منذ أكثر من قرن، بقيت ظاهرة الحركة غير المستقرة للسوائل — مثل الدوامات التي تتشكل حول جناح طائرة أو تدفق الماء في الأنابيب — واحدة من أصعب التحديات في الفيزياء والرياضيات. المعادلات التي تصف هذه الظواهر غالبًا ما تؤدي إلى نتائج غير واقعية، مثل ضغط لا نهائي أو سرعة تصل إلى ما لا يمكن تصوره، ما يُعرف بـ"الانفجارات الرياضية" أو "النقط المفردة". وغالبًا ما تكون هذه النقط مستقرة، لكن النقط غير المستقرة، التي تمثل لحظات انقطاع في التنبؤ الرياضي، كانت صعبة للغاية على العلماء لفك رموزها. في خطوة تُعدّ ثورية، نجح فريق باحثي DeepMind، المختبر الرائد في الذكاء الاصطناعي التابع لجوجل، في اكتشاف عائلات جديدة من هذه النقط غير المستقرة باستخدام نماذج ذكاء اصطناعي مخصصة. بدلًا من الاعتماد على التقديرات التقليدية، استخدم الباحثون نماذج تعلم آلي مصممة خصيصًا لدمج البنية الرياضية للمعادلات الفيزيائية مباشرة في خوارزمياتهم. وباستخدام تحسينات متعددة المراحل، تمكنوا من تحقيق دقة تقترب من الحدود الحاسوبية، ما مكّن العلماء من التحقق من النتائج رياضيًا. النتائج، المنشورة في بحث علمي وورشة عمل مصاحبة، تُعدّ "مكتبة جديدة" لحل التحديات الطويلة الأمد في الفيزياء الرياضية. ووصف الباحثون العمل بأنه "طريقة جديدة لإجراء البحث العلمي"، حيث يُمكن للذكاء الاصطناعي أن يسهم في اكتشاف ظواهر رياضية لم تُكتشف من قبل. لماذا تُعد هذه المهمة مهمة؟ لأن فهم النقط غير المستقرة يُمكّن العلماء من تفسير ظاهرة "الاضطراب" (Turbulence) — تلك الحالة التي تصبح فيها حركة السوائل غير قابلة للتنبؤ، وتعتبر سببًا رئيسيًا في فقدان الطاقة في الأنظمة الهندسية. تطبيقاتها واسعة: من تقليل مقاومة الطائرات وتحسين كفاءة الطيران، إلى فهم تدفق الدم في الأوعية، وتنبؤ الأحوال الجوية، وحتى توزيع الطاقة في الشبكات. نورا ووللي، ابنة الكاتب وطالبة هندسة ميكانيكية متخصصة في ديناميكا السوائل بجامعة واشنطن، شرحت أن هذه الاكتشافات قد تُحدث فرقًا في مراقبة ما يُعرف بـ"الضبابية الديناميكية" (Turbidity)، حيث تصبح السوائل غير قابلة للتنبؤ بسبب التأثيرات الحركية، وليس الخصائص الفيزيائية. ومضت قائلة إن العديد من البرامج الحالية تفترض أن المعادلات صحيحة في جميع الظروف، لكن اكتشاف النقط غير المستقرة يُمكّن العلماء من تحديد الحدود التي تظل فيها هذه المعادلات موثوقة. هذا ليس تقدمًا في علاج السرطان، لكنه يُظهر قوة الذكاء الاصطناعي في حل مشكلات عميقة وجوهرية في العلم. في وقت يُثار فيه جدل حول تكاليف الذكاء الاصطناعي وقيمة تطبيقاته، تمثل هذه الإنجازات دليلًا على قدرته على إحداث تأثير حقيقي في فهم الطبيعة.