وزارة الطاقة الأمريكية تمنح $159 مليون لإدخال الذكاء الاصطناعي العلمي في الاندماج وتصميم الرقائق والبحث الكمومي

للتجربة الاندماجية، والخزان الحراري الجوفي، ورقاقة صُممت لتتحمل الإشعاع الشديد لديها شيء مشترك: كل منها قد يتطلب من الباحثين استكشاف مساحة هائلة من التصاميم الممكنة قبل العثور على واحدة تعمل. تهدف جوائز مهمة Genesis الأخيرة لوزارة الطاقة الأمريكية إلى إدخال الذكاء الاصطناعي داخل عملية البحث تلك، مما يساعد العلماء على اتخاذ قرار ما يجب محاكاته، بناؤه، واختباره لاحقًا.

أعلنت وزارة الطاقة الأمريكية $159 مليون لـ 12 مشروعًا جديدًا من المرحلة الثانية في 8 أكتوبر 2026، إلى جانب ست جوائز إضافية للمرحلة الأولى. تقول الوزارة إن مجموعة السنة الأولى للمهمة الآن مكتملة بـ 297 مشروع. يحتوي محفظة المرحلة الثانية الأوسع على 14 مشروعًا، بما في ذلك GridFM 2.0 وPrometheus، بدعم من مكاتبي الكهرباء والطاقة النووية.

النطاق غير عادي في اتساعه. يمتد العمل المختار من الاندماج والطاقة الحرارية الجوفية إلى هياكل الـRNA، وفصل المعادن النادرة، والبرمجيات العلمية، والحوسبة الكمومية. ما يربط هذه المشاريع هو طموح عملي: استخدام الذكاء الاصطناعي لتقليل الفجوة بين الفكرة والنتيجة العلمية المفيدة.

ماذا تعني وزارة الطاقة بـ “الذكاء الفائق”

تصف وزارة الطاقة المبادرة باستخدام مصطلح “الذكاء الفائق”، المختصر SI. يتطلب هذا المصطلح حذرًا. يحدد الإعلان محفظة بحثية وتطبيقاتها المقصودة؛ ولا يقدم دليلًا على أن نظام ذكاء اصطناعي عام قد تجاوز القدرة البشرية في جميع مجالات العلم.

تصف الاختيارات الأولية لمشروع Genesis التي أُعلنت في يوليو مزيجًا من النماذج المتقدمة، أطر الوكلاء، البرمجيات العلمية، والحوسبة عالية الأداء. هذه طريقة مفيدة لفهم الجوائز الجديدة: كاستثمارات في أنظمة البحث المدعومة بالذكاء الاصطناعي، ذات قدرات مخصصة لتخصصات وبنى تحتية معينة.

هناك فرق مهم بين توليد إجابة علمية معقولة وإكمال سير عمل علمي موثوق. قد يقترح نموذج مادةً ما، لكن خصائصها لا تزال بحاجة إلى قياس. قد يولد وكيل رمز محاكاة، لكن يجب أن يحافظ الرمز على المعادلات والافتراضات التي قصده الباحثون. قد يوصي مُحسّن بإعدادات آلة، لكن يجب أن يراعي حدود التشغيل.

السؤال المثير إذًا هو كيف تربط هذه المشاريع بين التنبؤ والتفكير بالأدلة. سيتحدد ما إذا كان الاستثمار سيؤدي إلى علم أفضل بدلاً من مجرد مخرجات تبدو علمية أكثر من خلال هذه الصلة.

الاندماج: توأم رقمي لتخطيط عمليات SPARC

Commonwealth Fusion Systems تطور توأمًا رقميًا مدعومًا بالذكاء الاصطناعي لمحاكاة وتحسين عمليات SPARC. التوأم الرقمي هو تمثيل حسابي لنظام مادي، مفيد لاستكشاف كيفية تصرف ذلك النظام تحت ظروف مختلفة.

الشركة لديها أساس تقني ذي صلة بالفعل. في يناير، أعلنت CFS أعلنت عن عمل مع Siemens و NVIDIA لدمج أدوات الهندسة مع تقنيات المحاكاة والتصوير. يوفر ذلك التعاون السابق سياقًا للجائزة الجديدة، على الرغم من أن إعلان وزارة الطاقة لا يثبت أن كل مكون من بنية يناير جزء من المشروع الممول.

