05/09/2026
🔬 اتجاهات حديثة في علم المعادن والصخور: هل يستطيع الذكاء الاصطناعي أن يحل محل الجيولوجي؟
إعداد: جيولوجي/ إبراهيم حامد الصافي
شركة الاستشارات الجيولوجية المتقدمة AGCCO
تشهد علوم المعادن والبتروغرافيا تطورًا متسارعًا في استخدام الذكاء الاصطناعي والتحليل الرقمي والصور المجهرية والطيفية. لكن الرسالة الأهم التي تؤكدها الأبحاث الحديثة هي أن التقنية لا تستبدل الجيولوجي، وإنما توسّع قدرته على القياس والمقارنة وتفسير كميات كبيرة من البيانات.
فالتشخيص العلمي الموثوق للصخر يقوم على منظومة مترابطة تشمل:
🔹 الملاحظة الحقلية الدقيقة.
🔹 وصف النسيج والبنية وحجم الحبيبات.
🔹 تحديد المعادن ونسبها الحجمية.
🔹 التحليل المجهري والطيفي والجيوكيميائي.
🔹 فهم العلاقات الحقلية والسياق الجيولوجي.
🔹 المراجعة النهائية بواسطة جيولوجي مختص.
وفيما يلي أبرز التطورات العلمية المنشورة خلال عام 2026:
ــــــــــــــــــــــــــــــــــــ
أولًا: تحديثات رسمية في تسمية وتصنيف المعادن
أصدرت لجنة المعادن الجديدة والتسمية والتصنيف التابعة للاتحاد الدولي للمعادن IMA–CNMNC نشرتها رقم 92 بتاريخ 31 يوليو 2026، وتضمنت اعتماد عدد من الأنواع المعدنية الجديدة، منها:
▪️ Jordanówite
معدن زركونيومي–تيتانيومي رباعي النظام، يرتبط بنيويًا بمعدن jianmuite.
▪️ Dmitrievite
معدن من أكاسيد–كلوريدات الأنتيمون، عُثر عليه في نطاق أكسدة رواسب الأنتيمون.
▪️ Luoxianchangite
كبريتيد–سيلينيد للفضة والقصدير، يمثل نظيرًا جزئي الإحلال بالسيلينيوم لمعدن canfieldite.
▪️ Hydroxyapophyllite-(NH₄)
عضو جديد في مجموعة الأبوفيليت، وُجد كشائبة دقيقة داخل نيزك Kaidun.
▪️ Petfordite
النظير الغني بالتنغستن لمعدن kingsgateite.
▪️ Zincocabrerite
معدن زرنيخات مائية موصوف من منطقة Bou Azzer التعدينية في المغرب.
كما أُجري تصحيح للصيغة الكيميائية المثالية لمعدن modraite، وتعديل رسمي لتهجئة اسم schultenite إلى schulténite.
تكمن أهمية هذه التحديثات في توضيح أن اعتماد النوع المعدني لا يقوم على اللون أو الشكل الخارجي وحدهما، بل يتطلب توافقًا بين:
التركيب الكيميائي، والبنية البلورية، وبيانات حيود الأشعة السينية، والخصائص الفيزيائية والطيفية، إلى جانب وجود عينة نمطية محفوظة في مؤسسة علمية معترف بها.
📚 المرجع الرسمي:
https://doi.org/10.5194/ejm-38-491-2026
ــــــــــــــــــــــــــــــــــــ
ثانيًا: التعرّف الآلي على المعادن وتصنيف البازلت باستخدام صور المجهر الإلكتروني
طوّر Jung وزملاؤه نظامًا رقميًا للتعرّف على المعادن وتصنيف بازلت البحار القمرية باستخدام صور الإلكترونات المرتدة SEM–BSE.
اعتمد النظام على شبكة عصبية من نوع U-Net لفصل الأطوار المعدنية داخل الصور، ثم حُسبت الوفرة الحجمية للمعادن واستخدمت لتصنيف العينات إلى:
▪️ بازلت غني بالإلمنيت.
▪️ بازلت غني بالأوليفين.
▪️ بازلت غني بالبيجونيت.
شملت الدراسة 1,078 صورة أصلية، توسعت بمعالجة البيانات إلى 17,248 صورة. وبلغت دقة التعرف على المعادن في مجموعة الاختبار نحو 82%، بينما بلغت دقة تصنيف أنواع البازلت نحو 78%.
لكن الدراسة كشفت أيضًا عن صعوبة تمييز الأطوار المعدنية النادرة، وتأثر النماذج بجودة الوسوم التي يضعها البشر، وبمدى تنوع العينات المستخدمة في التدريب.
والنتيجة العلمية المهمة هي أن جودة البيانات وتمثيل العينات قد يكونان أكثر تأثيرًا من تعقيد الخوارزمية نفسها.
📚 المرجع المحكّم:
https://doi.org/10.1029/2025JH001124
ــــــــــــــــــــــــــــــــــــ
ثالثًا: قاعدة DeepCarbonate وتطور البتروغرافيا الكربوناتية الرقمية
قدّمت دراسة منشورة في مجلة Scientific Data قاعدة بيانات مفتوحة باسم DeepCarbonate، تضم:
▪️ 55,786 صورة مجهرية.
▪️ 22 فئة بتروغرافية للصخور الكربوناتية.
▪️ صورًا تحت الضوء المستقطب المستوي PPL.
▪️ صورًا تحت الضوء المستقطب المتقاطع XPL.
▪️ صورًا بالضوء المنعكس.
▪️ شرائح مصبوغة بـ Alizarin Red S للمساعدة في التمييز بين الكالسيت والدولوميت.
