ويصنف الهروجيلات المنخفضة الكثافة بين أضواء المواد الصلبة التي تم تركيبها على الإطلاق، ومع ذلك فإن استخدامها العملي محدود منذ فترة طويلة بسبب بطء عملية اكتشاف التكوينات الجديدة بتكلفة باهظة، كما أن التقدم المحرز مؤخرا في مجال الاستخبارات الاصطناعية يعيد تشكيل هذا المشهد، مما يتيح للباحثين التنبؤ بخواص الهزل، وحفزها، وتحقيقها الأمثل بسرعة غير مسبوقة، وهذا التقارب بين علم الجيل والمواد البحثية التي لا تعجلة.

فهم الهويغلات المنخفضة الدوافع

إن الأيروسولز متينة من الجل الذي استبدل فيه العنصر السائل بالغاز، مما يترك شبكة صلبة سليمة لا تشغل سوى جزء ضئيل من حجم المواد، والنتيجة هي مادة تزيد في كثير من الأحيان على 95 في المائة من الهواء بالحجم، وتكون فيها كثافة الإنتاج منخفضة إلى 0.001 غ/كميل 3 - وزنها الأكبر من الهواء نفسه.

وتشمل الأنواع الأكثر شيوعاً الهزلان السليليكا، التي هي مُتَوَلِّقة ومُتَعَدَّدة بدرجة عالية؛ والهيروجيلات الكربونية، التي هي وسيلة سلكية كهربائية وتستخدم في أجهزة التحكم وكهرباء البطاريات؛ والمركبات المُعدَّلة بواسطة البوليمر، التي توفر المرونة والقدرة على التكيُّف، وكل نوع من أنواعها يتم تعريفه بكيمياء السليفة، وطريقة التنظيف (التج الكيميائيات البُرية، وهي أكثر الوسائل شيوعية).

غير أن مساحة البارامترات اللازمة لتصميم الهروجيل شاسعة، إذ أن المتغيرات مثل تركيز السلائف، ونوع الحفاز، وهكسيد الهلاك، وزمن الشيخوخة، وظروف التجفيف، وتشغيل السطح تؤثر جميعها على الكثافة النهائية، والهيكل الرئوي، والقوة الميكانيكية، وقد تعتمد أساليب الاكتشاف التقليدية على حملات التوليف التجريبية والزراعية، حيث تتطلب كل دفعة ساعات إلى أيام من الإعداد وتج، وتأتي في ضوءاً محدوداً.

The Traditional Discovery Bottleneck

وقبل إدماج منظمة العفو الدولية، بدأ تدفق العمل المعتاد لاكتشاف الهروجيل بفرضية حول كيفية أن يؤدي مزيج معين من السلائف ومعايير العمليات إلى انخفاض الكثافة أو تحسين العزل، ومن ثم يقوم الباحثون بتجميع مجموعة صغيرة من العينات المتواضعة، ويصفونها باستخدام تقنيات مثل مسح المايكروسكوب الإلكترونية، والامتزاز الغازي، وقياسات السلوك الحرارية، واستخدام النتائج.

فالتكاليف هي قيد آخر، فالجفاف الشديد يتطلب معدات باهظة التكلفة ويستهلك طاقة وثاني أكسيد الكربون، وكثير من المرشحين الواعدين لا يختبرون أبداً لأن الموارد - المالية والبشرية - تقتصر على استكشاف أكثر من جزء ضئيل من مساحة التركيبة المحتملة، وقدر العلماء أن عدد المرشحين المحتملين للخياطة هو أكبر من الباحثين في مجال التجارب، ومع ذلك لم يميزوا هذا الامتحان إلا بقلة من الباحثين.

وعلاوة على ذلك، كثيرا ما تفشل الأساليب التقليدية في استخلاص علاقات معقدة وغير خطية بين بارامترات التوليف والخواص النهائية، فعلى سبيل المثال، قد يكون للتغير الصغير في درجة الحرارة العمرية أثر لا يذكر على الكثافة في نظام سلائف ما، ولكن أثرا دراميا في نظام آخر، فالنموذجات الافتراضية التي يمكن أن تتعلم هذه التفاعلات مباشرة من البيانات توفر ميزة واضحة.

