كشف باحثون في جامعة نان يانغ للعلوم السنغافورية بقيادة الأستاذ المساعد شين شياو لي عن نموذج ذكاء اصطناعي قادر على التنبؤ بسلوك المواد المعقدة على النطاق الواسع من خلال تحليل بياناتها المجهرية فقط. يهدف هذا النهج إلى تجاوز العائق الحسابي التقليدي الذي يفرض محاكاة كل ذرة على حدة، مما يستهلك موارد هائلة حتى على الحواسيب الفائقة. يعتمد النموذج الجديد على استخلاص عدد قليل من المتغيرات الخفية التي تلخص السلوك الجماعي للنظام، بدلاً من تتبع حركة كل جسيم بشكل منفصل. وقد تم إثبات هذه الآلية رياضياً وتطبيقها بنجاح على أنظمة تتراوح بين النماذج البيولوجية السكانية وسبائك محاكاة تحتوي على أكثر من نصف مليون ذرة. ويتألف البحث من إنجازين رئيسيين متكاملين، الأول يثبت أن استخدام بيانات محاكاة للنظم الصغيرة فقط يكفي للتنبؤ بدقة بسلوك النظم العشوائية الكبيرة، والثاني يتعامل مع الأنظمة التي تفتقر إلى ترتيب ميكروسكوبي ثابت مثل السوائل والبوليمرات، عبر تعلم أنماط التوزيع الكلية بدلاً من تتبع العناصر الفردية، مما يضمن ثبات النتائج بغض النظر عن ترتيب الجسيمات. وتتميز هذه المنهجية بمرونة وقابلية توسع استثنائيتين، إذ يستطيع النموذج استقراء سلوك أنظمة أكبر بكثير من تلك المستخدمة في مرحلة التدريب، مع الحفاظ على الدقة الفيزيائية الأساسية. نُشرت النتائج في مجلة Physical Review Materials وعُرضت في المؤتمر الدولي لتعلم الآلة لعام 2026. ويؤكد الفريق أن هذه الأدوات ستساهم بشكل مباشر في تسريع اكتشاف مواد جديدة لتطبيقات الطاقة والإلكترونيات المتطورة والتصنيع المتقدم، عبر تقليل الاعتماد على المحاكاة المكلفة ودمج النتائج مع البيانات التجريبية والمحاكيات متوسطة النطاق مستقبلاً. وتظل الرؤية طويلة المدى هي بناء منصات ذكاء اصطناعي سريعة ودقيقة تفكك العلاقة المعقدة بين التفاعلات الذرية والفيزياء العيانية، مما يفتح آفاقاً جديدة لهندسة المواد ذات الكفاءة العالية.