إمكانات بين ذرّية أساسية قابلة للتدرج عبر تقليم نقل الرسائل وتقسيم الرسم البياني

لماذا تهمّ أفلام الذرات الأسرع

العديد من التقنيات التي نهتمّ بها، من بطاريات أفضل إلى حفّازات أنظف، تعتمد على حركة الذرّات على مدى أزمنة طويلة وعبر أعداد هائلة من الجسيمات. يمكن للمحاكيات الحاسوبية إنشاء “أفلام” لهذه الذرّات أثناء حركتها، لكن أكثر الطرق دقّة بطيئة جداً بحيث تتوقّف غالباً عند أنظمة صغيرة جداً وأزمنة قصيرة جداً. تعرض هذه الورقة طريقة للحفاظ على الدقّة العالية لنماذج الذرّات المعاصرة المعتمدة على الذكاء الاصطناعي مع تقليل تكاليفها إلى حد يجعل المحاكاة لملايين الذرّات على مدى نانوسيكون عمليّة على معالجات الرسوم الحالية.

من دقّة الكم إلى الحدود العملية

في أحد الأطراف، تصف الطرق القائمة على ميكانيكا الكمّ تفاعلات الذرّات بتفصيل كبير لكنها بطيئة للغاية للأنظمة الكبيرة والواقعية. لسدّ هذه الفجوة، اتجه الباحثون إلى نماذج تعلّم الآلة التي تتعلّم كيف تدفع الذرّات بعضها بعضاً من بيانات كمّية، ثم تحلّ محل الحسابات المكلفة بتنبؤات سريعة. قفزة حديثة في هذا المجال هي صعود “نماذج الأساس الذرّية”، وهي شبكات عصبية كبيرة مدرّبة على مجموعات واسعة ومتنوّعة من البنى الذرّية. يمكن ضبط هذه النماذج بدقة باستخدام كمية صغيرة فقط من البيانات الجديدة وما زالت تطابق أو تتفوّق على العديد من النماذج المصممة خصيصاً من حيث الدقّة، مما يجعلها جذّابة كأدوات عامة لعلم المواد.

عندما تصبح النماذج الأكبر عبئاً

قوّة هذه النماذج الأساسية هي أيضاً ضعفها. لتغطية عناصر وبيئات ربط عديدة، تعتمد على شبكات “نقل الرسائل” العميقة التي تتبادل المعلومات مراراً بين الذرّات المجاورة. كل طبقة مضافة تساعد الذرّات على الإحساس بمنطقة أوسع حولها، لكنها أيضاً تضخّم حجم النموذج واستهلاكه للذاكرة. ونتيجة لذلك، تعمل هذه النماذج أبطأ بكثير من الإمكانات الأبسط لتعلّم الآلة ولا يمكنها بسهولة معالجة هياكل تتجاوز عشرات الآلاف من الذرّات. بالنسبة للعلماء الذين يحتاجون إلى دراسة الأحداث النادرة أو الانتشار البطيء أو التغيّرات الطورية المعقّدة، يصبح هذا الحاجز في الأداء محوّل النماذج القوية إلى أدوات متخصصة. يهدف المؤلفون إلى الحفاظ على فوائد نماذج الأساس مع إزالة التكلفة غير الضرورية.

تقليص الشبكة العصبية دون فقدان كفاءتها

الخطوة الأولى في سير العمل المقترح تُسمّى تقليم عمق نقل الرسائل. حلّل الفريق مقدار التأثير الذي تحدثه كل طبقة في عدة نماذج أساس ذرّية شائعة على الوصف الداخلي للذرّات. لوحظ لديهم تأثير «الإفراط في التنعيم»: بعد أن تؤدي الطبقات الأولى معظم العمل، تقتصر الطبقات اللاحقة على تعديلات صغيرة ومتكررة. مستغلين هذا، يحتفظون ببساطة بالطبقات الأولى القليلة ويزيلون الباقي، ثم يعيدون ضبط النموذج المقتَصَر على بيانات خاصّة بالمهمة. تُظهر الاختبارات على زجاج فوسفات الليثيوم، وأنظمة مختلطة من السيليكون والسيليكا، وجسيمات معدنية على دعامات أكسيدية أن النماذج التي تبقى فيها طبقة أو طبقتان فقط يمكن أن تصل إلى دقّة تقارب دقّة الشبكات الكاملة، بينما تكون أخفّ بكثير وأسرع.

تقسيم أنظمة ذرّية كبيرة عبر رقاقات متعددة

النماذج المقتَصَرة هي نصف الحل؛ والنصف الآخر هو تشغيلها بكفاءة على معالجات الرسوم الحديثة. ينظر المؤلفون إلى النظام الذري كرسوم بيانيّة، حيث الذرّات هي العقد والروابط أو الجيران القريبون هي الحواف. يقسمون هذا الرسم إلى قطع متداخلة، كل منها يحتوي على كل الجيران اللازمين لعدد محدّد من خطوات نقل الرسائل، ويُعيّنون هذه القطع الفرعية إلى معالجات رسوم مختلفة. بما أن النموذج الآن سطحي، فالجوار المطلوب صغير، والذرّات الإضافية في كل قطعة تبقى ضمن مستوى يمكن التحكم فيه. والأهم من ذلك أن كل معالج يمكنه تشغيل قطعه بشكل مستقل، دون حاجة إلى تواصل أثناء الحسابات الثقيلة، ثم تُجمَع النتائج بعد ذلك. يتيح هذا التقسيم بنمط «الهالة» أن يعمل الأسلوب نفسه سواء على بطاقة رسومية واحدة أو على عدة بطاقات تعمل بالتوازي.

ما الذي تتيحه الأدوات الجديدة

بجمع التقليم مع تقسيم الرسوم البيانية، يحقق المؤلفون مكاسب كبيرة في السرعة والحجم. يبرهنون أن محاكاة لملايين الذرّات وحتى أنظمة تزيد عن خمسة ملايين ذرة ممكنة على أجهزةٍ قياسية، مع الحفاظ على القوى والهياكل الموثوقة التي توفرها نماذج الأساس. في دراسات حالة عملية، تعيد النماذج المقتَصرة تكوين تكوّن فوسفات الليثيوم غير المتبلور، والانفصال النانوي في زجاجات السيليكون–السيليكا، والتغطية التدريجية لجسيم بلاتينيوم نانوي بواسطة سطح أكسيدي معطّل. للقراء غير المتخصّصين، الرسالة واضحة: يحوّل هذا العمل نماذج الذكاء الاصطناعي الذرّية البطيئة والمستهلكة للذاكرة إلى محركات نحيفة قادرة على تشغيل محاكاة مواد واقعية، فاتحة الباب أمام تجارب افتراضية روتينية على أجهزة ومواد معقّدة.

الاستشهاد: Kong, L., Shim, J., Hu, G. et al. Scalable foundation interatomic potentials via message-passing pruning and graph partitioning. npj Comput Mater 12, 180 (2026). https://doi.org/10.1038/s41524-026-02001-4

الكلمات المفتاحية: نماذج أساس ذرّية, ديناميكيات جزيئية, شبكات رسومية عصبية, تسريع بوحدات معالجة الرسوم, محاكاة المواد