कांस्य युग से लेकर औद्योगिक क्रांति और उससे आगे, नई सामग्रियों की खोज और विकास मानव इतिहास में एक प्रेरक शक्ति रही है। इन उपन्यास सामग्रियों ने अग्रिम प्रौद्योगिकी और सभ्यताओं को आकार देने में मदद की है।
आज, हम एक नए युग की शुरुआत में हैं, जहां आर्टिफिशियल इंटेलिजेंस (एआई) उपयोगी सामग्री की खोज को बदलने के लिए सही स्थिति में है। यह उनकी जांच, निर्माण और परीक्षण के लिए दृष्टिकोण को पूरी तरह से बदलने के लिए तैयार है।
प्राचीन काल में, मानव सभ्यताओं ने उपकरण और कलाकृतियों को बनाने के लिए प्राकृतिक संसाधनों के साथ प्रयोग किया। 4 वीं सहस्राब्दी ईसा पूर्व में कांस्य युग, एक महत्वपूर्ण मील का पत्थर था। कॉपर और टिन के एक मिश्र धातु कांस्य ने मजबूत उपकरणों और हथियारों के विकास के साथ -साथ कृषि और निर्माण में प्रगति का नेतृत्व किया।
कांस्य को अक्सर मनुष्यों द्वारा बनाई गई पहली “नई सामग्री” के रूप में संदर्भित किया जाता है। हमने अलग -अलग तत्वों को लिया और घटक और अद्वितीय गुणों की तुलना में बेहतर गुणों के साथ कुछ नया बनाया। 3,500BC के आसपास प्राचीन मेसोपोटामिया में कांच का आविष्कार एक और ग्राउंडब्रेकिंग क्षण था।
(ओक रिज नेशनल लेबोरेटरी)
20 वीं शताब्दी के लिए तेजी से आगे और प्लास्टिक पॉलिमर, सिरेमिक और सुपरकंडक्टर्स की खोज ने प्रौद्योगिकी में नए फ्रंटियर खोले। उनके स्थायित्व और गर्मी प्रतिरोध के लिए जाने जाने वाले सिरेमिक, एयरोस्पेस से इलेक्ट्रॉनिक्स तक उद्योगों में एक प्रधान बन गए।
सुपरकंडक्टर्स, सामग्री जो शून्य विद्युत प्रतिरोध के साथ बिजली का संचालन कर सकती हैं, पहले से ही मैग्लेव्स (चुंबकीय लेविटेशन ट्रेनों), कण त्वरक और चिकित्सा उपकरणों में उपयोग की जाती हैं।
ऐ मैदान में प्रवेश करता है
नई सामग्रियों की खोज करना जो अगली ग्राउंडब्रेकिंग प्रौद्योगिकियों के विकास को चलाने में मदद कर सकते हैं, पहले एक लंबी और महंगी प्रक्रिया रही है। यह परमाणु और आणविक स्तरों पर कई सामग्रियों की जटिलता के कारण हुआ है। पारंपरिक तरीके अनिवार्य रूप से परीक्षण और त्रुटि पर आधारित होते हैं और विशेष उपकरण और संसाधनों की आवश्यकता होती है।
सामग्री खोज में अंतर्निहित अनिश्चितता और जोखिम आगे की प्रक्रिया को जटिल और लंबा करता है। हालांकि, एआई में प्रगति, एआई नामक एआई के एक सबसेट सहित मशीन लर्निंग, पूरे परिदृश्य को बदलने के लिए शुरू हो रही है, जिससे अधिक कुशल और लक्षित दृष्टिकोण सक्षम हो सकते हैं।
मशीन लर्निंग में, गणितीय नियम जिसे एल्गोरिदम कहा जाता है, मानव हस्तक्षेप के बिना कार्यों में सुधार करने के लिए डेटा से सीखते हैं।
