نظام الذكاء الاصطناعي TEM Agent يسهل ويعجل تجارب المجهر الإلكتروني

[المقال الأصلي]

يتطلب تشغيل أحد أقوى المجاهر الإلكترونية في العالم عدة أسابيع من التدريب. في مختبر لورانس بيركلي الوطني، يمكن للباحثين الآن وصف التجارب بلغة إنجليزية بسيطة، وترك وكيل الذكاء الاصطناعي يقوم بالعمليات. تم بناء هذا النظام المسمى TEM Agent في مصنع الجزيئات التابع لوزارة الطاقة الأمريكية، والذي يقع في مختبر بيركلي. يتحكم النظام في مجهر إلكتروني نافذ، وهو جهاز يمكنه عرض المواقع الدقيقة للذرات في المواد، مما يحدد قوة المواد، وموصلية الكهرباء، وقدرة تخزين الطاقة في البطاريات، وكيفية تفاعل الأدوية مع الخلايا.

يمكن لمجهر مصنع الجزيئات تصوير هياكل بحجم نصف ذرة هيدروجين تقريبًا، ويأتي العلماء من الجامعات والشركات لاستخدام هذه المعدات. منحنى التعلم حاد جدًا، حيث يحتاج بعض الباحثين الزائرين، رغم أنهم درسوا دورة في المجهر الإلكتروني لمدة فصل دراسي، إلى عدة أسابيع من التدريب العملي. حتى الخبراء يواجهون صعوبات في معالجة البيانات: يمكن لكاشف واحد أن ينتج حوالي 700GB من البيانات في 15 ثانية، وهو ما يتجاوز بكثير القدرة على المعالجة اليدوية. وبالتالي، تسبب ذلك في حدوث اختناقات. على الرغم من أن المعدات تزداد قوة، إلا أن عدد الأشخاص القادرين على تشغيلها وتحليلها بكفاءة لا يتزايد بالسرعة نفسها.

الذكاء الاصطناعي يعزز كفاءة المجهر الإلكتروني

لدى الفريق إجراءات آلية للتعامل مع الأعمال المتكررة، مثل تصوير كميات كبيرة من الجسيمات النانوية. ولكن كما يقول العالم المسؤول عن البحث بيتر إيلوس، فإن هذه الإجراءات تعمل مثل خط إنتاج المصنع، حيث تنفذ فقط وفقًا للبرامج المحددة، وعندما تحدث ظروف غير متوقعة، تتوقف ولا يمكن تعديلها من قبل مهندسي غير الروبوتات. قرر الفريق عدم البدء من جديد، بل إعادة كتابة هذه البرامج باستخدام بروتوكول سياق النموذج، وهو معيار مفتوح يوفر مجموعة من العمليات المحددة الثابتة للذكاء الاصطناعي، بدلاً من التحكم المفتوح. بفضل هذه المجموعة من الأدوات، يمكن لـ TEM Agent ربط الخطوات معًا، حتى بالنسبة للطلبات التي لم يتم برمجتها.

يصف الباحثون التجارب بلغة إنجليزية بسيطة، ويقوم الوكيل بضبط التكبير، وإمالة العينة، وإعادة تركيز الحزمة الضوئية، وربط عشرات الخطوات الصغيرة حسب الحاجة. اختبر الفريق هذا النظام في التصوير المقطعي الإلكتروني، وهي تقنية تعيد بناء عرض ثلاثي الأبعاد للعينة من الصور المائلة، وعادة ما تتطلب عدة ساعات. في البداية، خلط الوكيل بين دوران العينة ودوران اتجاه المسح، وتم حل هذه المشكلة من خلال وصف مكتوب قصير. ثم دفعت العالمة البحثية في مصنع الجزيئات ستيفاني ريبيرت هذا النظام إلى مجالات أكثر تجريبية، بما في ذلك الحيود الطوري، وهي تقنية تعيد بناء صور عالية الدقة من أنماط الحيود، وعادة ما تتطلب معرفة متخصصة كبيرة للإعداد.

واجهة اللغة الطبيعية تعزز التواصل

ربط الذكاء الاصطناعي بالأجهزة العلمية أكثر تحديًا من ربطه بالأدبيات أو أنابيب البيانات، كما تشير ريبيرت، بينما يوفر هذا البروتوكول للفريق طريقة لربط كلا الجانبين. يرتبط الوكيل أيضًا بمركز حسابات العلوم الوطنية للطاقة، وهو منشأة حوسبة فائقة تابعة لوزارة الطاقة، بالإضافة إلى منصة بيانات مصنع الجزيئات Crucible، التي تنظم بيانات التجارب الوصفية. يمكن معالجة البيانات الأولية في غضون ثوانٍ، ويمكن للباحثين الاستفسار عن الإعدادات التي استخدموها على العينات قبل عدة أسابيع، دون الحاجة إلى البحث في الوثائق أو دفاتر الملاحظات.

يقول مورغان وول، المسؤول عن تطوير Crucible، إن المستخدمين يمكنهم التواصل من خلال واجهة بلغة طبيعية، بدلاً من تشغيل خمسة نصوص على خمسة أجهزة كمبيوتر في نفس الوقت. يمكن توسيع هذه الطريقة لتشمل أجهزة أخرى ذات واجهات مفتوحة، حيث يساعد فريق وول مراكز البحث النانوية الأخرى في اعتماد Crucible. تشير النشرة إلى أن الهدف ليس استبدال المعرفة المتخصصة، بل توسيعها، مما يوفر مسارًا أسرع للمبتدئين والباحثين ذوي الخبرة من الفكرة إلى التجربة. يتوقع إيلوس أن تجعل هذه الأنواع من المساعدين هذا العمل ديمقراطيًا. وقد تم دعم هذا البحث من قبل مكتب العلوم بوزارة الطاقة، وتم نشر نتائجه في مجلة npj Computational Materials.