الانتقال من النظام الأورثورومبي إلى الرباعي المدفوع بالانتشار في YBa2Cu3O7 المستنبط بواسطة إمكانية بين ذرية بتعلّم آلي

لماذا تهمّ التحركات الصغيرة للذرات

تعد الأسلاك فائقة التوصيل القادرة على حمل تيارات كهربائية هائلة مع فقد طاقي شبه منعدم مكوّنات أساسية في مفاعلات الانصهار المستقبلية والمسرعات الجسيمية القوية. واحدة من أكثر المواد الواعدة لهذه الأسلاك هي مركب أكسيد النحاس المسمى YBCO. لكن YBCO مليء بعيوب ذرية قد تضعف أدائه، لا سيما تحت الإشعاع والحرارة العالية. تُظهر هذه الدراسة كيف يمكن لنموذج حاسوبي جديد تتبّع تلك العيوب بتفصيل وشرح تغيير شكل دقيق في البلورة يحدث مع ارتفاع درجة الحرارة.

بلورة تُستخدم في مغناطيسات التكنولوجيا المتقدمة

ينتمي YBCO إلى عائلة من الموصلات الفائقة عالية الحرارة المستخدمة في شرائط متقدمة لأجهزة الانصهار المدمجة ومغناطيسات المسرعات. تعتمد خواصه المفيدة بشكل حساس على كيفية ترتيب ذرات الأكسجين داخل البلورة. إذا غاب عدد كبير من ذرات الأكسجين أو وُضعت في أماكن خاطئة، قد تتحوّل المادة من موصل فائق جيد إلى سلوك أقرب إلى معدن عادي أو حتى عازل. يمكن للإشعاع، كما في مفاعل الانصهار، أن يزيح الذرات عن مواقعها ويُحدث مثل هذه العيوب. تشير التجارب إلى أن تسخين العينات المعرضة للإشعاع قد يصلح بعض الضرر، ما يوحي بأن ذرات الأكسجين متحركة بما يكفي للعودة إلى مواقع أفضل.

تعليم الحاسوب إحساس قوى الذرات

لفهم هذه إعادة الترتيبات الذرية، بنى المؤلفون نموذج تعلّم آلي لكيفية تفاعل ذرات YBCO. بدلاً من الاعتماد على صيغ ثابتة وبسيطة للقوى بين الذرات، درّبوا «إمكانية بين ذرية» باستخدام آلاف الحسابات الكمومية التفصيلية. شملت بيانات التدريب بلورات مثالية، وبُنى مُطاطة أو مضغوطة بطرق مختلفة، والعديد من التراكيب ذات الشواغر، والذرات الإضافية المحشورة في الشبكة، ومناطق عالية الاضطراب. يتيح هذا التنوع للنموذج التعرف على البيئات الهادئة والفوضوية التي تنشأ عندما تتحرك ذرات الأكسجين.

وضع النموذج تحت الاختبار

تحقق الفريق من أن إمكانية التعلّم الآلي يمكنها إعادة إنتاج خصائص أساسية لـ YBCO، مثل كيفية تغير طاقته عند ضغط أو توسيع البلورة وكيف تستجيب المسافات بين الذرات. كما فحصوا عيوب أكسجين محددة حيث تترك ذرة أكسجين موضعها الاعتيادي وتحتل موضعاً بينياً، مكوّنة ما يُعرف بزوج فرينكل. تصاحب هذه الحركات تكلفة طاقة وحاجز يجب تجاوزه. طابق النموذج الجديد حسابات كمومية مطلّبة لهذه القيم بشكل أفضل بكثير من النماذج التجريبية السابقة، لا سيما لحواجز الطاقة التي تتحكم في سهولة انتشار الأكسجين.

متابعة تغيير شكل دقيق مع الحرارة

مزوّدين بهذا النموذج الدقيق، أجرى الباحثون محاكاة ديناميكا جزيئية طويلة لبلورات كبيرة أثناء تسخينها من بضع مئات إلى أكثر من ألف كلفن. عند درجة حرارة منخفضة، تكون بصمة البلورة مستطيلة قليلاً: تسير سلاسل ذرات الأكسجين على طول اتجاه داخل المستوى، مما يعطي شكل «أورثورومبي». مع ارتفاع درجة الحرارة، تقفز ذرات الأكسجين من هذه السلاسل إلى مواقع مجاورة بين السلاسل. هذا يكسر تدريجياً السلاسل الطويلة المستقيمة ويزيل الاتجاه المفضّل في المستوى. حول 800 كلفن في المحاكاة، تصبح مقطعية البلورة تقريباً مربعة، أي شكل «رباعي»، مما يردّد ما تراه التجارب عند درجات أعلى قليلاً.

اللاانتظام، الإنتروبي، ولماذا يحدث التغير

بتتبّع عدد مرات قفز ذرات الأكسجين وكيف يتغير تكلفة طاقة أزواج فرينكل مع تمدد الشبكة، يبيّن المؤلفون أن الانتقال لا يقوده التوفير الطاقي وحده. عند درجات الحرارة القريبة من الانتقال، يظل تشكيل هذه العيوب مكلفاً طاقياً، لكن تزايد عدد طرق ترتيب ذرات الأكسجين يزيد إنتروبي النظام، ما يفضّل الاضطراب. هذا الدفع الإنتروبي، بمساعدة انخفاض طفيف في طاقة العيب عند الأحجام الأكبر، يدفع البلورة من حالة سلاسل مرتبة إلى حالة أكثر اضطراباً لكنها متناظرة. كما يقترح النموذج أن كميات صغيرة من نقص الأكسجين تسرّع الانتقال قليلاً، تماشياً مع تلميحات تجريبية.

ماذا يعني هذا لأجهزة التوصيل الفائق المستقبلية

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن نموذج تعلّم آلي مدرّب بعناية يمكنه الآن تتبّع رقصة ذرات الأكسجين في موصل فائق معقّد وشرح كيف تعيد حركتها تشكيل البلورة عند درجات حرارة عالية. تفتح هذه القدرة الباب لمحاكاة واقعية وكبيرة النطاق لكيفية استجابة YBCO للإشعاع والحرارة في المغناطيسات العاملة، وكيف يمكن لعمليات التسخين استعادة أدائه. وعلى نطاق أوسع، تُظهر الدراسة أن التعلّم الآلي يمكنه التعامل مع الأكاسيد متعددة العناصر والكيمياء المعقّدة، مما يوفر أداة جديدة لتصميم وحماية مواد توصيل فائق متقدمة.

الاستشهاد: Gambino, D., Di Eugenio, N., Byggmästar, J. et al. The diffusion-driven orthorhombic to tetragonal transition in YBa₂Cu₃O₇ derived with a machine learning interatomic potential. npj Quantum Mater. 11, 41 (2026). https://doi.org/10.1038/s41535-026-00891-7

الكلمات المفتاحية: YBCO, انتشار الأكسجين, إمكانية بالتعلّم الآلي, الموصلات فائقاً, انتقال طور