توضح CFS في الحساب الفني للذكاء الاصطناعي والمحاكاة أن النماذج البديلة يمكنها التعلم من محاكيات الفيزياء المكلفة حسابيًا وتقريب مخرجاتها بسرعة أكبر. يمكن لهذه النماذج مساعدة الباحثين على استكشاف العديد من ظروف التشغيل المرشحة دون إعادة تشغيل الحساب الأكثر طلبًا لكل حالة.

بالنسبة لتوكاماك، الذي يستخدم المجالات المغناطيسية لحجز البلازماء الساخن، يخلق هذا أداة تخطيطية قد تكون ذات قيمة. يمكن للباحثين فحص السيناريوهات المرشحة، وتحديد التجارب الواعدة، ومقارنة توقعات النموذج مع القياسات. الجزء الصعب هو معرفة أين يبقى التقريب السريع موثوقًا وأين يلزم إجراء الحساب الفيزيائي الكامل.

SPARC هو جهاز عرض تجريبي للاندماج، وتستهدف CFS تحقيق صافي طاقة اندماج في 2027. يركز هذا الهدف على أداء الاندماج؛ ولا ينبغي قراءته كادعاء بأن SPARC يزوّد الشبكة بالكهرباء بالفعل. الأهمية القريبة المدى لمشروع الذكاء الاصطناعي تكمن في إمكاناته لتحسين تخطيط التجارب وتشغيلها.

الطاقة الحرارية الجوفية والمعادن النادرة: استخدام الذكاء الاصطناعي للتنقل في الأنظمة الفيزيائية المعقدة

يتبع مشروع MAESTRO التابع لجامعة كاليفورنيا في إرفا نهجًا متعدد الوكلاء لرسم خرائط وتحفيز وإدارة الخزانات الحرارية الجوفية العميقة. الاسم هو اختصار لـ Multi-agent AI Expert for Subsurface Reasoning and Optimization.

التحدي الجيولوجي كبير. توضح وزارة الطاقة نظرة عامة على الأنظمة الحرارية الجوفية المعززة أن المورد الحراري الجوفي المنتج يحتاج إلى حرارة، سائل، ونفاذية. حيث تكون الظروف الطبيعية غير كافية، يمكن للهندسة إنشاء أو تحسين مسارات تسمح بتدوير السائل عبر الصخر الساخن ونقل الحرارة إلى السطح.

يساعد هذا الخلفية في توضيح لماذا قد يكون نظام الذكاء الاصطناعي مفيدًا. تشمل قرارات الخزان معلومات تحت سطحية غير كاملة وعملية تفاعلية بين عمليات فيزيائية. قد تقسم بنية متعددة الوكلاء العمل التحليلي بين مكونات متخصصة، لكن الإعلان الموجز لوزارة الطاقة لا يحدد التنفيذ الكامل لـ MAESTRO أو حدود الاستقلالية.

تقييمنا هو أن قيمته ستعتمد على مدى قدرة النظام المتكامل على التعامل مع عدم اليقين. إنتاج وصف موثوق للخزان أقل فائدة من تحديد ما هو معروف، وما ما يزال غير مؤكد، وأي قياس سيحسن بشكل أكبر القرار التشغيلي التالي.

يطبق مشروع AXIS التابع لجامعة إلينوي الذكاء الاصطناعي على العمليات الكهروكيميائية لاستخراج عناصر الأرض النادرة من المصادر المحلية. يركز المشروع على تصميم الروابط النشطة بالأكسدة والاختزال، مما يشير إلى الكيمياء التي تحكم الفصل الانتقائي.

مشكلة التصميم الأساسية تختلف عن الهندسة الحرارية الأرضية، لكن المنطق مشابه: البحث في فضاء معقد من المرشحين مع احترام القيود الفيزيائية. بالنسبة لتقنية الفصل، يجب أن تتجاوز التقييمات ذات المعنى مجرد ما إذا كان المرشح يبدو واعدًا في نموذج. ستكون القابلية للانتقاء، والاسترداد، واستهلاك الطاقة، والأداء في الخلطات الواقعية مقاييس مفيدة للتقدم. هذه معايير تقييم مقترحة، وليست نتائج تم الإبلاغ عنها في إعلان الجائزة.

رقائق للبيئات التي لا تتحملها الإلكترونيات العادية

يستهدف مشروع AXESS التابع لـ Fermilab الميكروإلكترونيات للبيئات ذات الإشعاع العالي، والفضاء، والبرودة الشديدة. اسمه، Accelerating Extreme Environment Specs-to-Silicon، يعكس الطموح للانتقال من متطلبات الهندسة إلى تصاميم الرقائق بسرعة أكبر.

