MIT গবেষকদের মডেল 3D স্ফটিক কাঠামোকে টেক্সটের সঙ্গে যুক্ত করে, যাতে AI পদার্থ নিয়ে যুক্তি করতে পারে

MIT গবেষকরা সহযোগীদের সঙ্গে মিলে একটি মাল্টিমোডাল AI মডেল তৈরি করেছেন, যা ত্রিমাত্রিক স্ফটিক কাঠামোকে প্রাকৃতিক-ভাষার বিবরণের সঙ্গে যুক্ত করে, যাতে AI সিস্টেম স্ফটিকাকার পদার্থ ও তাদের ধর্ম নিয়ে যুক্তি করতে পারে। MIT পদার্থ বিজ্ঞান ও প্রকৌশল বিভাগের গবেষক জু লি-র গ্রুপের এই গবেষণা পিয়ার-রিভিউড Nature Communications জার্নালে প্রকাশিত হয়েছে। গবেষণাপত্রে সিস্টেমটির নাম দেওয়া হয়েছে CLaC, অর্থাৎ কনট্রাস্টিভ ল্যাঙ্গুয়েজ-ক্রিস্টাল মডেল (Contrastive Language-Crystal model)।

MIT News অনুসারে, বর্তমান বৃহৎ ভাষা মডেলগুলো পদার্থের ক্ষেত্রে হিমশিম খায়, কারণ স্ফটিক কাঠামো এই মডেলগুলো যে টেক্সট থেকে শেখে তার বদলে বিশেষায়িত ফরম্যাটে রাখা হয়, এবং কারণ পরীক্ষামূলক সাহিত্য অল্প কয়েকটি জনপ্রিয় স্ফটিক শ্রেণির ওপর কেন্দ্রীভূত। গবেষণাপত্রে উল্লেখ করা হয়েছে যে স্ফটিক ডেটাবেসে মাত্র কয়েক মিলিয়ন এন্ট্রি আছে, যা ভিশন-ল্যাঙ্গুয়েজ মডেলের পেছনের ডেটার তুলনায় অনেক কম। এর ক্ষতিপূরণে দলটি Materials Project থেকে নেওয়া কাঠামোর সঙ্গে গণনাকৃত ধর্মের ভিত্তিতে GPT-সংশ্লেষিত বিবরণী জুড়ে দিয়েছে, পাশাপাশি গবেষণাপত্র থেকে সংগৃহীত অনুচ্ছেদও ব্যবহার করেছে। লেখকরা জানান যে সংশ্লেষিত বিবরণীগুলো মানুষের লেখা সাহিত্যের তুলনায় 300 গুণ বেশি বৈচিত্র্যময় স্ফটিকের সমষ্টিকে আওতায় আনে। একটি গ্রাফ নিউরাল নেটওয়ার্ক কাঠামোগুলো এনকোড করে, একটি টেক্সট এনকোডার ভাষা সামলায়, আর কনট্রাস্টিভ লার্নিং দুটিকেই একটি অভিন্ন রিপ্রেজেন্টেশন স্পেসে স্থাপন করে।

জিরো-শট পরীক্ষায়, সংশ্লেষিত বিবরণীর ওপর প্রশিক্ষিত সংস্করণটি কাঠামোকে সঠিক গঠন-বিবরণের সঙ্গে 95.4 ± 0.2% নির্ভুলতায় মিলিয়েছে, যেখানে অপ্রশিক্ষিত মডেলের ক্ষেত্রে তা ছিল 13.5 ± 0.3% এবং Gemma-3-1b-it ভিত্তিক একটি বেসলাইনের ক্ষেত্রে 17.8 ± 0.3%, গবেষণাপত্রটি জানায়। শুধু গবেষণাপত্র থেকে নেওয়া টেক্সটের ওপর প্রশিক্ষিত একটি সংস্করণ, লক্ষ্য ধর্মের সঙ্গে মেলে এমন পদার্থ খুঁজে বের করতে বললে, অনেকটা এলোমেলো নির্বাচনের মতোই কাজ করেছে। একটি ব্যাটারি উদাহরণে, গবেষকরা শুধু উচ্চ ব্যান্ড গ্যাপ মানদণ্ড ব্যবহার করে লিথিয়াম-আয়ন কঠিন-অবস্থা ইলেকট্রোলাইট প্রার্থী খুঁজেছেন; শীর্ষ-ক্রমের 30টি পদার্থের সবকটিতেই লিথিয়াম ছিল, গড় ব্যান্ড গ্যাপ 3.23 eV। চতুর্থ স্থানে থাকা Li6PClO5 স্বাধীন গবেষণায় আগেই আশাব্যঞ্জক হিসেবে চিহ্নিত হয়েছিল, আর নবম স্থানে থাকা Li4SiO4 আগেই পাতলা-ফিল্ম কঠিন ইলেকট্রোলাইট হিসেবে তৈরি করা হয়েছিল।

