لن تصدق! نماذج جرافيكية متعددة المهام تكشف أسرار المواد بسرعة تفوق الخيال

في تطور مذهل في عالم الذكاء الاصطناعي، قام فريق من الباحثين بإنشاء نموذج جرافيكي متعدد المهام (Multi-Task Graph Foundation Models) باستخدام تقنية HydraGNN، مما يسمح باكتشاف المواد بدقة وسرعة غير مسبوقتين. تعتمد هذه النماذج على منصة معالجة بيانات متقدمة تسمى ADIOS2/DDStore، وتم تدريبها بشكل مشترك على 16 مجموعة بيانات مفتوحة من المبادئ الأساسية، تشمل أكثر من 544 مليون هيكل ذري تغطي أكثر من 85 عنصراً.

ما يميز هذا البحث هو القدرة على تنفيذ ستة حملات واسعة النطاق لتعديل المعاملات (DeepHyper hyperparameter optimization) على منصة الحوسبة السحابية Frontier. حيث نجح الفريق في تحقيق نموذج متفوق يعتمد على تقنية PaiNN، مما يتيح فحص مليار هيكل ذري في غضون 50 ثانية فقط! هذا ما كان سيستغرق سنوات من الحسابات التقليدية بالمبادئ الأساسية.

ليس فقط الكفاءة، بل إن النموذج الجديد يوفر خيارات تعديل دقيقة للبيانات عبر مهام متعددة. يُظهر البحث توازنًا مثيرًا بين الدقة والأداء، حيث يتم توضيح الانتقال عبر اثني عشر مهمة مختلفة باستخدام خصائص كيميائية متنوعة.

مجموعة من النماذج الحديثة تقدم فرصاً غير مسبوقة لاستكشاف مساحات التصميم الكيميائي التي كانت في السابق خارج متناول الأساليب التقليدية، مما يفتح آفاقًا جديدة للإبداع والابتكار في مجالات متعددة مثل الصناعة الكيميائية والطبية.