في عالم تخليق المواد، تُعتبر إجراءات التصنيع غالباً ما تكون موثقة كنص سردي ضمن الأبحاث والبروتوكولات وسجلات المختبرات. لكن هذه السمة اللغوية تطرح تحديات خاصة لعمليات معقدة ومتعددة المراحل مثل تحضير رقائق نيتريد البورون النانوية (BNNS). تعتمد النتائج في هذه العمليات على خيارات مسار محددة مثل التفكيك (exfoliation) والتوظيف (functionalization).

لذا، قدم الباحثون إطار عمل مبتكر يقوم بإعادة صياغة تخطيط التخليق كمسألة تتعلق بالتفكير النصي، مستفيدين من قاعدة معرفية ذات هيكلية بسيطة ولكن مرتبطة، بحيث تحافظ على منطق الإجراءات والسياقات السببية، مع تسليط الضوء على العناصر القابلة للحساب للارجاع.

هذا الإطار يقوم بالجمع بين المطابقة الدلالية (semantic matching) والبحث المعجمي (lexical search) وتصنيف العناصر بناءً على الوعي بالمعلمات لدعم توليد المعلومات بشكل معزز (retrieval-augmented generation) مع توفير إرشادات دقيقة ومحسّنة للتخليق.

كما يقدم مفهوم التفكير المعزز بالتجارب (experience-augmented reasoning)، حيث يتم استخدام نصوص مصقولة مستمدة من روايات متعددة لدعم توليد الفرضيات وتشخيص الفشل وتعديل البروتوكولات.

تم التحقق من فعالية هذا الإطار في عملية الاستخلاء المستهدف لـ BNNS، والتي تتحكم فيها قيود متعددة ومحدودية نقل البروتوكولات العلمية بين إعدادات المختبرات. بدمج الأدلة الأدبية الموزعة مع أنماط الفشل الملاحظة تجريبياً، توصل النظام إلى بروتوكول عالي الأداء يتضمن رقائق نانوية فائقة الجودة خلال ثلاثة جولات استكشافية فقط، مما يقلل بشكل كبير من الزمن الذي يستغرقه عادةً الدوران المطول للتجربة والخطأ.

يدفع هذا الإطار الذكاء الاصطناعي ليكون أكثر من مجرد مساعدة للبحث الأدبي، حيث ينتقل نحو تخطيط نشط للتخليق، وتكييف وتسريع العمليات المعقدة في مجال المواد.