MIT का CrysVCD ढांचा AI को स्थिर नई सामग्री डिज़ाइन करने में मदद करता है
AI मॉडल द्वारा बनाई गई नई सामग्री रसायन विज्ञान के बुनियादी नियमों को पूरा करती है या नहीं, यह जांचने वाला CrysVCD नामक ढांचा MIT शोधकर्ताओं ने बनाया है। इसने गणनात्मक सामग्री निर्माण में लगभग 70% मामलों में उच्च स्थिरता हासिल की।
चरण दर चरण
- 1
भाषा मॉडल एक मान्य फ़ॉर्मूला लिखता है
- 2
डिफ्यूज़न मॉडल परमाणु संरचना बनाता है
- 3
निर्माण से पहले रसायन नियमों की जांच
- 4
स्थिर, लक्षित सामग्री परिणाम मिलता है
अगर पर्याप्त बड़ा AI मॉडल हो, तो कोई भी मिनटों में लाखों नई सामग्री डिज़ाइन बना सकता है। लेकिन इससे कंप्यूटर चिप्स और रॉकेट जैसे उत्पादों में इस्तेमाल होने वाली नई सामग्रियों की संख्या में बड़ी छलांग नहीं आई। एक वजह यह है कि मौजूदा मॉडल किसी सामग्री की रासायनिक स्थिरता को भरोसेमंद ढंग से नहीं आंकते। अस्थिर सामग्रियां असल दुनिया में काम की नहीं होतीं। इसलिए कंपनियों को उन्हें छांटने के लिए भारी कंप्यूटिंग बजट ख़र्च करना पड़ता है। अंत में बनाई गई सामग्रियों का बहुत छोटा हिस्सा ही इस्तेमाल लायक़ बचता है।
MIT शोधकर्ताओं ने एक ऐसा ढांचा बनाया है जो सामग्री-निर्माण प्रक्रिया की शुरुआत में ही काम करता है। इसका नाम CrysVCD है। यह 'वेलेंस-बाध्य डिज़ाइन वाला क्रिस्टल जनरेटर' का संक्षिप्त रूप है। महंगा निर्माण चरण शुरू होने से पहले ही, यह ढांचा जांच लेता है कि हर डिज़ाइन सामग्री के परमाणुओं के आसपास के इलेक्ट्रॉनों से जुड़े रसायन विज्ञान के बुनियादी नियमों को पूरा करता है या नहीं। यह अध्ययन नेचर कम्प्यूटेशनल साइंस में प्रकाशित हुआ।
CrysVCD, तस्वीरें बनाने में इस्तेमाल होने वाले डिफ्यूज़न मॉडल नामक AI मॉडल को, एक भाषा मॉडल के साथ जोड़ता है। पहले भाषा मॉडल एक रासायनिक रूप से मान्य फ़ॉर्मूला बनाता है। फिर डिफ्यूज़न मॉडल उस फ़ॉर्मूले का उपयोग कर क्रिस्टल की परमाणु संरचना बनाता है। MIT के डॉक्टरेट छात्र वेइलियांग लुओ ने कहा, 'एक सामग्री बनाने के लिए सामान्य डिफ्यूज़न प्रक्रिया धीमी होती है'। उन्होंने बताया कि इसमें क़रीब 1,000 चरण लग सकते हैं। 'लेकिन जब हमारे मॉडल का इस्तेमाल शुरुआत में किया जाता है, तो इसे पांच चरण जैसा समझा जा सकता है,' उन्होंने कहा।
CrysVCD के इस्तेमाल से, आमतौर पर इस्तेमाल होने वाले कई सामग्री मॉडलों ने वेलेंस-शेल नियमों को अधिक बार पूरा किया। एक कठोर परीक्षण, 'लैटिस-डायनेमिक्स स्थिरता', लगभग 70% गणनात्मक सामग्री निर्माणों में हासिल हुई। स्थिरता मापदंडों पर फ़ाइन-ट्यून किए जाने पर, इस तरीक़े ने 68% यांत्रिक स्थिरता और 85% मेटास्टेबिलिटी वाली क्रिस्टलीय सामग्रियां बनाईं। मेटास्टेबिलिटी यह मापती है कि सामग्री बिना छेड़छाड़ के स्थिर अवस्था में रहती है या नहीं। शोधकर्ताओं का कहना है कि यह सिर्फ़ निर्माण के बाद छानने के तरीक़ों से कहीं अधिक कारगर है।
फिर टीम ने उच्च ऊष्मीय चालकता वाली सामग्रियां और विद्युत क्षेत्र में आसानी से ध्रुवीकृत होने वाली सामग्रियां बनाने के लिए CrysVCD का इस्तेमाल किया। ये सेमीकंडक्टर उद्योग और डेटा सेंटरों के लिए उपयोगी हैं। MIT के परमाणु विज्ञान और इंजीनियरिंग के सह-प्रोफ़ेसर मिंगदा ली ने कहा, 'अगर सामग्री बनाने वाले मॉडल डीवीडी जैसे हैं, तो हम डीवीडी प्लेयर जैसे हैं।' उन्होंने कहा, 'आप इसे किसी भी मॉडल के साथ जोड़ सकते हैं।'
शब्दों की व्याख्या
अब तक की कहानी
- दक्षिण कोरियाई टीम ने कोटिंग की "खामियों" को 5.5 गुना ऊष्मा स्थानांतरण बढ़ोतरी में बदला
- बच्चे AI से बेहतर भाषा क्यों सीख लेते हैं?
- आईआईटी मद्रास ने 185,000 मिश्रधातु रिकॉर्ड वाला एआई मंच बनाया, सामग्री खोज होगी तेज़
- AI 'टिशू क्लॉक' से पता चला, शरीर के अंग अलग-अलग रफ्तार से बूढ़े होते हैं
- बिना पुराने चरम आंकड़ों के भीषण तूफानों का अनुमान लगाएगी नई MIT तकनीक
- अब बैंगनी कपड़ा भी सफेद जितना ठंडा, नई खोज
- MIT का CrysVCD ढांचा AI को स्थिर नई सामग्री डिज़ाइन करने में मदद करता है
