أصبح فهم البنية الإلكترونية والذرية للمواد العلمية في صميم الأبحاث الحالية، ولا سيما في ظل التطورات السريعة في تقنيات الذكاء الاصطناعي. من بين الأدوات الفعّالة في هذا السياق، نجد طيف امتصاص الأشعة السينية (X-ray Absorption Spectroscopy أو XAS) الذي يلعب دوراً حيوياً في دراسة المواد. ولكن، على الرغم من أهميته، فإن معظم الأطياف المنشورة تظل بعيدة عن التحليل القائم على البيانات بسبب وجودها في صور وتوصيفات نصية متفرقة ضمن الأدبيات.

لتغيير هذا الوضع، قام فريق من الباحثين بتطوير تقنية متقدمة في استخراج البيانات متعددة الوسائط (multimodal) تتيح تحويل المعرفة المتناثرة في الأدبيات العلمية إلى مورد بيانات تجريبية جاهزة لتطبيقات الذكاء الاصطناعي. من خلال تنفيذ خط أنابيب رقمنة بيانات الطيف، أمكن لهم التعرف على أشكال طيف XAS في المقالات النصية، وتحويل المنحنيات الطيفية إلى بيانات رقمية، وربط كل طيف بالبيانات الوصفية المصاحبة له.

عند تطبيق هذه التقنية على الأدب المتعلق بالبطاريات، تمكن الباحثون من إنشاء مجموعة مفتوحة تحتوي على 13,740 طيف XAS، تشمل 66 عنصرًا ماصًا وكيماويات بطارية متنوعة. وقد أكدت عملية التحقق من قبل الخبراء دقة استخراج المعلومات الطيفية والبيانات الوصفية.

من خلال تحويل الأطياف المدمجة في الأدبيات إلى بيانات رقمية منظمة، تشكل هذه المجموعة أساسًا للتحليل الطيفي على نطاق واسع، ومقارنة نتائج المختبرات، والتوصيف عالي الإنتاجية، والاكتشاف الذاتي للمواد المتقدمة. إن هذا التطور يعدّ خطوة هامة نحو النهوض بعلوم المواد وتعزيز الابتكار في هذا المجال المهم.