मुख्य तथ्य
- शोधकर्ताओं ने एक ऐसी विधि का वर्णन किया है जो नए दुर्लभ पृथ्वी यौगिकों को खोजने के लिए AI का उपयोग करती है।
- रेअर अर्थ कंपाउंड कई हाई-टेक उत्पादों जैसे सेल फोन, घड़ियां और टैबलेट में पाए जाते हैं।
- एआई को कई क्षेत्रों में लागू किया जा सकता है जहां समस्याएं इतनी जटिल हैं कि वैज्ञानिक गणित या ज्ञात भौतिकी के सिमुलेशन के माध्यम से पारंपरिक समाधान विकसित नहीं कर सकते हैं।
आर्टिफिशियल इंटेलिजेंस का उपयोग करके दुर्लभ पृथ्वी यौगिकों को खोजने का एक नया तरीका व्यक्तिगत इलेक्ट्रॉनिक्स में क्रांति लाने वाली खोजों को जन्म दे सकता है, विशेषज्ञों का कहना है।
एम्स लेबोरेटरी और टेक्सास ए एंड एम यूनिवर्सिटी के शोधकर्ताओं ने दुर्लभ-पृथ्वी यौगिकों की स्थिरता का आकलन करने के लिए एक मशीन-लर्निंग (एमएल) मॉडल को प्रशिक्षित किया। दुर्लभ पृथ्वी तत्वों के कई उपयोग हैं, जिनमें स्वच्छ ऊर्जा प्रौद्योगिकी, ऊर्जा भंडारण और स्थायी चुम्बक शामिल हैं।
“नए यौगिक भविष्य की तकनीकों को सक्षम कर सकते हैं जिन्हें हम अभी तक थाह भी नहीं सकते हैं,” यारोस्लाव मुद्रीक, परियोजना पर्यवेक्षक, ने एक ईमेल साक्षात्कार में लाइफवायर को बताया।
खनिज ढूँढना
नए यौगिकों की खोज में सुधार करने के लिए, वैज्ञानिकों ने मशीन लर्निंग का उपयोग किया, जो कंप्यूटर एल्गोरिदम द्वारा संचालित कृत्रिम बुद्धिमत्ता (एआई) का एक रूप है जो डेटा उपयोग और अनुभव के माध्यम से सुधार करता है। शोधकर्ताओं ने उच्च-थ्रूपुट स्क्रीनिंग का भी उपयोग किया, एक कम्प्यूटेशनल योजना जो शोधकर्ताओं को सैकड़ों मॉडलों का शीघ्रता से परीक्षण करने की अनुमति देती है। उनके काम का वर्णन हाल ही में एक्टा मटेरियलिया में प्रकाशित एक पेपर में किया गया था।
एआई से पहले, नई सामग्रियों की खोज मुख्य रूप से परीक्षण और त्रुटि पर आधारित थी, टीम के सदस्यों में से एक प्रशांत सिंह ने लाइफवायर को एक ईमेल में कहा।एआई और मशीन लर्निंग ने शोधकर्ताओं को नए और मौजूदा यौगिकों के रासायनिक स्थिरता और भौतिक गुणों दोनों को मैप करने के लिए भौतिक डेटाबेस और कम्प्यूटेशनल तकनीकों का उपयोग करने दिया।
"उदाहरण के लिए, प्रयोगशाला से बाजार में नई खोजी गई सामग्री को ले जाने में 20-30 साल लग सकते हैं, लेकिन एआई/एमएल प्रयोगशाला में पैर जमाने से पहले कंप्यूटर पर भौतिक गुणों का अनुकरण करके इस प्रक्रिया को काफी तेज कर सकता है," सिंह कहा.
