امروزه، هوش مصنوعی به یکی از داغترین موضوعات در رسانهها، شبکههای اجتماعی و محافل سیاسی تبدیل شده است. سرمایهگذاری 500 میلیارد دلاری اخیر ایالات متحده در زیرساختهای هوش مصنوعی، نشان از اهمیت استراتژیک این فناوری دارد. انقلاب صنعتی چهارم نامی است که بر این دوره از تحولات فناوری اطلاق میشود. همانطور که اینترنت و اینترنت بیسیم، سومین انقلاب صنعتی را رقم زدند، کلان داده ها[1]، نیروی محرک چهارمین انقلاب صنعتی که برپایه هوش مصنوعی می باشد را تأمین میکنند.
نشریه بارونز گزارش میدهد در دهه آینده، سه حوزه کلیدی، شامل علم مواد، محاسبات فرادیجیتال و اصلاح ژنتیک ظرفیت ایجاد بازارهای تریلیون دلاری را دارند که اقتصاد و زندگی بشر را دگرگون خواهند کرد. علم مواد بهعنوان زیرساخت اصلی تغییرات اساسی در زندگی، از اهمیت ویژهای برخوردار است. با این حال، توسعه سنتی مواد جدید به دلیل آزمایش صدها یا هزاران نمونه، فرآیندی بسیار زمانبر و پرهزینه است که انجام آن برای بسیاری از صنایع غیرممکن میشود. به طور متوسط بالای 20 سال طول میکشد تا یک محصول تازه کشف شده وارد قفسه ی فروشگاه ها شود. برای مثال باطری های لیتیوم یونی که بخشی جدایی ناپذیر از فناوری تلفن های همراه، لپ تاپ ها، خودرورهای الکتریکی و سایر لوازم الکترونیکی هستند در اواسط سال 1970 کشف شدند ولی تا اواخر سال 1990 بصورت گسترده وارد بازار نشدند.
در سال 2011، کاخ سفید به ریاست باراک اوباما، رئیس جمهور وقت آمریکا، برنامه جسورانه ای با اعتبار بالغ بر 5 میلیارد دلار را برای کوتاه کردن زمان طراحی مواد تا تجاری سازی آن اجرا کرد که با الهام از ژنوم انسان به “طرح کلان ژنوم مواد[2]” نام گذاری شد. طرح کلان ژنوم مواد برای پیاده سازی به حجم عظیمی از داده های مربوط به مواد و ابزارهای محاسباتی برای آنالیز این داده ها نیاز داشت. از این رو، هرچند گزارشات دقیقی از بودجه های تخصیص یافته به این موضوع در برنامه های سالانه دیده نمی شود، ولی اثرات برنامه های عظیم طراحی و ارائه مواد جدید در آمریکا بوضوح قابل رصد است. از جمله، نگاهی کوتاه به بانک داده های ارائه شده در پروژه های مختلف در شکل 5 نشان داده شده است. عمده این بانک داده ها از سال 2011 شروع شده و از سال 2014 (سه سال پس از اجرایی شدن برنامه اوباما) شتاب عجیبی گرفته اند و همچنان در حال رشد اعجاب آوری هستند. این مسئله، اهمیت سیاستگذاری در یک کشور و بسیج شدن امکانات برای پیشبرد چنین برنامه ای را بیش از پیش نمایان می سازد.

بانک داده های ارائه شده در پروژه های مختلف پروژه materialsproject ایلات متحده
در حال حاضر، انقلاب علم مواد با استفاده از تکنیکهای شبیهسازی پیشرفته، ظرفیت بالای سیستمهای محاسباتی، و یادگیری ماشین در حال شتاب گرفتن هستند. این فناوریها امکان اتوماسیون بخش عمدهای از فرآیند کشف مواد را فراهم میکنند، که میتواند سرعت توسعه مواد جدید را به طور چشمگیری، حتی تا صدها برابر، افزایش دهد. این یعنی، با این ابزار می توانیم تا یک سال آینده بدانیم که قرار بود بشر چند سال دیگر چه ترکیباتی را در زندگی روزمره خود استفاده کند!. این تحول، نویدبخش کاهش هزینهها و تسریع نوآوری در صنایع مختلف است.

بعنوان یک نمونه، گوگل، اخیراً از ابزاری مبتنی بر یادگیری عمیق به نام [3]GNoME رونمایی کرده که توانایی شناسایی و پیشبینی پایداری مواد را دارد. این ابزار موفق به کشف 2.2 میلیون ساختار کریستالی شده است. کشف این تعداد ساختار برای انسان بدون ابزارهای هوش مصنوعی نزدیک به 800 سال زمان میبرد. از این تعداد ساختار کشف شده، 380,000 عدد از آنها پایدار و مناسب برای سنتز هستند. این ساختارها پتانسیل بالایی در فناوریهای آینده از جمله ابررساناها، ابررایانهها، و باتریهای نسل بعدی دارند و به شکل چشمگیری بازدهی و سرعت کشف مواد را افزایش میدهند. گوگل، با استفاده از شرکت های خصوصی و دانشگاه های مختلف در سراسر دنیا، در حال ارزیابی عملی این لیست از مواد هستند و پیش بینی می شود تا سه سال آینده این مواد بطور عملی وارد بازار مصرف شده و بسیاری از تولیدکنندگان سنتی مواد اولیه را با مشکلات جدی مواجه نماید. ویژه سازی و انحصار محصولات و بویژه مواد اولیه، خروجی اصلی چنین پروژه هایی خواهد بود.
چنانچه به موقع به این حوزه ورود نکنیم فاصله ی ما با سایر کشورهای پیشرو در این زمینه در مدت زمان بسیار کوتاهی به یک شکاف عمیق چند ده ساله بدل خواهد شد که جبران آن را غیر ممکن میسازد.
بنابراین ضروری است، چنانچه میخواهیم در فناوری نوین ژنوم مواد نیز همانند فناوری نانو، سلول های بنیادی و زیست فناوری جزو کشورهای پیشرو و موفق باشیم، هم اکنون و در این فرصت طلایی اقدام نماییم. اقدامی که درخور و متناسب با موضوع بوده و بدنه کشور را درگیر و بسیج کند. همانگونه که پیشرفت در حوزه های مورداشاره مدیون ابلاغ اسناد بالادستی از جمله سیاست های کلان علم و فناوری، قانون جهش تولید دانش بنیان و مواردی از این قبیل بود، لازم است در زمینه طرح کلان ملی ژنوم مواد نیز همین رویکرد توسط تمامی قوای مربوطه و بویژه نهادهای حمایتی حوزه دانش بنیان و فناوری و نوآوری و صندوق های مالی و اعتباری و بخش خصوصی پیگیری شود.
راه اندازی مرکز ملی ژنوم مواد با همکاری بزرگان و متخصصان سایر دانشگاهها، مهمترین هدف ما در آینده ای نزدیک است. منتظر خبرهای خوبی در این زمینه باشید.
[1] Big data
[2] Materials Genome Initiative
[3] Graph Networks for Materials Exploration