في خطوة ثورية نحو المستقبل، أعلن فريق من الباحثين عن تطوير جديد في قاعدة بيانات ألكسندريا (Alexandria Database) باستخدام خوارزميات الذكاء الاصطناعي (AI) المتقدمة. تم إدخال نظام عمل متعدد المراحل يحقق نجاحًا ملحوظًا بنسبة 99% في تحديد المركبات القريبة من الاستقرار الديناميكي الحراري، أي بفارق لا يتجاوز 100 meV/atom، وهو ما يمثل تحسنًا بمعدل ثلاثة أضعاف عن الأساليب السابقة.

استند هذا التقدم إلى دمج نماذج تعلّم الآلة المختلفة مثل نموذج ماترا-جنوا (Matra-Genoa) ونموذج أورب-2 (Orb-v2) للتنبؤ بالقوى بين الذرات، بالإضافة إلى شبكة ALIGNN العصبية الرسومية، مما أدى إلى إنتاج 119 مليون هيكل مرشح. كما تم إضافة 1.3 مليون مركب تم التحقق منه بواسطة نظرية الكثافة الوظيفية (DFT) إلى قاعدة بيانات ألكسندريا، بما في ذلك 74 ألف مادة جديدة مستقرة.

اليوم، تحتوي قاعدة بيانات ألكسندريا على حوالي 5.8 مليون هيكل، منها 175 ألف مركب ضمن الغلاف المحدب (convex hull). والأكثر إثارة هو أن معدلات الاضطراب الهيكلي (Structural Disorder) المتوقعة تتراوح بين 37-43%، مما يتوافق مع البيانات التجريبية، على عكس مجموعات البيانات الأخرى التي أنتجها الذكاء الاصطناعي مؤخرًا.

تأتي هذه النتائج مع تحليل يبرز أنماط أساسية في توزيع المجموعات الفضائية، بيئات التنسيق، وشبكات استقرار الطور، بما في ذلك التدرج تحت الخطي لارتباط الغلاف المحدب. وقد تم إصدار مجموعة البيانات الكاملة، بما في ذلك sAlex25، والتي تحتوي على 14 مليون هيكل خارج التوازن، بما فيها القوى والضغوط للتدريب على مجالات القوة العالمية.

كما أظهر الباحثون أن تحسين نموذج GRACE باستخدام هذه البيانات يعزز دقة المقاييس المعتمدة. جميع البيانات والنماذج وتدفقات العمل متاحة مجانًا بموجب تراخيص كرييتيف كومونز، مما يعكس التزام الباحثين بالشفافية وتبادل المعرفة في مجال العلوم.