في زمن سريع التغيرات والتطورات التقنية، تمثل النماذج الأساسية الذرية (Atomistic Foundation Models) ثورة في كيفية اكتشاف المواد الجديدة. تجسدت هذه الثورة في تقنية كريستال جيف (CrystalJev) التي تعيد تعريف كيفية استخدام هذه النماذج. بدلاً من التعامل معها كمولدات بطيئة، تقدم كريستال جيف نموذجًا يُمكّن من اتخاذ قرارات سريعة مبنية على افتراضات مدروسة.

تعمل كريستال جيف على تسجيل طاقة جليدية بين الذرات مرة واحدة لكل بنية غير مسترخية، مما يمكنها من الإجابة على استفسارات محددة بطريقة سريعة ودقيقة باستخدام احتمالات محسوبة وضمانات عينة نهائية. وتقدم نهجًا جديدًا لاستراتيجية "التفكير ببطء" عندما يكون القرار أكثر تعقيدًا.

عبر 65 نموذجًا من نماذج ماتش بينش (Matbench Discovery)، تُظهر كريستال جيف كيفية تحويل المكالمات "الثابتة" إلى احتمالات تتجاوز الأخطاء النموذجية وتحدد مجموعة المرشحين بشكل فعال. بعد التدريب، تستطيع كريستال جيف اتخاذ قرارات بنفس كفاءة الطريقة التقليدية لكن بتكلفة أقل بكثير.

ولعله من المثير أن كريستال جيف أثبتت فعاليتها من خلال اختبار مسجل شمل 700 حساب من حسابات الكثافة-الوظيفية (Density-Functional), حيث كانت تتجاوز نسبة النجاح للمرشحين الجدد نسبة 5.8%، مما يدل على دقة وعدد المشاركات التي يمكن اعتبارها مستقرة.

لذا، تعد كريستال جيف بوابة مستقبلية مرتبطة بالتقدم في الذكاء الاصطناعي واكتشاف المواد، مما يوفر أساليب متعددة لتحسين دقة القرارات وسرعة التنفيذ. كيف ترى مستقبل تحسين العادات في اكتشاف المواد باستخدام الذكاء الاصطناعي؟ نرحب بآرائكم في التعليقات!