التعلّم النشط في الفراغات الكامنة يتيح التصميم العكسي السريع للسيراميك الفيرويليك لتخزين الطاقة

مكثفات أصغر وأكثر ذكاءً للتقنيات اليومية

من السيارات الكهربائية إلى شواحن الحواسيب المحمولة، تعتمد العديد من الأجهزة الحديثة على مكونات تخزن وتطلق الطاقة الكهربائية بسرعة. السيراميك داخل المكثفات الحالية يؤدي هذه الوظيفة جيداً، لكن جعل هذه المكونات مدمجة وعالية الكفاءة معاً ظل تحدياً صعباً. تُظهر هذه الدراسة كيف يمكن لدمج نماذج فيزيائية مع الذكاء الاصطناعي تسريع اكتشاف مواد سيراميكية جديدة تُخزن طاقة أكبر داخل أجهزة أصغر وأكثر أماناً.

لماذا تهم هذه السيراميكات

السيراميكات الفيرويليّة مواد خاصة تغير محاذاة الشحنة الداخلية عندما يُطبق عليها جهد كهربائي. هذه الخاصية القابلة للتبدّل تسمح لها بتخزين وإطلاق الطاقة الكهربائية بسرعة كبيرة، ولهذا فهي عناصر أساسية في إلكترونيات القدرة والأنظمة النبضية والأجهزة المحمولة. ومع ذلك، فإن ميلها الطبيعي "للتذكّر" لبعض المحاذاة السابقة يؤدي إلى هدر طاقة على شكل حرارة ويحد من كمية الطاقة المفيدة القابلة للتخزين. يحاول المهندسون كبح هذا السلوك بتحويلها إلى ما يُعرف بسيراميكات الريلاكسور، حيث تصبح المناطق الداخلية صغيرة ومترابطة بشكل ضعيف، مما يقلل الخسائر الطاقية مع الحفاظ على سعة تخزين عالية.

تعليم الحاسوب لاستكشاف الإمكانيات الخفية

يتناول المؤلفون مشكلة مركزية في تصميم المواد: هناك عدد لا يحصى من الطرق لمزج المكونات الكيميائية وضبط البنى الداخلية، وتجربتها واحدة تلو الأخرى بطيئة للغاية. بدلاً من ذلك، يدربون نموذجاً مولداً للتعلّم الآلي ليتعلم كيف تؤثر كل من الوصفة والنمط المجهرى للمناطق الكهربائية معاً على الأداء. يضغط هذا النموذج أنماط الاستقطاب والكيمياء المعقدة إلى فراغ "كامن" منخفض الأبعاد، وهو نوع من الخريطة حيث تمثل النقاط القريبة مواد ذات سلوك داخلي مشابه. داخل هذا الفراغ، يمكن للنموذج تخيل أنماط مجالات جديدة واقعية من الناحية الفيزيائية بسرعة، دون الحاجة إلى تشغيل محاكيات فيزيائية مكلفة للغاية لكل مرشح.

ترك التعلّم النشط يوجّه البحث

بمجرد بناء هذه الخريطة، يستخدم الفريق استراتيجية التعلّم النشط لتوجيه التركيبات التي يجب اختبارها تاليًا في المختبر. بدلاً من التنبؤ فقط بكيفية تصرف كل مرشح، يبنون نماذج بديلة تقدّر كل من أداء تخزين الطاقة المتوقع وعدم يقين هذه التنبؤات. ثم يبحث خوارزم جيني عن مجموعات في الفراغ الكامن من المحتمل أن تعطي طاقة مخزنة عالية وكفاءة عالية تحت مجال كهربائي متواضع، مع تجنّب المناطق التي تكون فيها النماذج غير متأكدة. يبدأ نهج التصميم العكسي هذا من الخصائص المرغوبة ويعمل إلى الوراء للوصول إلى وصفات واعدة، بدلاً من مسح نطاق التراكيب بأكمله بشكل عشوائي.

من اقتراحات الحاسوب إلى مواد حقيقية

ركز الباحثون على عائلة سيراميكية خالية من الرصاص تعتمد على تيتانات البيزموث والصوديوم مخلوطة بكميات صغيرة من تيتانات الباريوم وتيتانات السترونتيوم. مسترشدين بإطار عملهم، أجروا أربع دورات فقط من التجارب. في كل جولة، قاموا بتخليق مجموعة من التركيبات الموصى بها من الحاسوب، وقياس أدائها، وإدخال النتائج مرة أخرى في النماذج. عبر هذه التكرارات، تطورت الأنماط الداخلية للمواد من مناطق فيرويليّة أكبر إلى نطاقات نانوية أدق وأكثر فوضوية تتحول بسهولة أكبر. برز تركيب محدد بمزيج متوازن بعناية من المكونات الثلاثة، محققاً كل من كثافة طاقة عالية وكفاءة مرتفعة عند مجال تشغيلي منخفض نسبياً.

ماذا يعني ذلك لأجهزة المستقبل

السيراميك الأفضل الذي اكتشفته هذه الدراسة يخزن حوالي 2.3 جول من الطاقة لكل سنتيمتر مكعب بكفاءة تقارب 80 بالمئة عند مجال كهربائي متواضع، ويحقق طاقة أعلى عند مجالات أقوى، مع ثبات موثوق عبر العديد من دورات الشحن والتفريغ. للتقنيات اليومية، يعني هذا إمكانية الحصول على مكثفات أصغر وتعمل أبرد قادرة على التعامل مع نبضات سريعة وظروف قدرة قاسية. وعلى نطاق أوسع، توضح الدراسة أن ربط الفهم الفيزيائي التفصيلي مع تعلّم الآلة الحديث في حلقة مغلقة يمكن أن يقصر كثيراً المسافة من النظرية إلى المواد العملية، فاتحاً طريقاً عملياً لتصميم سيراميكات تخزين طاقة من الجيل القادم وما وراءه.

الاستشهاد: Xi, Z., Wang, Z., Guo, C. et al. Active learning in latent spaces enables rapid inverse design of ferroelectric ceramics for energy storage. Nat Commun 17, 4281 (2026). https://doi.org/10.1038/s41467-026-70792-7

الكلمات المفتاحية: السيراميك الفيرويليك, تخزين الطاقة, مواد الاسترخاء (ريلاكسور), تصميم بتعلّم الآلة, التعلّم النشط