ثورة علمية.. الذكاء الاصطناعي يحل لغزا حيّر العلماء لأكثر من مئة عام
تاريخ النشر: 29th, April 2025 GMT
#سواليف
حلّ فريق من #العلماء في الولايات المتحدة لغزا عمره أكثر من مئة عام باستخدام #الذكاء_الاصطناعي، ما قد يمهّد الطريق ويفتح الآفاق لإنجازات تقنية متقدمة.
وتمكن علماء كلية كولومبيا للهندسة في نيويورك من تحديد البنية الذرية الدقيقة لما يُعرف بالبلورات النانوية، وهي جزيئات بالغة الصغر تُستخدم في مجالات متعددة تشمل تصنيع الإلكترونيات وتطوير مواد جديدة، وحتى تحليل القطع الأثرية في علم الآثار.
وتتمثل أهمية هذا الاكتشاف في أن #البلورات_النانوية، لصغر حجمها وافتقارها إلى الترتيب المنتظم، كانت تمثّل تحديا كبيرا أمام العلماء الذين اعتمدوا لعقود على تقنيات حيود #الأشعة_السينية لتحليل تركيب المواد الصلبة، حيث تُسلّط الأشعة على بلورات كبيرة ومنتظمة فيُنتج نمط يظهر ترتيب الذرات داخل المادة. لكن هذه الطريقة تفشل مع البلورات النانوية، لأنها صغيرة وغير منتظمة وتُشتّت الأشعة إلى أنماط غير واضحة يصعب تفسيرها.
مقالات ذات صلة موظف سابق في مايكروسوفت: الشركة تهتم بالربح المادي على حساب الدم الفلسطيني 2025/04/25وللتغلب على هذا التحدي، ابتكر فريق البحث خوارزمية ذكاء اصطناعي متقدمة أُطلق عليها اسم PXRDnet، دُربت على تحليل أنماط حيود معقدة باستخدام قاعدة بيانات ضخمة تحتوي على عشرات الآلاف من التركيبات البلورية المعروفة. ورغم أن هذه التركيبات ليست مرتبطة مباشرة بالبلورات النانوية قيد الدراسة، فإن الخوارزمية نجحت في تعلّم الأنماط المحتملة لترتيب الذرات في هذه المواد النانوية.
وقال البروفيسور سيمون بيلينغ، أستاذ علوم المواد والفيزياء والرياضيات التطبيقية في جامعة كولومبيا: “استطاع الذكاء الاصطناعي حل هذه المشكلة المعقدة من خلال تعلم أنماط الترتيب الذري التي تسمح بها الطبيعة، حتى دون توفر معرفة فيزيائية مباشرة بالمواد المدروسة”.
وتعمل خوارزمية PXRDnet على تحليل أنماط الحيود الناتجة عن بلورات نانوية يصل حجمها إلى 10 أنغستروم فقط، أي أرقّ بنحو عشرة آلاف مرة من شعرة الإنسان، ما يفتح آفاقا لفهم المواد على مستوى بالغ الدقة.
واعتبر العلماء هذا التطور نقلة نوعية في علم المواد، لأنه يتيح تحديد بنية المواد النانوية بدقة عالية دون الحاجة إلى بلورات كبيرة أو أدوات باهظة الثمن.
وقال غابي غو، قائد الفريق البحثي: “حين كنت في المدرسة الإعدادية، كانت أنظمة الذكاء الاصطناعي لا تزال تكافح لتمييز القطط من الكلاب. أما اليوم، فها نحن نستخدمها لحل مشكلات علمية معقدة كانت مستعصية على البشر لعقود”.
وأضاف البروفيسور هود ليبسون، رئيس قسم الهندسة الميكانيكية بجامعة كولومبيا:
“المثير للدهشة هو أن الذكاء الاصطناعي، رغم افتقاره إلى فهم مباشر للفيزياء أو الهندسة، تمكّن من التوصل إلى حل لمعضلة حيرت العلماء لأكثر من مئة عام. وهذا يعطي لمحة عمّا يمكن أن يقدمه الذكاء الاصطناعي في مجالات علمية أخرى تواجه تحديات مماثلة”.
المصدر: سواليف
كلمات دلالية: سواليف العلماء الذكاء الاصطناعي الأشعة السينية الذکاء الاصطناعی
إقرأ أيضاً:
أخطاء الذكاء الاصطناعي تربك ملخصات برايم فيديو
لم تبدأ تجربة أمازون مع تقديم ملخصات المسلسلات المعتمدة على الذكاء الاصطناعي بالطريقة التي كانت الشركة تأملها. فبدلًا من تسهيل مهمة المشاهدين وتقديم محتوى مختصر ودقيق، كشفت أولى التجارب عن مشكلات واضحة في الدقة والفهم، كان أبرزها ما حدث مع ملخص الموسم الأول من مسلسل Fallout على منصة برايم فيديو.
