فرزانه سلامتبخش، خبرنگار ایرنا
هوش مصنوعی در سالهای اخیر به یکی از ابزارهای کلیدی برای جستوجوی مواد جدید تبدیل شده است؛ اما اتکا صرف به دادهها، محدودیتهایی دارد که دقت و قابلیتاعتماد پیشبینیها را کاهش میدهد. بهمنظور رفع این چالش، چارچوب نوینی با عنوان «هوش مصنوعی فیزیکمحور مواد» معرفی شده است.
این چارچوب دانش بنیادی فیزیک را بهصورت ساختاریافته وارد فرایند کشف مواد میکند. به بیان دیگر، بهجای تکیه بر الگوهای آماریِ صرف، اصول و قوانین فیزیک بهعنوان قید و ضابطهای مستقیم در مدل هوش مصنوعی درج میشوند. نتیجهی این رویکرد، پیشبینیهایی است که قابلتفسیرتر، قابلآزمایش و قابلاعتمادتر از نسلهای پیشین مدلهای دادهمحورند.
توسعه چنین چارچوبی نشان میدهد که حوزهی علم و فناوری ایران در مسیر حرکت از مصرفکنندگی صرف الگوریتمهای غربی به سمت تولید دانش بومی و ترکیب هوش مصنوعی با علوم بنیادی گامهای جدی برمیدارد. این رویکرد، فاصلهی ایران را با مراکز پیشرو پژوهشی در موادشناسی و شیمی محاسباتی کاهش میدهد و زیرساخت لازم برای کشف مواد پیشرفته در صنایع نیمهرسانا، انرژی و پزشکی را فراهم میکند.
بر اساس گزارش ایرنا، این چارچوب میتواند بهعنوان پل ارتباطی میان فیزیک نظری و کاربردهای صنعتی عمل کند و سرعت کشف مواد جدید را با حفظ دقت علمی بهطور محسوس افزایش دهد.