मुख्य पारी “जनरेटिव” एआई सिस्टम पर आधारित एक नई कार्यप्रणाली है, जो नई सामग्री बना सकती है। एआई सिस्टम अब वांछित गुणों और बाधाओं के साथ प्रदान किए जाने पर सीधे उपन्यास सामग्री का उत्पादन कर सकते हैं।
इस महीने की शुरुआत में, Microsoft की एक टीम ने एक पेपर प्रकाशित किया था प्रकृति इसने अकार्बनिक सामग्री (तत्व कार्बन के आसपास आधारित नहीं) के डिजाइन के लिए एआई उपकरणों की एक जोड़ी पेश की।
ये उपकरण सामग्री खोज में पूरक भूमिका निभाते हैं। उन्हें मैटरजेन और मैटरसिम कहा जाता है। पहला एक नई उम्मीदवार सामग्री बनाता है, और दूसरा फ़िल्टर और उन्हें मान्य करता है – यह सुनिश्चित करने के लिए कि उन्हें वास्तविक दुनिया में बनाया जा सकता है।
मैटरजेन के माध्यम से शामिल किए जाने वाले विशिष्ट वांछित गुणों में एक विशिष्ट समरूपता, या यांत्रिक, इलेक्ट्रॉनिक और चुंबकीय गुण शामिल हैं।
पारंपरिक तरीकों के विपरीत, जो ज्यादातर अंतर्ज्ञान (व्यापक और थकाऊ प्रयोग के साथ) पर भरोसा करते हैं, मैटरजेन उस समय के एक अंश में विशिष्ट वांछित गुणों के साथ हजारों संभावित सामग्री उत्पन्न कर सकते हैं।
यह ए-एलईडी दृष्टिकोण सामग्री डिजाइन के प्रारंभिक चरणों को तेज करता है। यह शोधकर्ताओं को संभावनाओं की एक विस्तृत श्रृंखला का पता लगाने और सबसे होनहार उम्मीदवारों पर ध्यान केंद्रित करने की अनुमति देता है।
मैटरसिम इन प्रस्तावित सामग्रियों की स्थिरता और व्यवहार्यता की भविष्यवाणी करने के लिए कठोर कंप्यूटर विश्लेषण लागू करता है। यह भविष्य कहनेवाला क्षमता शारीरिक रूप से व्यवहार्य लोगों से सैद्धांतिक संभावनाओं को फ़िल्टर करने में मदद करती है। यह सुनिश्चित करता है कि केवल स्थिर सामग्री खोज प्रक्रिया में आगे बढ़ें।
बॉक्स में नए उपकरण
इस बिंदु पर, हम आश्चर्यचकित हो सकते हैं, इस प्रक्रिया के माध्यम से पहचाने जाने वाली एक नई सामग्री क्या है? Mattersim ज्यादातर क्रिस्टल पर ध्यान केंद्रित कर रहा है, या परमाणुओं की एक विशिष्ट व्यवस्था के साथ अधिक उचित रूप से अद्वितीय क्रिस्टलीय संरचनाएं हैं।
ये संरचनाएं सटीक संपत्ति की कमी को पूरा करने के लिए तैयार हैं, जो उन्हें विभिन्न अनुप्रयोगों के लिए उपयुक्त बनाती हैं। इनमें उच्च ऊर्जा बैटरी, लचीली इलेक्ट्रॉनिक्स, डिस्प्ले, सौर पैनल या उन्नत चिकित्सा प्रत्यारोपण शामिल हैं।
माइक्रोसॉफ्ट की शक्तिशाली जोड़ी, हालांकि, इसकी खोज में अकेली नहीं है। Google DEEPMIND का ग्राफ नेटवर्क फॉर मैटेरियल्स एक्सप्लोरेशन (GNOME) एक और उपकरण है जो नाटकीय रूप से डिस्कवरी प्रक्रिया को गति देने का वादा करता है।
