التنبؤ بالحركة بمساعدة التعلم الآلي لحزم السكيرميون المتداخلة المدفوعة بالتيار

دوامات مغناطيسية كحاملات بيانات دقيقة

تعتمد الإلكترونيات الحديثة بشكل متزايد على تلاعب عزم دوران الإلكترونات (السبين) بدلاً من شحنتها فقط. تستكشف هذه الدراسة أنماطاً شبيهة بالدوامات في المغناطيسات، تُدعى حزم السكيرميون، كحاملات معلومات محتملة لأجهزة ذات استهلاك طاقة منخفض وكثافة عالية في المستقبل. من خلال الجمع بين محاكاة حاسوبية متقدمة والتعلم الآلي، يبين المؤلفون كيف يمكن توجيه هذه البُنى الدقيقة بدقة باستخدام التيارات الكهربائية واستخدامها لتوجيه الإشارات في دوائر نانوية.

ما هي حزم السكيرميون ولماذا تهم

حزم السكيرميون هي عناقيد من الاستقطاب المغزلي المتدوِّر: دوامة أكبر تحيط بعدة دوامات أصغر، شبيهة بالخرز داخل فقاعة صابون. تسهم كل دوامة في كمية تُسمى الشحنة الطوبولوجية، التي تصف كيف تلتف الأزواج المغناطيسية في الفراغ. والأهم أن هذه الشحنة تتحكم في كيفية تحرك حزمة السكيرميون عند دفعها بواسطة تيار كهربائي. وعلى عكس المجالات المغناطيسية العادية، فإن هذه النُسق متينة ويمكن تجميعها بكثافة، مما يجعلها جذابة لتطبيقات الذاكرة والمنطق حيث يجب أن تتعايش عدة بتات بيانات على مسارات ضيقة.

إبقاء الدوامات المغناطيسية على مسار مستقيم

أحد العقبات الرئيسية أمام استخدام السكيرميونات في الأجهزة هو تأثير هول للسكرميون: عند دفعها بالتيار تميل للانجراف جانبياً بدلاً من التحرك مباشرة للأمام، ما يعرضها لخطر الاصطدام بحواف الجهاز وفقدانها. يصمم المؤلفون فئة خاصة من حزم السكيرميون المتداخلة "المتوازنة" التي تكون شحنتها الطوبولوجية الكلية صفرية. في هذه البُنى، تلغي المساهمات الموجبة والسالبة بعضها البعض بحيث تتوازن القوى الجانبية. تُظهر محاكاة ميكرو-مغناطيسية مفصلة مدعومة بحسابات تحليلية أن هذه الحزم ذات الشحنة الصفرية تسير في خط مستقيم على طول اتجاه التيار، مما يبسط بشكل كبير استخدامها في ذاكرة على نمط مضمار السباق حيث الحركة المستقيمة ضرورية.

تشكيل واحتجاز الدوامات

كلما زاد عدد السكيرميونات الصغيرة المتداخلة داخل الحزمة، يمكن للقوى الداخلية أن تمتد البنية جانبياً حتى إذا ظل انجرافها الجانبي الإجمالي ضئيلاً. ترسم الفريق خريطة استقرار مثل هذه الحزم المعقدة عن طريق ضبط معامل بلا أبعاد واحد يلخص التنافس بين الطاقات المغناطيسية المختلفة. كما يستكشفون إضافة جدران نطاق مركزية إضافية حول حزمة متداخلة كبيرة لتعمل كقفص احتجازي. يمكن لعدد قليل من الجدران الإضافية أن يكبح الامتداد الجانبي بنجاح، لكن وجود طبقات كثيرة جداً يضغط على السكيرميونات الداخلية بقوة فتؤدي بعضُها إلى الإلغاء، محولة البنية إلى أنماط متعددة اللفات ذات حركة مختلفة تماماً.

دع الآلات تتعلم كيف تتحرك الدوامات

التنبؤ بدقة بكيفية تنقل حزمة سكيرميون متداخلة لكل تركيبة ممكنة من البنية وإعدادات المادة مكلف حسابياً إذا اُعتمدت المحاكاة الكاملة وحدها. للتغلب على ذلك، يولد المؤلفون مجموعة بيانات كبيرة من المسارات المحاكاة ويُدرِّبون اثني عشر نموذج تعلم آلي مختلفاً للتنبؤ بزمن الحركة من خمسة مدخلات فقط: عدد السكيرميونات الخارجية والداخلية، التخميد المغناطيسي، قوة التفاعل، والتيار. تتعلم أشجار القرار المعزَّزة بتدرج الحديثة وشبكة عصبية هذه العلاقة المعقدة جيداً، محققة دقة عالية عبر نطاق واسع من زوايا الحركة، في حين يفشل الانحدار الخطي البسيط، مما يكشف أن السلوك غير خطي بشدة.

توجيه الإشارات في الدوائر النانوية

مسلحين بتنبؤات سريعة من التعلم الآلي، يصمم الباحثون جهاز فصل متعدد المخارج (ديمولتيبلكسر)، يأخذ حزمة سكيرميون واردة واحدة ويُرسلها إلى أحد عدة مخرجات اعتماداً على بنيتها. عن طريق اختيار تراكيب مختلفة من الدوامات الداخلية والخارجية، يمكن ضبط زاوية الحركة بأكثر من ستين درجة، لذا تنحرف الحزم ذات التخطيطات الداخلية المختلفة بطبيعتها نحو مخارج مختلفة تحت نفس التيار. في هذا التصور، وجود أو غياب حزمة عند مخرج معين يمثل الواحدات والأصفار الرقمية. تُظهر هذه العملة أنه من خلال هندسة الطوبولوجيا واحتجاز حزم السكيرميون ودمج نماذج فيزيائية مع التعلم الآلي، من الممكن بناء مكونات سبينترونيك مثل ذاكرات مضمار السباق وموجّهات الإشارات التي تستفيد من الحركة الجانبية للدوامات المغناطيسية بدلاً من محاربتها.

الاستشهاد: Li, R., Zhu, Y., Zhang, X. et al. Machine learning assisted prediction of dynamics in current-driven nested skyrmion bags. Commun Phys 9, 184 (2026). https://doi.org/10.1038/s42005-026-02660-1

الكلمات المفتاحية: حزم السكيرميون, السبينترونيك, الذاكرة المغناطيسية, التعلم الآلي, زاوية هول