهم» لغة البلورات. يعمل نظام ElementsClaw كفريق منسجم.

تتطلب دراسة ولادة المجرات نمذجة مليارات السنين من نمو المادة المظلمة وتشكل النجوم - حتى الحواسيب العملاقة تنجز ذلك ببطء. جاء الحل من مجال التعلم الآلي: شبكة عصبية، مثل طباخ بارع، تقيّم المجرة المستقبلية فورًا من خلال "وصفة" اندماجات المادة المظلمة - كتلتها، سطوعها، تركيبها الكيميائي.

مكتبة تضم 27 ألف كتاب، وكلها عن الخرسانة. في كل كتاب وصفة للخلطة، ودرجة حرارة، وقوة. لكن المعلومات متناثرة بين الفقرات والجداول والحواشي. الإنسان لو أراد جمعها في مكان واحد لاحتاج سنوات. أما البرنامج فقد أنجز المهمة في ساعة واحدة. أخذ العلماء نموذجًا لغويًا كبيرًا — وهو النموذج الذي يجيد قراءة النصوص وفهمها — وضبطوه للبحث عن بيانات الخرسانة. استخرج النموذج من المقالات مكونات الخليط وطريقة التحضير والخصائص النهائية.

خبير الأرصاد يصدر توقعاته لأسبوع كامل في ثوانٍ، لكنه لا يستطيع تفسير أيٍّ من قراراته. هكذا تقريبًا تعمل نماذج التعلم العميق في التصوير الطبي الحديثة للطقس: لم تعد أقل شأنًا من الطرق العددية الكلاسيكية، لكن منطقها الداخلي مخفي خلف ملايين المعاملات. مجموعة من الباحثين صنعت أداة تنظر داخل هذا "الصندوق الأسود".

في مختبر يدرس البلورات، ينظر الفني إلى شاشة تعرض بقعًا ضوئية متناثرة، ويدير العينة ببطء حتى تتجمع البقع في نمط متماثل. يشبه هذا العمل ضبط جهاز راديو قديم: تدير المقبض حتى يتحول الضجيج إلى إشارة صافية. الآن، يمكن لآلة أن تدير هذا المقبض. ابتكر العلماء برنامجًا يتعلم ضبط البلورات دون أي معرفة بكيفية تشكل هذه البقع.

يستمع علماء الزلازل إلى الأرض كما يستمع الطبيب إلى القلب. تنتشر الموجات السطحية الناتجة عن الزلازل عبر الكوكب، ومن خلال سرعتها يمكن الحكم على ما هو مخفي تحت الأقدام — صخور صلبة أو صهارة أو ماء. عادةً، تُبنى نماذج فيزيائية معقدة لهذا الغرض. الآن جاءت الشبكات العصبية للإنقاذ: فهي تتنبأ بسرعة بكيفية مرور الموجة عبر باطن الأرض، لكن ظل لغزًا لفترة طويلة ما إذا كانت تفهم الفيزياء نفسها أم أنها تحفظ البيانات فقط.

يمكن تصور تدفق الحرارة عبر جسم صلب مثل الماء المتدفق في نظام أنابيب: في بعض المواد يندفع بسرعة، وفي أخرى يتسرب بصعوبة. يبحث المهندسون عن مواد لا تنقل الحرارة تقريبًا — نوع من "الأنابيب المسدودة" على المستوى الذري. هذه العوازل الحرارية ضرورية لتوفير الطاقة والأجهزة التي تحول الطاقة الحرارية إلى كهرباء.

في البطاريات من الجيل الجديد، لا يُستخدم إلكتروليت سائل فقط، بل ماء مذاب فيه كمية كبيرة جدًا من الملح — أيونات الليثيوم وجزيئات عضوية كبيرة. عدد الأيونات كبير لدرجة أنها تتصادم باستمرار، مثل حشد في ممر ضيق. تتبع كل أيون في هذا الحشد ليس بالمهمة السهلة. الطريقة المعتادة هي حل معادلات ميكانيكا الكم لكل خطوة من خطوات الحركة.

في أعماق كل قرص صلب أو ذاكرة وميضية، تختبئ مادة تعرف كيف «تتذكر» المجال الكهربائي. تُسمى هذه المادة بالحديدي الكهربائي (ferroelectric). عند تطبيق جهد كهربائي عليها، تنقلب مناطق صغيرة داخل البلورة — تُعرف بالمجالات (domains) — مثل إبر البوصلة. أدرت الإبرة فسجّلت واحدًا، وأدرتها عكسيًا فسجّلت صفرًا.

الترانزستور في هاتفك يعمل مثل الصنبور: فُتح — تدفقت الإلكترونات، أُغلق — توقفت. لكن الصنبور المعدني العادي يقطر دائمًا قليلًا: حتى في حالة الإغلاق، يتسرب منه تيار. هذا يهدر طاقة البطارية ويسخّن الشريحة. المعدن البارد هو صنبور بإحكام مثالي. في بنيته الإلكترونية توجد فجوة بجوار المستوى الذي يمكن للإلكترونات أن تتحرك فيه بحرية.

في البطارية العادية، يكون الإلكتروليت سائلاً، وتتحرك الجسيمات المشحونة (الأيونات) بحرية. أما في النسخة الصلبة، فإنها تندفع عبر "ممرات" ذرية، مثل المشاة في ممرات ضيقة. لكي تعمل البطارية بسرعة، نحتاج إلى مادة ذات موصلية أيونية جيدة. لكن البحث عن هذه المواد بشكل أعمى هو سنوات من التجربة والخطأ.