गनोम एआई के एक रूप का उपयोग करता है जो मानव मस्तिष्क से प्रेरित है जिसे डीप लर्निंग कहा जाता है। यह नई सामग्रियों की स्थिरता की भविष्यवाणी करता है, अन्वेषण और खोज चरण को काफी कम करता है।
2023 में प्रकाशित एक पेपर में, Google डीपमाइंड के शोधकर्ताओं ने प्रदर्शित किया कि उनका एआई मॉडल 2.2 मिलियन नई स्थिर सामग्रियों की पहचान कर सकता है। इनमें से कुछ 736 पहले से ही प्रयोगात्मक रूप से महसूस किए जा चुके हैं।
यह पिछले तरीकों पर दस गुना वृद्धि है। ये सामग्रियां, जिनमें से कई पहले मानव रसायनज्ञों के लिए अज्ञात थीं, स्वच्छ ऊर्जा, इलेक्ट्रॉनिक्स और बहुत कुछ में संभावित अनुप्रयोग हैं।
यहां तक कि अगर Google के Gnome और Microsoft के मैटरजेन दोनों AI- आधारित हैं, तो वे अपने दृष्टिकोण में भिन्न होते हैं और कुछ मायनों में, पूरक कार्यप्रणाली प्रदान करते हैं। GNOME मौजूदा संरचनाओं पर भिन्नता पैदा करके नई सामग्रियों की स्थिरता की भविष्यवाणी करता है, और यह स्थिर क्रिस्टलीय सामग्रियों की पहचान करने पर ध्यान केंद्रित करता है।
दूसरी ओर, मैटरजेन, विशिष्ट डिजाइन आवश्यकताओं के आधार पर सीधे इंजीनियर उपन्यास सामग्री के लिए एक सामान्य एआई मॉडल को नियुक्त करता है। यह तत्वों, पदों और आवधिक जाली (तीन आयामों में एक दोहराव संरचना) को बदलकर सामग्री संरचनाएं बनाता है।
एआई-संचालित सामग्री खोज के निहितार्थ विशाल हैं। वे संभावित रूप से ऊर्जा भंडारण और पर्यावरणीय स्थिरता जैसे क्षेत्रों में नवाचारों का नेतृत्व कर सकते हैं। सबसे होनहार अनुप्रयोगों में से एक, उदाहरण के लिए, नई बैटरी का विकास है।
जैसा कि दुनिया अक्षय ऊर्जा स्रोतों के लिए संक्रमण करती है, कुशल, लंबे समय तक चलने वाली बैटरी की मांग बढ़ी है और ऐसा करना जारी रहेगा। एआई उपकरण शोधकर्ताओं को डिजाइन और उच्च ऊर्जा घनत्व, तेजी से चार्जिंग समय और लंबे समय तक जीवनकाल का समर्थन करने में सक्षम नई सामग्रियों की पहचान करने में मदद कर सकते हैं।
ऊर्जा भंडारण से परे, नई सामग्री का उपयोग नए चिकित्सा उपकरणों, प्रत्यारोपण और यहां तक कि दवा वितरण प्रणाली को डिजाइन करने के लिए किया जा सकता है। यह रोगी के परिणामों में सुधार कर सकता है और चिकित्सा उपचार को आगे बढ़ा सकता है।
एयरोस्पेस में, हल्के, टिकाऊ सामग्री विमान और अंतरिक्ष यान के प्रदर्शन और सुरक्षा को बढ़ा सकती है। इस बीच, जल शोधन, कार्बन कैप्चर और अपशिष्ट प्रबंधन के लिए नई सामग्री पर्यावरणीय चुनौतियों को दबाने से संबोधित कर सकती है।
डोमिनिको विकिन्ज़ा, इंटेलिजेंट सिस्टम्स एंड डेटा साइंस के एसोसिएट प्रोफेसर, एंग्लिया रस्किन यूनिवर्सिटी
यह लेख एक क्रिएटिव कॉमन्स लाइसेंस के तहत बातचीत से पुनर्प्रकाशित है। मूल लेख पढ़ें।
