يمكن أن تتسبب التغيرات في درجة الحرارة في تغيير الماء لحالته. عندما تنخفض درجة الحرارة إلى 0 درجة مئوية ، يتحول الماء إلى ثلج والعكس صحيح. قدمت المحاكاة الجزيئية نظرة ثاقبة للآليات المجهرية الكامنة وراء تنوي الجليد المتجانس. ومع ذلك ، فقد ثبت حتى الآن أن هذه المحاكاة باهظة التكلفة.
وقام فريق من جامعة برينستون نجح في استخدام الذكاء الاصطناعي (AI) لحل المعادلات التي تتحكم في السلوك الكمي للذرات والجزيئات الفردية لتكرار المراحل المبكرة من تكوين الجليد. تُظهر المحاكاة كيف تتحول جزيئات الماء إلى جليد صلب بدقة كمية.
قال روبرتو كار ، أستاذ الكيمياء في جامعة برنستون ، رالف دبليو. * 31 ، الذي شارك في الريادة في نهج محاكاة السلوكيات الجزيئية بناءً على قوانين الكم الأساسية منذ أكثر من 35 عامًا ، "هذا يشبه إلى حد ما حلم أصبح حقيقة. كان أملنا حينها أنه في النهاية ، سنتمكن من دراسة أنظمة مثل هذا النظام. ومع ذلك ، كان من المستحيل بدون مزيد من التطوير المفاهيمي ، وجاء هذا التطور عبر مجال مختلف تمامًا ، وهو مجال الذكاء الاصطناعي وعلوم البيانات ".
من خلال نمذجة المراحل المبكرة من تجميد المياه ، يمكن لعملية نواة الجليد أن تزيد من دقة نماذج المناخ والطقس والعمليات الأخرى مثل الأطعمة سريعة التجميد. يمكن أن يساعد النهج الجديد في تتبع نشاط مئات الآلاف من الذرات على فترات أطول بآلاف المرات ، وإن كانت لا تزال مجرد أجزاء من الثانية ، مقارنة بالدراسات المبكرة.
توصل العلماء إلى هذا النهج باستخدام قوانين ميكانيكا الكم للتنبؤ بالحركات الفيزيائية للذرات والجزيئات. كيف ترتبط الذرات ببعضها البعض لتكوين جزيئات وكيف ترتبط الجزيئات ببعضها البعض لتكوين أشياء مشتركة تخضع لقوانين ميكانيكا الكم.
قام العلماء بتدريب شبكة عصبية للتعرف على عدد صغير نسبيًا من الحسابات الكمومية المختارة. بمجرد تدريب الشبكة العصبية يمكنه حساب القوى بين الذرات التي لم يسبق لها مثيل من قبل بدقة ميكانيكية الكم. يُستخدم أسلوب "التعلم الآلي" هذا بالفعل في التطبيقات اليومية مثل التعرف على الصوت والسيارات ذاتية القيادة.
في عام 2018 ، وجد العلماء طريقة للتقديم AI لنمذجة القوى الذرية الميكانيكية الكم. يُعرف هذا النهج بالديناميات الجزيئية العميقة المحتملة.
في هذه الدراسة ، طبق العلماء هذه التقنيات لتحدي محاكاة نواة الجليد. استخدموا الديناميكيات الجزيئية العميقة المحتملة لإجراء عمليات محاكاة لما يصل إلى 300,000 ذرة باستخدام قوة حوسبة أقل بشكل ملحوظ. أجروا عمليات محاكاة على سوميت ، أحد أسرع الحواسيب العملاقة في العالم ، في مختبر أوك ريدج الوطني.
قال بابلو ديبنديتي ، عميد جامعة برينستون للأبحاث وأستاذ الهندسة والعلوم التطبيقية لعام 1950 ، والمؤلف المشارك للدراسة الجديدة ، "يوفر هذا العمل واحدة من أفضل الدراسات حول تنوي الجليد."
"تنوي الجليد هو أحد الكميات الرئيسية غير المعروفة في نماذج التنبؤ بالطقس. هذه خطوة مهمة إلى الأمام لأننا نرى اتفاقًا جيدًا مع التجارب. لقد تمكنا من محاكاة أنظمة واسعة النطاق لم يكن من الممكن تصورها من قبل للحسابات الكمومية ".
قال أثاناسيوس باناجيوتوبولوس ، أستاذة سوزان دود براون في الهندسة الكيميائية والبيولوجية والمؤلف المشارك للدراسة ، "ستساعد منهجية الإمكانات العميقة المستخدمة في دراستنا على تحقيق وعد الديناميكيات الجزيئية للمبتدئين لإنتاج تنبؤات قيمة للظواهر المعقدة ، مثل التفاعلات الكيميائية وتصميم مواد جديدة."
قال بابلو بياجي ، المؤلف الأول للدراسة وزميل أبحاث ما بعد الدكتوراه في الكيمياء في جامعة برينستون ، "حقيقة أننا ندرس ظواهر معقدة للغاية من القوانين الأساسية للطبيعة ، هذا أمر رائع بالنسبة لي. تطوير تقنيات جديدة لدراسة الأحداث النادرة مثل التنوي باستخدام المحاكاة الحاسوبية. تقع الأحداث النادرة على مدار فترات زمنية أطول من أوقات المحاكاة التي يمكن توفيرها ، حتى بمساعدة الذكاء الاصطناعي ، وهناك حاجة إلى تقنيات متخصصة لتسريعها ".
تتكون جزيئات الماء من جزئين الهدرجة ذرات وذرة أكسجين. تحدد الإلكترونات حول كل ذرة كيف يمكن للذرات أن تترابط مع بعضها البعض لتكوين جزيئات. نبدأ بالمعادلة التي تصف كيف الإلكترونات تتصرف. تحدد الإلكترونات كيفية تفاعل الذرات ، وكيف تشكل روابط كيميائية وكل الكيمياء تقريبًا ".
قالت السيارة ، يمكن أن توجد الذرات في ملايين من الترتيبات المختلفة. السحر هو أنه بسبب بعض المبادئ الفيزيائية ، يمكن للآلة استقراء ما يحدث في عدد صغير نسبيًا من التكوينات لمجموعة صغيرة من الذرات لترتيبات لا حصر لها لنظام أكبر بكثير. "
بياجي محمد, على الرغم من أن أساليب الذكاء الاصطناعي كانت متاحة منذ عدة سنوات ، إلا أن الباحثين كانوا حذرين بشأن تطبيقها على حسابات الأنظمة الفيزيائية. عندما بدأت خوارزميات التعلم الآلي في الانتشار ، كان جزء كبير من المجتمع العلمي متشككًا لأن هذه الخوارزميات عبارة عن صندوق أسود. لا تعرف خوارزميات التعلم الآلي أي شيء عن الفيزياء ، فلماذا نستخدمها؟ "
"ولكن في العامين الماضيين ، حدث تغيير كبير في هذا الموقف ، ليس فقط لأن الخوارزميات تعمل ولكن أيضًا لأن العلماء يستخدمون معرفتهم بالفيزياء لإبلاغ آلة التعلم عارضات ازياء."
"إنه لمن دواعي السرور أن نرى العمل الذي بدأ قبل ثلاثة عقود يؤتي ثماره. جاء التطور من خلال شيء تم تطويره في مجال مختلف ، مجال علم البيانات والرياضيات التطبيقية. إن وجود هذا النوع من التفاعل المتبادل بين المجالات المختلفة أمر في غاية الأهمية ".
المرجع مجلة:
