एआई ने नई सामग्री की खोज को तेज किया

रूसी शोधकर्ताओं ने नई सामग्री के विकास में एक महत्वपूर्ण सफलता हासिल की है। उन्होंने संभावित यौगिकों के गुणों की पहचान और विश्लेषण की प्रक्रिया को तेज करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग किया। आर्टिफिशियल इंटेलिजेंस संस्थान (AIRI) की एक टीम ने, स्बेर, स्कोल्टेक और टॉमस्क पॉलिटेक्निक विश्वविद्यालय के समर्थन से, ग्राफ न्यूरल नेटवर्क (GNN) पर आधारित एक AI सिस्टम बनाया। यह सिस्टम बोरॉन और टंगस्टन पर आधारित नए, आशाजनक यौगिक बनाने के लिए तत्वों के प्रभावी संयोजन खोजने में मदद करता है। “प्रशिक्षित मॉडल ने हमें कुछ ही दिनों में सभी डेटा का विश्लेषण करने और प्रायोगिक सत्यापन के लिए सबसे आशाजनक लोगों का चयन करने की अनुमति दी,” AIRI के प्रमुख शोधकर्ता रोमन एरेमिन कहते हैं। अणुओं के गुणों की गणना करने के पारंपरिक तरीके, जो क्वांटम-केमिकल हैं, महत्वपूर्ण कम्प्यूटेशनल संसाधनों और समय की आवश्यकता होती है। खासकर अगर यौगिक की संरचना जटिल है - प्रत्येक परमाणु और इलेक्ट्रॉन की गणना अधिक कठिन हो जाती है। इसमें महीनों या यहां तक कि साल भी लग सकते हैं। एआई इस बाधा को दूर करने में मदद करता है। यह आपको प्रक्रिया को तेज करने और सैकड़ों हजारों विन्यासों को बेकार में बर्बाद न करने की अनुमति देता है। “हमने प्रशिक्षण में केवल उन संरचनाओं को शामिल किया जहां मॉडल ने सबसे अधिक गलतियाँ की हैं। इससे कार्य की संयोजी जटिलता कम हो गई,” एरेमिन बताते हैं। बनाया गया AI मॉडल केवल बोरॉन यौगिकों तक ही सीमित नहीं है। इसका उपयोग अन्य रासायनिक प्रणालियों में नई सामग्री की खोज के लिए किया जा सकता है - चिकित्सा यौगिकों से लेकर अंतरिक्ष प्रणोदन तक। एक न्यूरल नेटवर्क (जिसे आर्टिफिशियल न्यूरल नेटवर्क, INS, या बस एक न्यूरल नेटवर्क भी कहा जाता है) एक गणितीय मॉडल है, साथ ही इसका सॉफ्टवेयर या हार्डवेयर कार्यान्वयन, जो जैविक न्यूरल नेटवर्क - एक जीवित जीव के तंत्रिका कोशिकाओं के नेटवर्क के संगठन के सिद्धांत पर बनाया गया है।