AI as a Catalyst for Discovery

وقد برزت الاستخبارات الفنية، ولا سيما التعلم الآلاتي والتعلم العميق، كأداة قوية لبث الحيز المخصص للتصميمات العالية الأبعاد للهوجيلات، وبدلا من استبدال العمل التجريبي، تعجل منظمة العفو الدولية بإتاحة جميع الحلقات عن طريق التنبؤات السريعة بالممتلكات المادية، مما يوحي بظروف التوليفي المثلى، بل واقتراح هياكل جزائية جديدة تماما.

تعليم الآلات لأغراض منع الممتلكات

وأهم تطبيق مباشر للمبادرة في بحوث الإيهروجل هو استخدام نماذج للتعلم الآلي تحت الإشراف للتنبؤ بالممتلكات الرئيسية - مثل الكثافة، والسلوك الحراري، أو المنطقة السطحية - من مجموعة من السمات التي تصف الكيمياء السليفة والظروف التوليفية، وقد أظهرت الدراسات المتعددة أن النماذج مثل الغابات العشوائية، وأجهزة دعم ناقلات المركبات، ومؤخرا، يمكن للشبكات العصبية للأشعة أن تحقق التنبؤات المتماثلة.

فعلى سبيل المثال، قام فريق بحث في جامعة كاليفورنيا، بيركلي، بتجميع مجموعة بيانات تضم أكثر من 500 1 عينة من عينات الهروجيل من المؤلفات المنشورة، وضم كل عينة من سمات مثل نوع السليفة، ونسبة المذيبات، والوقت المتأخر، وطريقة التجفيف، ودربوا نموذجا للكثافة الشجرية المزروعة على التدرج للتنبؤ بالكثافة وبأغل الفوري الأدنى من 0.02 ميكروغرام/سم المسموح به في ذلك الحين.

التصميم المنسّق والهندسة العكسية

ويمكن أن تقترح نماذج هباء جديدة تماماً تفي بمواصفات الأهداف، وفي نهج للتصميم العكسي، يحدد الباحث الممتلكات المرغوبة - مثل الكثافة التي تقل عن 0.01 غ/كغ3 والسلوك الحراري دون 0.015 دبليو/م ك. ك.، ويبحث نموذج AI حيز التركيبة بالنسبة للمجموعات التي يتوقع أن تستوفي تلك المعايير.

وقد استخدم تطبيق ملحوظ على نظام VAE الذي تم تدريبه على قاعدة بيانات بارامترات تركيب الهروجيل الكربوني، وقد تعلم النموذج وجود تمثيل متدني الأبعاد في الحيز التوليفي، ومن خلال الاستقراء بين التركيبات المعروفة، قام الباحثون بتوليد عشرات من مجموعات البارامترات الجديدة التي كان من المتوقع أن تُنتج في مناطق سطحية عالية، وأظهر التحقق التجريبي أن 70 في المائة من العينات التي استحدثتها شركة AI قد تجاوزت المساحة السطحية لأي نوع من أي نوع من أنواع التدريب التي سبق الإبلاغ عنها.

الفرز الافتراضي العالي الترغوب والتحكُّم المُعدي

كما أن التعلم الماكنة يعزز كفاءة المحاكاة القائمة على الفيزياء، ويمكن للنظرية الوظيفية للكثافة والمحاكاة الجزيئية أن تقارن الخواص النظرية لمكونات الهروجيل على المستوى الذري، ولكنها باهظة التكلفة حسابياً، أما النماذج البديلة - المدربة على نتائج آلاف حسابات الـ دي.دي.تي - التي يمكن أن تفحص هذه الحسابات على نحو تقريبي في المطاحن.

على سبيل المثال، الباحثون الذين يدرسون الممتلكات الميكانيكية للبيوتر المتناثرة عبر الوصلة استخدموا محاكاة وزارة الدفاع لتوليد بيانات تدريبية لشبكة عصبية اصطناعيه، وقد تنبؤت الشبكة بدقة بأن أسلوب الشباب في شبكة الهروجيل وظيفة من وظائف طول الكثافة و الكثافة المتقاطعتين، مما سمح للفريق بفحص أكثر من 10 آلاف تشكيلة من مواقع التخاطب الافتراضية في أقل من ساعة

التكامل مع منابر التجارب المستقلة

"التعبير النهائي عن الاكتشافات التي تم تشغيلها من "إي آي" هو نظام الغلق حيث يقوم نموذج "إم إل" بتوجيه منصة التوليفي الآلي

دراسات الحالة والأثر الحقيقي في العالم

The integration of AI into aerogel development is not a theoretical exercise; it has already led to tangible breakthroughs in both academic and industrial settings.