الوصف السابق للمبادرة من Fermilab يوضح لماذا يصعب تطوير هذه الأجهزة. قد تتطلب الأدوات العلمية إلكترونيات مخصصة تعمل تحت ظروف تتجاوز افتراضات التصميم للرقاقات التجارية السائدة. تصف المختبر استخدام الذكاء الاصطناعي لتسريع عملية التصميم التقليدية المتطلبة.

يضع إعلان أكتوبر مشروع AXESS ضمن تمويل Genesis الجديد. الفرصة هي أتمتة المزيد من عمليات الاستكشاف والفحص المتعلقة بتصميم الرقائق المتخصصة، بالاستفادة من الخبرات عبر المختبرات والجامعات والصناعة.

سرعة التصميم وجاهزية الجهاز هما مرحلتان منفصلتان. حتى سير عمل تصميم أسرع بشكل كبير لا يزال يحتاج إلى التحقق، والتصنيع، والاختبار الفيزيائي. يجب أن يثبت الرقاقة الموجهة لكاشف جسيمات أو نظام تبريد منخفض الحرارة أن سلوكها يتحمل الظروف المحددة لها. لا يمكن لملفات التصميم التي يولدها الذكاء الاصطناعي وحدها إثبات ذلك.

البحث الكوانتي: جعل الأجهزة مفيدة وتصميم المواد بصورة عكسية

يجمع مشروع ASQC التابع لجامعة هارفارد بين الذكاء الاصطناعي والعتاد الكوانتي لمعالجة تصحيح الأخطاء عبر التصميم المشترك المدرك للتطبيق. عمليًا، يعني التصميم المشترك اعتبار التطبيق، ونهج تصحيح الأخطاء، والعتاد معًا بدلاً من التعامل مع كلٍ كمسألة منفصلة.

الأجهزة الكوانتية حساسة للأخطاء. تقوم أساليب تصحيح الأخطاء بترميز المعلومات عبر الكيوبتات الفيزيائية بحيث يصبح الكيوبت المنطقي أكثر موثوقية. يوفر البحث السابق عن معالج كوانتي منطقي من Harvard خلفية حول هذا التمييز والجهد المبذول لتشغيل الحسابات باستخدام الكيوبتات المشفرة.

لا ينبغي تفسير الجائزة الجديدة على أنها إعلان عن إكمال الحوسبة الكوانتية المقاومة للأخطاء. بل تستهدف مشكلة تحسين صعبة: مطابقة المهام العلمية مع الموارد وسلوك الأخطاء في العتاد الحقيقي.

يتناول المشروع المختار من مختبر أوك ريدج الوطني جبهة كوانتية أخرى: التصميم العكسي المستند إلى الفيزياء للمغناطيسات الكوانتية لأغراض الاستشعار والإلكترونيات منخفضة الطاقة. يبدأ التصميم العكسي بسلوك مرغوب ويبحث عن نظام يمكنه إنتاجه، عكس العملية التقليدية لاختيار مادة ثم حساب خصائصها.

لهذا النوع من الأبحاث، يكون النمذجة المستندة إلى الفيزياء مهمًا لأن الحل الرقمي الجذاب قد يكون غير قابل للتحقق ماديًا. يجب أن يرتبط التصميم المفيد في النهاية بالمواد التي يمكن تصنيعها وقياسها. يحدد الإعلان هذا الاتجاه البحثي؛ ولا يعلن عن جهاز استشعار مكتمل أو جهاز إلكتروني تجاري.

البنية التحتية الأقل وضوحًا خلف الذكاء الاصطناعي العلمي

تتعلق عدة جوائز أخرى بالأنظمة التي تجعل البحث على نطاق واسع ممكنًا. يربط مشروع MIT بين الذكاء الاصطناعي والحوسبة الفائقة مع الكروموديناميكا الكوانتية الشبكية، وهو نهج حسابي لدراسة التفاعل القوي. يطور MOAT-Core التابع لمختبر لورنس بيركلي الوطني منصة ذكاء اصطناعي مشتركة لتصميم وتشغيل المسرعات. يطبق مشروع Northeastern المساعدة الوكيلة على مرفق الحزم النادرة للأيزوتوبات.

تشمل مبادرة AI4HPC التابعة لأرجون تطوير وتحسين والتحقق من برامج الحوسبة العلمية. هذا المكوّن المتعلق بالتحقق له أهمية بالغة: البرنامج الذي يعمل بسرعة أكبر لكنه يغيّر الحساب العلمي بصمت ليس تحسينًا.

