تشهد مجالات علوم المواد وعلم الميكروسكوب ثورة حقيقية بفضل الابتكارات في تقنيات التعلم الذاتي. إذ تحوّل أنظمة التجارب الذاتية مشهد بحث المواد من مجرد تحسين مغلق إلى اكتشاف فرضيات مفتوحة وقابلة للتجربة.

لقد أظهرت الأبحاث الحديثة أن القدرة على استخدام التجارب الذاتية في تصوير المسح الضوئي (Scanning Probe Microscopy) ليست مجرد مرحلة جديدة، بل هي بداية لعصر من الاستكشاف العلمي غير المحدود.

تم تطوير إطار عمل جديد يجمع بين الانحدار الرمزي (Symbolic Regression) وتقييم النموذج المدعوم بالذكاء الاصطناعي من خلال نماذج اللغات الكبيرة. يهدف هذا الإطار إلى إنتاج علاقات تحليلية من قياسات قليلة، حيث يقوم بتصنيف هذه العلاقات بناءً على مصداقيتها الفيزيائية وسلوكها.

في تجربة خاصة، تم تطبيق هذا الإطار على قياسات المكروسكوب الكهربائي لضغط المواد الحرارية (Piezoresponse Force Microscopy) لتتبع انتقال المجالات الفيرروإلكتريكية في فيلم رقيق من PZT. ومن خلال خمسة قياسات أساسية، تطور الإطار إلى قوانين نمو زمنية واضحة تتفق مع الحركة الجدارية للدوائر.

وللمرة الأولى، يتحول التقدم في العلوم إلى اكتشاف فرضيات جديدة تأتي من التجربة، بدلاً من مجرد تحديدها مسبقاً. ويمثل هذا التحول نقطة انطلاق جديدة لترسيخ الروابط بين الانحدار الرمزي، والتفكير الفيزيائي، والتجريب التكيفي ضمن سير عمل علمي تلقائي هرمي.

هل أنتم مستعدون لرؤية كيف يمكن لهذه التكنولوجيا أن تغير مجرى الاكتشافات العلمية في المستقبل؟ شاركونا آراءكم وتعليقاتكم!