أحدث الأخبار
مختار لك

الذكاء الاصطناعي من DeepMind يفتح آفاقاً جديدة لاكتشاف المواد

بقلمجون بالمرجون بالمر 2 دقائق قراءة
DeepMind

  • يتنبأ ذكاء ديب مايند الاصطناعي بأكثر من 2 مليون مادة جديدة، محققاً ثورة في قطاعي التكنولوجيا والطاقة.
  • يسرّع الذكاء الاصطناعي اكتشاف المواد، مما قد يقصّر الجداول الزمنية للبحث التي تمتد لعقود.
  • ستشارك ديب مايند بيانات الذكاء الاصطناعي الرائدة، مما يعزز التقدم العالمي في علوم المواد.

يشكل الإنجاز الأخير لشركة Google DeepMind في استخدام الذكاء الاصطناعي (AI) للتنبؤ بهيكل أكثر من مليوني مادة جديدة اختراقاً كبيراً في علوم المواد. يمكن أن يؤدي هذا التقدم إلى ثورة في إنتاج البطاريات عالية الأداء، والألواح الشمسية، والرقائق الحاسوبية، مما يمهد لعصر جديد في التكنولوجيا وحلول الطاقة المستدامة.

إعادة تشكيل علوم المواد باستخدام الذكاء الاصطناعي

تمكن الذكاء الاصطناعي التابع لـ DeepMind، المدرب على بيانات من مشروع المواد (Materials Project)، من التنبؤ بنحو 400,000 تصميم لمواد افتراضية يمكن تكرارها قريباً في ظروف المختبر. يوضح هذا الاختراق، المفصل في ورقة بحثية منشورة في مجلة العلوم Nature، الإمكانات الهائلة للذكاء الاصطناعي في تسريع اكتشاف وتخليق مواد جديدة.

تحدي اكتشاف المواد

تاريخياً، كانت عملية اكتشاف وتسويق مواد جديدة عملية طويلة ومكلفة. على سبيل المثال، استغرقت بطاريات الليثيوم أيون، التي أصبحت الآن شائعة في تشغيل الأجهزة والمركبات الكهربائية، حوالي عقدين من الزمن للانتقال من البحث إلى التوفر في السوق. يقدم بحث DeepMind إمكانية تقصير هذا الجدول الزمني بشكل كبير.

إيكين دوجس كوبوك حول تأثير الذكاء الاصطناعي

شدد إيكين دوجس كوبوك، عالم الأبحاث في DeepMind، على إمكانات الذكاء الاصطناعي في تقليل الجدول الزمني التقليدي البالغ 10 إلى 20 عاماً لتطوير المواد. يمكن أن يؤدي الجمع بين الذكاء الاصطناعي والتقدم في التجارب والتخليق المستقل إلى تبسيط العملية، مما يجعلها أكثر كفاءة وقابلية للإدارة.

التطبيقات المحتملة وآثارها الصناعية

تتجاوز آثار بحث DeepMind نطاقاً واسعاً، مع تطبيقات محتملة عبر قطاعات مختلفة. يمكن أن تؤدي البطاريات المحسنة إلى تخزين أكثر كفاءة للطاقة، مما يعزز جدوى مصادر الطاقة المتجددة. وبالمثل، يمكن أن تساهم التطورات في تكنولوجيا الألواح الشمسية في إنتاج طاقة أكثر استدامة. في مجال الإلكترونيات، يمكن أن تؤدي المواد الجديدة إلى رقاقات حاسوبية أكثر قوة وكفاءة، مما يدفع حدود قدرات الحوسبة.

مشروع المواد: أساس لتدريب الذكاء الاصطناعي

تم تدريب ذكاء DeepMind الاصطناعي باستخدام بيانات من مشروع المواد، وهو جهد تعاوني دولي بدأ في مختبر لورانس بيركلي الوطني في عام 2011. وفرت قاعدة البيانات الخاصة بالمشروع، التي تتكون من أبحاث حول حوالي 50,000 مادة معروفة، أساساً غنياً للذكاء الاصطناعي للتعلم والتنبؤ بهياكل المواد الجديدة.

تنوي DeepMind مشاركة بياناتها مع مجتمع البحث الأوسع لتعزيز التقدم العلمي الجماعي. تهدف هذه النهج المفتوح إلى تحفيز المزيد من الاختراقات في اكتشاف المواد، مما قد يؤدي إلى تطبيقات ومنافع واقعية أسرع.

وجهات نظر صناعية واتجاهات مستقبلية

أبرزت كريستين بيرسون، مديرة مشروع المواد، النهج الحذر للصناعات تجاه المواد الجديدة، غالباً ما يتم تثبيطها بسبب التكاليف والوقت المطلوب لتصبح المواد مجدية من حيث التكلفة. يمكن أن يخفف بحث DeepMind من هذه التحديات، مما يجعل المواد الجديدة أكثر سهولة وملاءمة للتطبيقات الصناعية.

بعد النجاح في التنبؤ باستقرار المواد، يكون الهدف التالي لـ DeepMind هو تحديد مدى سهولة تخليق هذه المواد في ظروف المختبر. يؤكد هذا التركيز على التطبيق العملي مرة أخرى على الصلة الواقعية للبحث.

يعد دخول DeepMind إلى علوم المواد باستخدام الذكاء الاصطناعي تطوراً رائداً له عواقب بعيدة المدى. من خلال تقليل الوقت والموارد المطلوبة لاكتشاف المواد بشكل كبير، يمكن أن يؤدي هذا البحث إلى تقدم تكنولوجي أسرع وحلول مستدامة عبر قطاعات مختلفة. 

تتجلى إمكانات الذكاء الاصطناعي كأداة للتقدم والابتكار الجماعية بشكل أكبر من خلال مشاركة البيانات والجهود التعاونية مع المجتمع العلمي. مع نظرنا إلى المستقبل، يعد التركيز المستمر لـ DeepMind على تخليق المواد بإحضار هذه المواد النظرية إلى الاستخدام العملي والواقعي، مما يميز فصلاً جديداً في التطور التكنولوجي والتنمية المستدامة.

إذا كنت تقرأ هذا، فأنت متقدّم بالفعل. ابق هناك مع نشرتنا الإخبارية.

شارك هذه المقالة

إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.

جون بالمر

جون بالمر

انضم جون مورانغيري إلى موقع Cryptopolitan ممتلئاً بمهارات تحليل السوق. تخرج جون (المعروف أيضاً باسم جيه بي) من جامعة نيروبي بحصوله على درجة البكالوريوس في الاتصالات الجماهيرية ودراسات الإعلام. وساهم سابقاً بتحليلات لسوق العملات المشفرة في موقعي InsideBitcoins.com و Metacoingraph.

المزيد من الأخبار