تمكّن فريق من العلماء في الولايات المتحدة الأميركيّة، من حلّ لغز عمره 100 عام، قد يُسرّع تطوير بطاريات قويّة وطويلة الأمد. وقد تمثّلت المشكلة التي توصّلوا أخيرًا إلى حلّ لها، في تحديد التركيب الذريّ الدقيق للبلّورات النانويّة، وهي مواد دقيقة ومُفكّكة تُعدّ أساسيّة لتطوير كلّ شيء، من الإلكترونيّات إلى علم الآثار. تتضمّن الطرق السابقة تسليط شعاع من الأشعة السينية عبر بلورات كبيرة ونقية لإنتاج أنماط واضحة. لكن هذه الطريقة لا تُجدي نفعًا مع البلورات النانوية، التي تأتي على شكل مسحوق وتُشتّت الأشعة السينية إلى أنماط غير مفهومة. وباستخدام خوارزميّة ذكاء اصطناعيّ مصمَّمة خصيصًا، تمكّن فريق من كلية كولومبيا للهندسة في نيويورك من رصد النمط الناتج عن البلورات النانوية لاستنتاج البنية الذريّة للمادة.

وقد صرّح سيمون بيلينج، أستاذ علوم المواد والفيزياء التطبيقيّة والرياضيّات التطبيقيّة في كليّة كولومبيا للهندسة، قائلاً: 'حلَّ الذكاء الاصطناعيّ هذه المشكلة من خلال تعلّم كلّ ما يمكنه تعلمه من قاعدة بيانات تضم آلاف الهياكل المعروفة، ولكن غير المرتبطة ببعضها البعض. كما يتعلم ChatGPT أنماط اللغة، يتعلم نموذج الذكاء الاصطناعي أنماط الترتيبات الذرية التي تسمح بها الطبيعة'. وبدوره، علّق غابي غو، قائد المشروع في جامعة كولومبيا: 'عندما كنت في المدرسة الإعدادية، كان هذا المجال يواجه صعوبة في بناء خوارزميات تُميز القطط عن الكلاب'.

الأداة التي طوروها، والتي تُسمى PXRDnet، مُدرَّبة على عشرات الآلاف من المواد المعروفة، مما يسمح لها بفهم بنية بلورات صغيرة تصل إلى 10 أنغسترونم - أي أرق بآلاف المرات من شعرة الإنسان. ويُمثل هذا تقدمًا كبيرًا في علم المواد، مما يسمح للباحثين بتوسيع نطاق القدرة على تحديد وتوصيف المواد النانوية التي لم تكن متاحة بالطرق التقليدية.