نموذج سيامي الثوري: تغيير قواعد لعبة توقع هياكل البلورات

تعتبر توقع هياكل البلورات من التحديات الأساسية في اكتشاف المواد، حيث تتميز بتعقيدها الهندسي الثلاثي الأبعاد، مما يجعلها تختلف عن مجالات أخرى مثل طي البروتينات. في خطوة غير مسبوقة، قدم الباحثون نموذجًا جديدًا يسمى Diffusion-based Crystal Omni (DAO)، وهو إطار عمل يعتمد على نموذجين سياميين: مُولد للهياكل ومتنبئ بالطاقة.

تجري عملية تدريب مُولد الهياكل عبر مسارين على مجموعة ضخمة من البيانات التي تشمل هياكل مستقرة وغير مستقرة، مستفيدًا من المُتنبئ لتخفيف التكوينات غير المستقرة وتوجيه عملية السحب الجيني. نتائج الاختبارات التي تم إجراؤها على معيارين معروفين أظهرت أن التدريب المسبق يحسن الأداء بشكل ملحوظ عبر عدة بنى تحتية.

تظهر دراسات تفصيلية أن التفاعل بين المُولد والمتنبئ يعزز من فعالية كلا المكونين، مما يفتح أفقًا واسعًا لاستكشاف المزيد من المواد. تم أيضًا اختبار DAO على ثلاثة مواد فائقة التوصيل: $ ext{Cr}_6 ext{Os}_2$، $ ext{Zr}_{16} ext{Rh}_8 ext{O}_4$، و$ ext{Zr}_{16} ext{Pd}_8 ext{O}_4$، وهي مواد عادة ما تكون صعبة الدراسة باستخدام الطرق التقليدية.

بحسب النتائج، حقق DAO معدل تطابق بنسبة 100% مع المراجع التجريبية للـ $ ext{Cr}_6 ext{Os}_2$ بخطأ في موقع الذرة قدره 0.0012 تحت ظروف الإنتاج باستعمال 20 عينة، محققًا أداء يزيد عن 2000 مرة أسرع في كل عملية مقارنة بالنماذج القائمة على الأسس الكمية (DFT). هذه النتائج تعتبر دليلاً قاطعًا على الإمكانيات الكبيرة لهذا النموذج في دفع أبحاث علم المواد نحو آفاق جديدة.