एआई क्रांति कर रहा है कि हम इन उच्च-आयामी जटिल समस्याओं में से कई को हल करने के बारे में कैसे सोचते हैं, और यह भविष्य के अवसरों के बारे में सोचने का एक नया तरीका खोलता है।
AI नए यौगिकों को खोजने के लिए पुराने तरीकों को मात देता है, जोशुआ एम। पियर्स, जॉन एम। थॉम्पसन चेयर इन इंफॉर्मेशन टेक्नोलॉजी एंड इनोवेशन इन वेस्टर्न यूनिवर्सिटी, ने एक ईमेल साक्षात्कार में कहा।
"संभावित यौगिकों, संयोजनों, कंपोजिट और उपन्यास सामग्री की संख्या मन-उड़ाने वाली है," उन्होंने कहा। "एक विशिष्ट एप्लिकेशन के लिए हर एक को बनाने और स्क्रीन करने के लिए समय और पैसा लेने के बजाय, एआई का उपयोग उपयोगी गुणों वाली सामग्री की भविष्यवाणी करने में मदद के लिए किया जा सकता है।तब वैज्ञानिक अपने प्रयासों पर ध्यान केंद्रित कर सकते हैं।"
MIT में इंजीनियरिंग के McAfee प्रोफेसर मार्कस जे. ब्यूहलर ने एक ईमेल साक्षात्कार में कहा कि नया पेपर मशीन लर्निंग का उपयोग करने की शक्ति दिखाता है।
ब्यूहलर ने कहा, "हम पहले की तुलना में इस तरह की खोजों को बनाने का एक नाटकीय रूप से अलग तरीका है-खोज अब तेज, अधिक कुशल और अनुप्रयोगों के लिए अधिक लक्षित हो सकती हैं।" "सिंह एट अल द्वारा काम के बारे में रोमांचक बात यह है कि वे सामग्री सूचना विज्ञान के उपकरणों के साथ अत्याधुनिक सामग्री उपकरण (घनत्व कार्यात्मक सिद्धांत, क्वांटम समस्याओं को हल करने का एक तरीका) को जोड़ते हैं। यह निश्चित रूप से एक ऐसा तरीका है जिसे कई अन्य सामग्री डिजाइन पर लागू किया जा सकता है। समस्याएं।"
अनंत संभावनाएं
रेअर अर्थ कंपाउंड कई हाई-टेक उत्पादों जैसे सेल फोन, घड़ियां और टैबलेट में पाए जाते हैं। उदाहरण के लिए, डिस्प्ले में, इन यौगिकों को अत्यधिक लक्षित ऑप्टिकल गुणों वाली सामग्री को समाप्त करने के लिए जोड़ा जाता है। इनका उपयोग आपके सेल फ़ोन के कैमरे में भी किया जाता है।
"वे, किसी तरह, एक प्रकार की आश्चर्यजनक सामग्री हैं जो आधुनिक सभ्यता में एक महत्वपूर्ण तत्व के रूप में कार्य करती हैं," ब्यूहलर ने कहा। "हालांकि, उनका खनन कैसे किया जाता है और उन्हें कैसे आपूर्ति की जाती है, इसमें चुनौतियां हैं। इसलिए, हमें या तो उन्हें अधिक प्रभावी ढंग से उपयोग करने या वैकल्पिक सामग्रियों के नए संयोजन के साथ कार्यों को बदलने के लिए बेहतर तरीके तलाशने की जरूरत है।"
यह केवल खनिज यौगिक नहीं हैं जो नए पेपर के लेखकों द्वारा उपयोग किए जाने वाले मशीन लर्निंग दृष्टिकोण से लाभान्वित हो सकते हैं। एआई को कई क्षेत्रों में लागू किया जा सकता है जहां समस्याएं इतनी जटिल हैं कि वैज्ञानिक गणित या ज्ञात भौतिकी के सिमुलेशन के माध्यम से पारंपरिक समाधान विकसित नहीं कर सकते हैं, ब्यूहलर ने कहा।
"आखिरकार, हमारे पास अभी तक किसी सामग्री की संरचना को उसके गुणों से जोड़ने के लिए सही मॉडल नहीं हैं," उन्होंने कहा। "एक क्षेत्र जीव विज्ञान में है, विशेष रूप से प्रोटीन फोल्डिंग। कुछ प्रोटीन, एक छोटे आनुवंशिक परिवर्तन के बाद, बीमारी का कारण क्यों बनते हैं? हम बीमारी का इलाज करने या नई दवाओं को विकसित करने के लिए नए रासायनिक यौगिकों को कैसे विकसित कर सकते हैं?"
एक और संभावना इसके कार्बन प्रभाव को कम करने के लिए कंक्रीट के प्रदर्शन में सुधार करने का एक तरीका ढूंढ रही है, ब्यूहलर ने कहा। उदाहरण के लिए, सामग्री को अधिक प्रभावी बनाने के लिए सामग्री की आणविक ज्यामिति को अलग तरीके से व्यवस्थित किया जा सकता है ताकि हमारे पास कम सामग्री के उपयोग के साथ अधिक ताकत हो और सामग्री अधिक समय तक चलती रहे।
"एआई क्रांति कर रहा है कि हम इन उच्च-आयामी जटिल समस्याओं में से कई को हल करने के बारे में कैसे सोचते हैं, और यह भविष्य के अवसरों के बारे में सोचने का एक नया तरीका खोलता है," उन्होंने कहा। "हम अभी एक रोमांचक समय की शुरुआत में हैं।"
