تعتبر نظرية كوهين-شام لنظرية الكثافة (Kohn-Sham Density Functional Theory) أحد الأسس الحيوية في محاكاة البنية الإلكترونية، لكن التحديات المرتبطة بتكرار تشخيص المدارات (orbital diagonalizations) تؤدي إلى حسابات ذات حجم متزايد بشكل مكعب، مما يعيق الحسابات الكمومية على النطاقات الكبرى. وبينما يسعى العلماء للتخلص من هذه المدارات الإضافية مع الحفاظ على دقة كوهين-شام، لم تنجح الأساليب اليدوية أو التعلم الآلي حتى الآن.

لقد تم تحديد خريطة كوهين-شام كهدف تعليمي مثالي لنظرية الكثافة بدون مدارات (orbital-free DFT). تعمل هذه الخريطة على تحويل فرضية كوهين-شام إلى الكثافة المقابلة وطاقة الحركة غير المتفاعلة، وهي كميات يتم الحصول عليها عادة من خلال تشخيص المدارات. في عملهم، يستخدم الباحثون مشغلًا عصبيًا متباينًا في مجال SE(3) يتنبأ بكثافة المادة من الجهد المُدخل على شبكات الفضاء الواقعي، مما يتيح تحقيق تدرج شبه خطي مستقر في SCFs.

تم تدريب النموذج على 8,504 جزيئات وصلبة، ونجح في تعميم النتائج على جزيئات عضوية وعوازل ومعادن خارج نطاق التدريب. هذه الطريقة الجديدة تتيح للجهاز الحاسوبي أن يتقارب بعمليات SCFs عبر هذه الأنظمة دون الحاجة إلى إنشاء مدارات كوهين-شام، مع إعادة إنتاج الكثافات والطيف الإلكتروني والخصائص الهيكلية بدقة نموذج كوهين-شام. بالإضافة إلى ذلك، تتيح الSCFs ذات التدرج الخطي التقارب في كثافات تشوه المغنيسيوم التي تحتوي على ما يصل إلى 82,500 إلكترون تكافؤ على وحدة معالجة رسومية واحدة.

كل هذه التطورات تمثل خطوة هائلة نحو تحقيق حسابات دقيقة وسريعة في تطبيقات العلوم الإلكترونية، مما يفتح آفاقًا جديدة للبحث العلمي والتطبيقات العملية. ما هي توقعاتكم لمستقبل حسابات الكثافة الكمية باستخدام هذه الأساليب الحديثة؟ شاركونا آراءكم في التعليقات!