في عالم علوم المواد، بات تحديد المواد المرشحة ذات الخصائص المستهدفة من المهام الأساسية والضرورية. ومع ظهور تقنيات الذكاء الاصطناعي، كانت هناك حاجة ملحة لإيجاد حلول أسرع وأقل تكلفة بدلًا من الاعتماد على المحاكاة التقليدية المعقدة. هنا يدخل الابتكار الجديد PRISMat في المشهد.

تم تطوير PRISMat، نموذج مُعتمد على الذكاء الاصطناعي يتميز بأنه يستند إلى سياسات محددة ويمتاز بأنه غير تابع لترتيب المدخلات (permutation-invariant)، مما يُمكّنه من معالجة بيانات المواد بكفاءة عالية. على عكس نماذج اللغة الكبيرة (LLMs) التي تُعد ثقيلة ومعقدة، فإن PRISMat أُعد ليكون وحيدًا في معالجة المهام عالية الكثافة، مثل توليد بلورات المواد، بخطوات سريعة وفعالة.

ونجح PRISMat في تحقيق أداء أفضل من نماذج اللغة الكبيرة، إذ أنه يقدم انحرافات متوسطة في الطاقة المطلوبة لتفكيك البلورات ووظائف العمل، مُحققًا أخطاءً بلغت 0.188 eV/A² و2.79 eV على الترتيب.

للراغبين في استكشاف مستقبل واعد في هذا المجال، يمثل PRISMat نقطة انطلاق ثورية نحو تحقيق اكتشافات جديدة ومستدامة في عالم المواد. هل أنتم مستعدون لمتابعة هذا العصر الجديد من الاكتشافات التكنولوجية؟