وبحسب ما أورده موقع GamesRadar+، فإن الملخص المُولّد بالذكاء الاصطناعي يحتوي على عدد من الأخطاء الجوهرية، من بينها معلومات غير صحيحة تتعلق بأحداث العمل وسياقه الزمني، وهو ما أثار تساؤلات حول مدى جاهزية هذه الأدوات للاستخدام الواسع دون مراجعة بشرية.
يمكن للمشاهدين الاطلاع على هذا الملخص من خلال قسم “الإضافات” الموجود ضمن صفحة الموسم الثاني من مسلسل Fallout على برايم فيديو. وعلى الرغم من أن الفيديو يبدو من الناحية التقنية متماسكًا، حيث يجمع بين المقاطع المصورة والموسيقى والحوار في قالب واحد، إلا أن محتواه يعاني من سطحية واضحة وسوء فهم لتفاصيل أساسية في القصة.
أحد أبرز الأخطاء يتمثل في تحديد الفترة الزمنية لمشاهد الفلاش باك التي تدور في مدينة لوس أنجلوس. إذ يشير الملخص إلى أن هذه المشاهد تعود إلى خمسينيات القرن الماضي، بينما الحقيقة أن أحداثها تقع في عام 2077، وهو العام المحوري في عالم Fallout. وتدور السلسلة في خط زمني بديل انفصل عن تاريخنا الحقيقي بعد عام 1945، وهي نقطة أساسية لفهم أجواء المسلسل ورسائله.
ولم يتوقف الأمر عند هذا الحد. فقد أشار موقع Gizmodo إلى أن الملخص يُسيء أيضًا فهم نهاية الموسم الأول، وهي نهاية تمهّد بوضوح لأحداث الموسم الثاني، وخاصة العلاقة التي تتشكل بين شخصية لوسي، ساكنة الملجأ، وشخصية “الغول”، أحد سكان الأراضي القاحلة المشعة. هذه العلاقة ليست مجرد تحالف عابر، بل ترتبط بشكل وثيق بالغموض الذي يدور حوله الموسم الأول بأكمله، وهو ما تجاهله الملخص أو عرضه بصورة مشوشة.
المفارقة أن الفيديو نفسه يعطي انطباعًا تقنيًا جيدًا، إذ يثبت أن نظام الذكاء الاصطناعي لدى أمازون قادر على تحرير المقاطع ودمج العناصر السمعية والبصرية بسلاسة. غير أن المشكلة الحقيقية تكمن في غياب الفهم العميق للسرد الدرامي، وهو ما يجعل هذه الملخصات غير موثوقة كمصدر لتذكير المشاهد بالأحداث أو تمهيده لموسم جديد.
ورغم أن هذه الأخطاء قد لا تؤثر بشكل مباشر على استمتاع الجمهور بالموسم الثاني من Fallout، فإنها تطرح علامات استفهام كبيرة حول استراتيجية أمازون في الاعتماد المتزايد على الذكاء الاصطناعي دون رقابة بشرية كافية. ويبدو أن حل هذه المشكلة لم يكن معقدًا، إذ كان من الممكن ببساطة عرض الفيديو على موظف شاهد المسلسل لمراجعته قبل نشره.
ولا تُعد هذه الواقعة الأولى التي تكشف عن ضعف مراقبة الجودة في محتوى الذكاء الاصطناعي لدى أمازون. ففي وقت سابق من هذا الأسبوع، اضطرت الشركة إلى سحب مقاطع دبلجة صوتية مُولّدة بالذكاء الاصطناعي لعدد من مسلسلات الأنمي، من بينها Banana Fish، بعد شكاوى واسعة من رداءة الصوت وعدم ملاءمته لطبيعة العمل.
هذا السياق يجعل من المرجح أن تقوم أمازون بسحب ملخص Fallout الحالي، وتصحيحه، ثم إعادة نشره لاحقًا. لكن المشكلة الأعمق تتعلق بالاتجاه العام للشركة نحو إدخال المزيد من المحتوى المُولّد بالذكاء الاصطناعي إلى منصتها، في وقت لم تصل فيه هذه التقنيات بعد إلى مستوى يضمن الدقة والموثوقية.
ومع قاعدة مستخدمين ضخمة مثل التي تمتلكها برايم فيديو، يصبح أي خطأ صغير مضخمًا، ويؤثر على ثقة الجمهور في المنصة. فالذكاء الاصطناعي قد يكون أداة فعالة لتسريع الإنتاج وخفض التكاليف، لكنه لا يزال، حتى الآن، بحاجة ماسة إلى إشراف بشري حقيقي، خاصة عندما يتعلق الأمر بأعمال درامية معقدة تعتمد على التفاصيل والسياق بقدر اعتمادها على الصورة والصوت.
حالة الطقس.. استمرار هطول أمطار رعدية مع رياح نشطة مثيرة للأتربة