اعتمد الباحثون على تصوير عدة مواضع من كل شريحة رقيقة عند درجات تكبير مختلفة، ثم راجع عشرة متخصصين التصنيفات المقترحة. واستُبعدت الصور التي ظهر حولها اختلاف تشخيصي يتجاوز الحد المحدد للدراسة.
تؤكد هذه المنهجية مبدأً أساسيًا في البتروغرافيا:
لا يجوز تسمية صخر كامل اعتمادًا على مجال مجهري واحد.
فقد تمثل الصورة بقعة دولمتة موضعية، أو حفرية، أو مسامًا، أو إسمنتًا ثانويًا لا يعكس التركيب الحقيقي للصخر بأكمله.
📚 المرجع المحكّم:
https://doi.org/10.1038/s41597-026-06633-5
ــــــــــــــــــــــــــــــــــــ
رابعًا: تصنيف البيريدوتيت من المخططات الجامدة إلى الاحتمالات الجيولوجية
استخدم Roy وSen قاعدة عالمية تضم 640 تحليلًا لصخور البيريدوتيت، وطبّقا منهجًا يجمع بين:
▪️ تحليل البيانات التركيبية CoDA.
▪️ التحويل اللوغاريتمي المتساوي ILR.
▪️ أشجار القرار المعززة.
▪️ تفسير المتغيرات باستخدام SHAP.
بدلًا من إجبار كل عينة على الانتماء إلى بيئة تكتونية واحدة، قدّم النموذج احتمالات متعددة تسمح بظهور الانتماءات المختلطة أو الانتقالية.
وأظهرت النتائج أن العناصر الأرضية النادرة تؤدي دورًا مهمًا في التمييز الجيوكيميائي؛ إذ ارتبطت بعض أنماط العناصر الأرضية النادرة الخفيفة LREE بالتأثيرات المرتبطة بالأعمدة الوشاحية، بينما برزت العناصر المتوسطة MREE في بعض البيئات المرتبطة بالتصدع.
هذا التطور لا يعني أن الخوارزمية تحدد البيئة التكتونية بصورة قطعية، بل يوضح أن مخطط تمييز ثنائي واحد قد لا يكون كافيًا لفهم صخور وشاحية تعرضت للانصهار الجزئي والاستنزاف والإثراء الميتاسوماتي.
📚 المرجع المحكّم:
https://doi.org/10.1029/2026GC012930
ــــــــــــــــــــــــــــــــــــ
خامسًا: نتيجة أولية غير محكّمة — الفلور–إيدينيت وظروف الاختزال الشديدة
اقترحت مطبوعة أولية عن نيزك Calate 047 أن تحلل الفلورأباتيت تحت ظروف شديدة الاختزال قد يحرر الفلور اللازم لتكوين معدن fluor-edenite بواسطة تفاعلات تحولية في الحالة الصلبة.
استند الباحثون إلى البتروغرافيا والكيمياء المعدنية وتحليل رامان، وربطوا وجود المعدن بفوغازية أكسجين منخفضة جدًا، قُدرت بنحو:
IW−2.7 إلى IW−2.8
وتُعد هذه النتيجة مثيرة للاهتمام لأنها تربط وجود المعدن بمسار تفاعلي وحالة أكسدة محددة، بدل الاكتفاء بوصفه Mineral occurrence.
لكن يجب التعامل معها بحذر؛ لأنها لا تزال مطبوعة أولية غير محكّمة، كما أنها تعتمد على نيزك نادر وعدد محدود جدًا من الحالات. ولذلك لا يمكن في الوقت الحالي اعتماد fluor-edenite مؤشرًا عامًا ومستقلًا على ظروف الاختزال.
📚 المطبوعة الأولية:
https://eartharxiv.org/repository/object/14402/download/25127/
ــــــــــــــــــــــــــــــــــــ
ما الذي نتعلمه من هذه التطورات؟
التقنيات الرقمية تستطيع تسريع تحليل الصور وحساب النسب المعدنية واكتشاف الأنماط المعقدة، لكنها لا تلغي أهمية الخبرة الجيولوجية.
فالخوارزمية قد تتعرف على مجموعة من البكسلات، لكنها لا ترى المكشف الصخري كاملًا، ولا تدرك دائمًا تأثير التجوية والتحول اللاحق والتغاير الموضعي والعلاقات القاطعة والتتابع الزمني بين المعادن.
لذلك يظل المسار الأكثر موثوقية لتسمية الصخور هو:
عينة ممثلة ← سطح طازج ← وصف النسيج ← تحديد المعادن ونسبها ← العلاقات الحقلية ← الفحص المجهري أو التحليلي ← الاسم النهائي ودرجة الثقة.
هذه هي القاعدة التي نؤكد عليها في دورة:
🎓 كيف نتعرف على الصخور – للمبتدئين
فالتعرّف الصحيح لا يبدأ بتخمين اسم الصخر، بل يبدأ بالملاحظة والوصف وبناء الدليل خطوةً بعد خطوة.
ــــــــــــــــــــــــــــــــــــ
سؤال للنقاش العلمي:
هل ترون أن الذكاء الاصطناعي سيصبح أداة مساعدة للمختص في البتروغرافيا، أم أنه يستطيع مستقبلًا الوصول إلى تصنيف مستقل وموثوق للصخور دون مراجعة بشرية؟
ننتظر آراءكم وتعقيباتكم العلمية؛ فالنقاش المتخصص يثري المحتوى ويعزز تبادل المعرفة.
شركة الاستشارات الجيولوجية المتقدمة – AGCCO
نحو معرفة جيولوجية دقيقة، موثوقة وقابلة للتطبيق.