"الجيل القادم من "ناسا لاستكشاف الفضاء

(أ) كان مستعملاً لوقت طويل للعزل الحراري على المركبات الفضائية، بما في ذلك بعثة (ستاردوست) التي أعادت عينات غبار المذنبين، وكان الباحثون في ناسا يهدفون إلى تطوير صواريخ (ايروسغل) أكثر قوة في المستقبل، و موائل الكواكب المتسارعة، وإستعمال نموذج للتعلم الآلي تم تدريبه على أكثر من 000 2 سجل تجريبي، تمكنوا من تحديد تركيبة جديدة

Carbon Aerogels for Energy Storage

وفي قطاع الطاقة، فإن مركبات الكربون الهزلية هي مواد واعدة بالكهرباء للمكثفات الخارقة وبطاريات الليثيوم - الأسيون بسبب ارتفاع مساحة سطحها وسلوكها الكهربائي، غير أن تحسين هيكلها العمودي للنقل الايوني السريع كان تحدياً مستمراً، وقد استخدم التعاون بين معهد البحوث في تيوتا شبكة للأشعة الغرافية للتنبؤ بالأداء الكهروكيميائي للمركبات الكربونية المحتوية مباشرة على نماذج.

Scale-Up Industrial Scale-Up with Machine Learning

فإلى جانب المختبر، بدأت شركات مثل شركة أسبن إيروغلز في إدماج شركة AI في خطوطها الرئيسية لتنمية المنتجات، وبتحليل بيانات الإنتاج التاريخية من آلاف البطاطس، يمكن لنماذج إنتاجية متعددة الكلورة أن تتوقّع كثافة وسلوك حراري لبطانيات الإنجيل في ظروف تصنيع مختلفة، مما يتيح لمهندسي العمليات أن يكيفوا معالم الإنتاج في الوقت الحقيقي مع تقليل استهلاك الطاقة أثناء عمليات التجفيف.

التحديات والحدود

ورغم النجاحات الواضحة، فإن استخدام تكنولوجيا المعلومات في اكتشافات الطائرات لا يخلو من عقبات، حيث تتوقف نوعية التنبؤات كليا على كمية ونوعية بيانات التدريب، وهناك العديد من مجموعات بيانات الهروجيل متفرقة وغير متسقة ومسجلة في أشكال يصعب تجميعها، كما أن الاختلافات في بروتوكولات القياس، ونقاء السلائف، والمعايرة الخاصة بالمعدات تُحدث ضوضاء يمكن أن تضلل نماذج حركة الطيران، غير مكتملة، مثل نظام البيانات غير المكتمل.

وثمة تحد آخر هو إمكانية تفسير نماذج المعلومات المسبقة عن علم، إذ أن العديد من الخوارزميات ذات الأداء العالي، مثل الشبكات العصبية العميقة، تعمل كصناديق سوداء، مما يجعل من الصعب على الباحثين فهم سبب توقع أن تكون التركيبة المعينة أمثل، وهذا الافتقار إلى الشفافية يمكن أن يعوق الثقة وتباطؤ التبني، ولا سيما في التطبيقات الحساسة من قبيل الفضاء الجوي، وقد بدأ العمل مؤخرا في مجال المعايير المحاسبية الدولية القابلة للشرح (XAI) في التصدي لهذا الأمر بقوة باستخدام أساليب مثل تقنيات " إسبليو " .