লেখকরা স্পষ্ট সীমাবদ্ধতারও বর্ণনা দেন। স্ফটিক সিস্টেম শ্রেণিবিন্যাসে নির্ভুলতা ছিল মাত্র 34.0 ± 0.4%, যা মোটামুটি Gemma বেসলাইনের সমান; এর কারণ হিসেবে তাঁরা 16-এর ছোট প্রশিক্ষণ ব্যাচ আকার এবং স্ফটিক সিস্টেমের অত্যন্ত ভারসাম্যহীন বণ্টনের কথা বলেন। আয়নিক পরিবাহিতা, যা ইলেকট্রোলাইটের জন্য একটি গুরুত্বপূর্ণ ধর্ম, সংশ্লেষিত ডেটাসেটে অনুপস্থিত, তাই ব্যাটারি কোয়েরিতে তা ব্যবহার করা যায়নি। গবেষণাপত্রে আরও বলা হয়েছে যে এই ক্ষেত্রে মানসম্মত মাল্টিমোডাল বেঞ্চমার্কের অভাব রয়েছে, ফলে মডেলগুলোর মধ্যে সরাসরি তুলনা কঠিন; এই মডেল দিয়ে নির্দেশনা-ভিত্তিক পদার্থ আবিষ্কার এখনও ভবিষ্যতের কাজ; এবং ডেটাসেটের গঠন ও টেক্সট জেনারেশন কীভাবে অনুসন্ধানের আচরণ ও সম্ভাব্য পক্ষপাতকে প্রভাবিত করে, সে বিষয়ে আরও গবেষণা প্রয়োজন।

“কাঠামোই আসলে পদার্থ বিজ্ঞান ক্ষেত্রের কেন্দ্রে”, MIT News বিজ্ঞপ্তিতে লি বলেন, এবং যোগ করেন যে কাঠামো বুঝতে পারলে গবেষকরা কোনো পদার্থের ধর্ম সম্পর্কে অনেক কিছু অনুমান করতে পারেন। তিনি AlphaFold মডেলের সঙ্গে এর তুলনা করেন, যা প্রোটিন কাঠামোকে কার্যকারিতার সঙ্গে সম্পর্কিত করে। সহ-লেখক এলসা অলিভেত্তি বলেন, এই পদ্ধতি কাঠামোকে ধর্ম ও প্রক্রিয়াকরণের সঙ্গে যুক্ত করে, এবং যোগ করেন: “আমি আশা করি এটি সেই বড় পরিবর্তনগুলোর একটি হতে পারে”। অন্য লেখকরা হলেন প্রথম লেখক ইয়াং জিয়ং পার্ক, যিনি আগে MIT পোস্টডক ছিলেন, মায়াঙ্ক কুমারান এবং চিয়া-ওয়েই সু। MIT News অনুসারে, কাজটিতে আংশিক অর্থায়ন করেছে ন্যাশনাল রিসার্চ ফাউন্ডেশন অব কোরিয়া এবং দুটি মার্কিন প্রতিরক্ষা সংস্থা, ডিফেন্স থ্রেট রিডাকশন এজেন্সি ও ডিফেন্স অ্যাডভান্সড রিসার্চ প্রজেক্টস এজেন্সি।