البحث الموجَّه بالتعلّم الآلي عن الموصلية الفائقة المُوَسَّطَة بالفونونات في مركبات البورون والكربون

لماذا تهم الموصلات الفائقة الجديدة

الموصلات الفائقة، وهي مواد تنقل الكهرباء بلا مقاومة، يمكن أن تغيّر شبكات الطاقة والتصوير الطبي والحواسب الكمومية والقطارات فائقة السرعة. ومع ذلك تعمل معظم الموصلات الفائقة المعروفة فقط عند درجات حرارة منخفضة جداً، مما يجعل استخدامها مكلفاً. تستقصي هذه الدراسة ما إذا كانت النماذج الحاسوبية الذكية والتعلّم الآلي يمكن أن تُسرِّع البحث عن موصلات فائقة أفضل مصنوعة من عناصر خفيفة شائعة مثل البورون والكربون، مما قد يقرب مواد عالية الأداء ذات جدوى عملية إلى التطبيقات اليومية.

البحث الذكي بدل البحث الأعمى

يركّز المؤلفون على فئة محددة تُسمى الموصلات الفائقة المُوَسَّطَة بالفونونات، حيث تساعد اهتزازات الشبكة البلورية (الفونونات) الإلكترونات على الاقتران والتحرك بلا مقاومة. الذرات الخفيفة مثل البورون والكربون تهتز بطبيعة الحال بترددات عالية، ما قد يعزّز درجات الحرارة الحرجة للموصلية الفائقة. بدل اختبار المواد واحدة تلو الأخرى في المختبر، يبدأ الفريق من مكتبة رقمية كبيرة تضم أكثر من ألف مركب يحتوي على بورون وكربون مأخوذة من قاعدة بيانات Materials Project. يطبقون مرشحات لاختيار المرشحين الذين هم موصلة، غير مغناطيسية، ومعقولة طاقياً وبأحجام خلوية يمكن التعامل معها، فيقلّصون التجميعة إلى نحو 700 مادة قد تدعم نظرياً هذا النوع من الموصلية.

حسابات مكثّفة لتعليم الآلة

لتقدير ما إذا كان كل مرشح قد يصبح موصلاً فائقاً، يستخدم الباحثون طريقة ميكانيكا كمية تُسمى نظرية الاضطراب الوظيفي الكثافوي (DFPT). تتيح لهم هذه الطريقة حساب مدى تفاعل الإلكترونات مع اهتزازات الشبكة والتنبؤ بدرجة الحرارة الحرجة التي تظهر عندها الموصلية الفائقة. ومع ذلك، هذه الحسابات تستغرق وقتاً ومهارة كبيرة: فهي تتطلب أخذ عينات دقيقة في فضاء زخم البلورة وغالباً ما تكشف عن عدم استقرار ديناميكي، حيث تكون بعض أوضاع الاهتزاز «تخيلية»، مما يدلّ على أن البنية تفضّل التشوّه. يطوّر الفريق اختباراً عملياً للتحقق مما إذا كانت تنبؤاتهم للحرارة عددياً موثوقة ويُحسّن أخذ العينات حتى تتقارب النتائج لأكثر من 400 مركب. كما يبتكرون طرقاً—باستخدام الضغط، تشوّهات لطيفة، أو زيادة تمويه الإلكترونات—لإستقرار أوضاع الاهتزاز غير المستقرة حتى يتمكنوا من تقدير سلوكها في الموصلية الفائقة بدلاً من استبعادها.

تعليم الشبكات العصبية لالتقاط الموصلات الفائقة

عندما يصبح لديهم مجموعة بيانات محسوبة كبيرة ومعقولة الدقة، يدرب المؤلفون نموذجين عصبيين معتمديْن على الرسم البياني، CGCNN وALIGNN، ليتعلّما العلاقة بين البنية البلورية وخصائص الموصلية الفائقة. تعامل هذه النماذج البلورة كشبكة من الذرات والروابط، ثم تضبط معايير داخلية لتستنسخ القوة المحسوبة لتمازج الإلكترون–الفونون ودرجة الحرارة الانتقالية. سير العمل تكراري: يُدرّب نموذج مبدئي على مجموعة فرعية من المركبات، ويُستخدم للتنبؤ أي المواد غير المستكشفة تبدو واعدة أو واضحة بأنها غير موصلة فائقاً، ثم تُعاد هذه المرشحات إلى الحسابات الكمومية المكلفة. مع كل حلقة ينمو طقم التدريب وتصبح نماذج التعلّم الآلي أكثر موثوقية. تكمن الحيلة الأساسية في أن المؤلفين يتعمّدون تضمين مركبات كانت غير مستقرة ديناميكياً في البداية لكن يمكن استقرارها، موسّعين بذلك تنوع الأنماط التي ترىها النماذج.

الاهتزازات الناعمة كفرصة خفيّة

من خلال استقرار وتحليل مركبات كانت تحتوي في البداية على أوضاع فونون تخيلية، تكشف الدراسة أن هذه الاهتزازات الناعمة قد تعزّز فعلاً الموصلية الفائقة بمجرد ترويضها. يتوقع أن يكون لدى عدة من هذه المركبات، بما في ذلك نتريد بورون الكالسيوم (Ca5B3N6) ومجموعة من بوريدات وكربيدات الموليبدينوم والتيتانيوم والروثينيوم، درجات حرارة حرجة مرتفعة نسبياً، بعضها ينافس أو يتجاوز نظرياً المادة المعروفة MgB2. تُظهر الدراسة أن تجاهل الأنظمة غير المستقرة ديناميكياً كان سيُفقد نحو خُمس مجموعة البيانات وعدداً من المرشحين الأكثر وعداً. عند إدراج هذه الحالات الصعبة، يتفوّق نموذج ALIGNN، الذي يشفر صراحة زوايا الروابط بالإضافة إلى أطوالها، بوضوح على CGCNN، مما يؤكّد أن الميزات الهندسية الدقيقة مهمة لالتقاط سلوك الاهتزازات الناعمة.

ما الذي يعنيه هذا لمواد المستقبل

لغير المتخصصين، الرسالة الرئيسية أن الجمع بين الحسابات الكمومية المفصّلة ونماذج التعلّم الآلي المصممة يمكنه الآن مسح فضاءات كيميائية معقّدة بكفاءة تفوق التجارب وحدها. لا تكتفي الدراسة بتحديد مركبات غنية بالبورون والكربون محددة—مثل TaNbC2، Nb3B3C، Y2B3C2، Ca5B3N6، وعائلة من مواد الروثينيوم—بوصفها موصلات فائقة واعدة، بل تؤسس أيضاً استراتيجية قابلة لإعادة الاستخدام: لا تتخلّ عن المرشحين «غير المستقرين» بسرعة، لأن اهتزازاتهم الناعمة قد تكون مفتاح موصلية فائقة أقوى بعد استقرارها. ورغم أن هذه التنبؤات لا تزال بحاجة إلى تأكيد تجريبي ومزيد من الفحوص النظرية المصقولة، فإنها ترسم مساراً أكثر استهدافاً ومعلومة نحو اكتشاف موصلات فائقة قابلة للتطبيق للتقنيات المستقبلية.

الاستشهاد: Nepal, N.K., Wang, LL. Machine-learning guided search for phonon-mediated superconductivity in boron and carbon compounds. npj Comput Mater 12, 152 (2026). https://doi.org/10.1038/s41524-026-01962-w

الكلمات المفتاحية: الموصلية الفائقة, التعلّم الآلي, مركبات البورون والكربون, تمازج الإلكترون والفونون, اكتشاف المواد