وعلاوة على ذلك، فإن التنبؤات المتعلقة بالآفات لا تغطي سوى مجموعة الشروط الموجودة في مجموعة التدريب، إذ إن استقراء الكيمياء السليفة الجديدة تماماً أو طرق التجهيز - مثل استخدام مجموعة من المحاورين لم يسبق لها مثيل من قبل - قد تكون مخاطرة كبيرة، ويجب على الباحثين أن يجمعوا بين الفحص الذي يقوم على أساسه المعهد والفحص الفيزيائي مع التجارب المرادة للتحقق من الأفكار الجديدة، كما أن إدماج مادة AI في تدفقات العمل المختبري يتطلب استثماراً كبيراً في البنية التحتية، بما في نظم إدارة البيانات،

وهناك أيضاً حاجز ثقافي: العديد من العلماء في المواد الذين يتم تدريبهم على الأساليب التجريبية التقليدية هم من أشكال " الصندوق الأسود " ، ويُعتبر سد الفجوة بين علماء البيانات وخبراء المجالات أمراً أساسياً من أجل اعتماد أدوات التنفيذ السريع على نطاق واسع، كما أن المبادرات التعاونية، مثل الاتحاد العلمي للمواد الذي يقوده المعهد الدولي لبحوث الفضاء، تعمل على تعزيز التدريب المتعدد التخصصات وأفضل الممارسات المشتركة.

التوقعات المستقبلية وتأثير الصناعة

ومن المرجح أن يتوسع دور منظمة العفو الدولية في اكتشافات الهروجيل في عدة اتجاهات، وأن يقترن النموذج المتعدد الصفات الذي يجمع بين المحاكاة الرخيصة والتقريبية مع تجارب باهظة التكلفة وذات دقة عالية، ويعود بتقليص الحاجة إلى بيانات تدريبية واسعة النطاق، كما أن نماذج التعلم النشطة ستتيح لنظم التعليم العالي اختيار التجارب الأكثر استخلاصا، مما يؤدي إلى تباطؤ المعارف المكتسبة في كل عملية التوليف.

وثمة حدود مثيرة أخرى تتمثل في دمج منظمة العفو الدولية مع جهاز الاستنساخ الآلي للكهرباء وأجهزة التصوير المطياف، إذ يمكن للباحثين، عن طريق وجود نموذج للتعلم الآلي، أن يحلل بيانات التصوير في الوقت الحقيقي أثناء التوليف، أن يكيفوا بشكل دينامي الظروف لتوجيه المواد نحو مفهوم مرغوب فيه، يسمى أحيانا تطوير مواد " لعبة الفيديو " ، فمثلاً يمكن لأية معلومات مدرَّبة على صور " سي إيجيل " أن تكتشف حدوث تغير في عملية التكسير.

ومن الناحية الصناعية، يمكننا أن نتوقع من الهروجيلات المصممة من قبل شركة AI أن تدخل الأسواق التجارية بسرعة أكبر، ومن المتوقع أن تتجاوز أسعار المواد الأساسية في السوق العالمية للجيل، التي تبلغ قيمتها أكثر من 1.5 بليون دولار في عام 2023، معدلات النمو في عدد الأجهزة ذات الكفاءة في مجال الطاقة.

(ب) إن الاستدامة نفسها تعود بالنفع: إن العديد من طرق التوليف الخاصة بالهيروغلات تنطوي على سلائف سامة أو مدخلات عالية من الطاقة، ويمكن أن تُحدّد إلى أقصى حد تركيبات " الخضر " التي تستخدم المياه كسلائف مذيبة أو قائمة على أساس بيولوجي، أو كطرائق للتجفيف الكهرماني، بينما تستخدم الدراسة الأخيرة استخدام مادة بايزيان في التقليل إلى أدنى حد من الأثر البيئي لـهـزئيـه الأيروسـي، مما يُحد من أهدافهـهـهـهـهـهـهـهـهـهـهـهـهـهـاًاًاًاً بنسبة 60 في الـاً.

خاتمة

إن تطبيق الاستخبارات الاصطناعية على اكتشافات الهروجيل المنخفض ليس سيناريو مستقبلي مضاربة، بل هو واقع في الوقت الحاضر يعيد تشكيل أولويات البحوث والاستراتيجيات التجارية، وبإتاحة التنبؤ السريع بالممتلكات، وتصميم السخاء، والتجارب المستقلة، فإن المنظمة تضغط ما كان يلزم من سنوات إلى أسابيع، مع توسيع نطاق المواد القابلة للاستمرار في نفس الوقت، كما أن تحديات جودة البيانات، والقابلية للترجمة الشفوية النموذجية، والتعاون بين مختلف التخصصات لا تزال كبيرة.