يتم تمثيل علم الأحياء أيضًا. تهدف جامعة كاليفورنيا في سان دييغو إلى توسيع قاعدة بيانات هياكل RNA بمقدار خمسة أضعاف، بينما ستعمل جامعة واشنطن على تصميم الإنزيمات من خلال تحسين نمذجة مجموعة التسلسل‑البنية.

تُبرز هذه المشاريع اعتماديتين غالبًا ما تُغفل عن إعلانات النماذج: البيانات الموثوقة والأدوات المعتمدة. ففائدة الوكيل العلمي محدودة بما يمكنه الوصول إليه وتنفيذه. إن ربط الوكلاء بمحركات المحاكاة ومجموعات البيانات المنقحة والأدوات يمكن أن يجعلهم أكثر قدرة، مع زيادة الحاجة إلى تتبع إجراءاتهم والتحقق من صحة مخرجاتهم.

كما توضح تغطيتنا لـ دعم Anthropic لمهمة Genesis، فإن المبادرة تشمل أيضًا إدخال قدرات الذكاء الاصطناعي التجارية إلى النظام العلمي. سيتعين على المشاريع الممولة تحديد كيفية تحويل تلك القدرات إلى مكاسب بحثية قابلة للقياس.

استثماران منفصلان في الباحثين الذين سيستخدمون هذه الأدوات

أعلنت وزارة الطاقة أيضًا عن Genesis Mission Graduate Fellowship Pilot. وتخطط لتخصيص ما يصل إلى 100 مليون دولار، بما في ذلك 20 مليون دولار في السنة المالية 2027، مع تمويل لاحق يعتمد على مخصصات الكونغرس. من المتوقع أن يدعم الدفعة الأولية حوالي 100 زميل دكتوراه عبر مسارات مدتها أربع سنوات تجمع بين الذكاء الاصطناعي وتخصص علمي.

تشمل التوزيعات المخططة كلًا من مختبر أو مرفق مستخدم تابع لوزارة الطاقة وإعداد صناعي. قد يساعد هذا الهيكل الباحثين على فهم الفجوة بين تطوير طريقة ذكاء اصطناعي وجعلها مفيدة في بيئة تجريبية أو تشغيلية.

إعلان منفصل لـ برنامج البحث للباحثين في بداية مسيرتهم يغطي $96 مليون لـ 67 عالِمًا، مع جوائز جامعية تبلغ حوالي $875,000 وجوائز مختبرية بقيمة $2.75 مليون على مدى خمس سنوات. يشمل نطاقه الذكاء الاصطناعي والعلوم الكمومية والاندماج، إلى جانب مجالات بحثية أخرى. تشير DOE إلى أن اختيار الجوائز لا يزال خاضعًا للمفاوضات.

يجب عدم دمج هذه المبالغ في حزمة واحدة مكتملة لمنحة Genesis. فالمبلغ البالغ 159 مليون دولار يتعلق بمشاريع المرحلة الثانية الجديدة؛ وتوجد خطة تمويل مستقبلية مشروطة للمنحة؛ ودعم الباحثين في بداية مسيرتهم هو برنامج منفصل.

ما الذي يُعد نجاحًا؟

أقوى اختبار لهذه الحافظة سيكون ما إذا كان الذكاء الاصطناعي يحسن العمل العلمي تحت ظروف واقعية. وهذا يعني قياس الوقت والموارد اللازمة للوصول إلى نتيجة موثقة، وجودة النتيجة، وقدرة النظام على التعرف عندما تكون أساليبه غير موثوقة.

يجب أن يساعد نموذج الاندماج المفيد في تخطيط تجارب أفضل. ويجب أن ينتج وكيل تصميم الرقائق تصاميم تجتاز التحقق والاختبار الفيزيائي. ويجب أن يدعم نظام الطاقة الحرارية الجوفية قرارات تظل صائبة عندما تصل قياسات ميدانية جديدة. ويجب أن يحافظ أداة الترميز العلمي على صحة الكود مع تحسين الأداء.

توفر جوائز Genesis مساحة لاختبار تلك الفرضيات عبر تخصصات مختلفة جدًا. تكمن أهميتها في تقريب الذكاء الاصطناعي من الآلات والبيانات والقيود العلمية—ومنح الباحثين الموارد لاكتشاف أين يساعد فعليًا.