في خطوة ثورية نحو تسريع البحث عن أشباه الموصلات المتقدمة، طور فريق من الباحثين في معهد MIT نظامًا روبوتيًا مستقلًا بالكامل قادرًا على قياس خاصية التوصيل الضوئي (photoconductance) في المواد الجديدة. ويهدف هذا الابتكار إلى تجاوز التحدي طويل الأمد المتمثل في البطء الكبير لعمليات القياس اليدوية التي تعيق تقدم مجالات مثل الطاقة الشمسية.
يرتكز النظام على مسبار روبوتي يلتقط كيف يستجيب المادة للضوء، معتمدًا على نموذج تعلم آلي مدعوم بخبرات علماء المواد، ليحدد نقاط القياس الأكثر إفادة على العينة. وبفضل خوارزمية تخطيط متخصصة، يستطيع الروبوت التنقل بسرعة وكفاءة بين هذه النقاط.
نتائج مذهلة في اختبار متواصل على مدار 24 ساعة
أجرى الروبوت اختبارًا دقيقًا استمر 24 ساعة، حيث نفذ أكثر من 125 قياسًا فريدًا في الساعة، متفوقًا على دقة وموثوقية الطرق المعتمدة سابقًا باستخدام الذكاء الاصطناعي. هذه القفزة النوعية تفتح آفاقًا جديدة لتطوير ألواح شمسية أكثر كفاءة وأجهزة إلكترونية متقدمة.
أكد البروفيسور تونيو بوناسيسي، مؤلف الدراسة، أن:
“ليس كل خاصية مهمة في المادة يمكن قياسها بطريقة غير تلامسية. إذا كنت بحاجة للتلامس مع العينة، فيجب أن يكون ذلك سريعًا ويحقق أقصى استفادة من المعلومات.”
فريق البحث والنشر
قاد البحث الطالب ألكسندر سيمين، بدعم من زملائه باسيطا داس وكانغيو جي وفانغ شينغ، ونُشرت النتائج في مجلة Science Advances.
بدأ المشروع عام 2018 بهدف إنشاء مختبر اكتشاف مواد ذاتي التحكم، مع تركيز خاص على البيروفيسكايت، وهو نوع من أشباه الموصلات المستخدمة في خلايا الطاقة الشمسية.
تفاصيل عمل النظام
-
يبدأ النظام بالتقاط صورة للعينة باستخدام كاميرا مدمجة
-
يستخدم رؤية حاسوبية لتقسيم الصورة إلى أجزاء
-
تعتمد شبكة عصبية متقدمة على خبرات الكيميائيين وعلماء المواد لتحديد نقاط التماس المثلى
-
يتم تمرير هذه النقاط إلى مخطط طريق يحدد المسار الأكثر كفاءة للروبوت
-
يتميز النظام بالمرونة للتعامل مع أشكال العينات الفريدة (مثلما لا يوجد ثلجان متشابهة)
ابتكارات أساسية
-
الشبكة العصبية تعمل ذاتيًا بدون الحاجة لبيانات تدريب معنونة
-
إدخال عشوائية محسوبة في تخطيط المسار لتحسين المسارات المختارة
أداء متفوق وتجربة كاملة مستقلة
-
الشبكة العصبية تفوقت على 7 طرق ذكاء اصطناعي منافسة في تحديد نقاط التماس بسرعة عالية
-
المخطط يولد دومًا مسارات أقصر
-
خلال تجربة مستقلة 24 ساعة، أكمل الروبوت أكثر من 3000 قياس للتوصيل الضوئي، مميزًا مناطق ذات أداء عالي وأخرى متدهورة
آفاق مستقبلية ودعم المؤسسات
أكد الباحث سيمين:
“جمع هذه البيانات الدقيقة والسريعة بدون الحاجة لتدخل بشري يفتح الأبواب أمام اكتشاف وتطوير أشباه موصلات عالية الأداء، خاصة لتطبيقات الاستدامة مثل الألواح الشمسية.”
يخطط الفريق لتحسين النظام والعمل على تأسيس مختبر مستقل كامل لاكتشاف المواد، بدعم من مؤسسات بارزة مثل First Solar، Eni، MIT Energy Initiative، MathWorks، جامعة تورنتو، وزارة الطاقة الأمريكية، والمؤسسة الوطنية للعلوم.
المصدر:- TechSpot
