MIT का मॉडल 3D क्रिस्टल संरचनाओं को टेक्स्ट से जोड़ता है ताकि AI सामग्रियों के बारे में तर्क कर सके

MIT के शोधकर्ताओं ने सहयोगियों के साथ मिलकर एक मल्टीमॉडल AI मॉडल बनाया है जो त्रि-आयामी क्रिस्टल संरचनाओं को प्राकृतिक-भाषा विवरणों से जोड़ता है, ताकि AI सिस्टम क्रिस्टलीय सामग्रियों और उनके गुणों के बारे में तर्क कर सकें। MIT के सामग्री विज्ञान और इंजीनियरिंग विभाग में जू ली के समूह का यह अध्ययन सहकर्मी-समीक्षित पत्रिका Nature Communications में प्रकाशित हुआ है। शोधपत्र इस प्रणाली को CLaC नाम देता है, जो कॉन्ट्रास्टिव लैंग्वेज-क्रिस्टल मॉडल (Contrastive Language-Crystal model) का संक्षिप्त रूप है।

MIT News के अनुसार, मौजूदा बड़े भाषा मॉडल सामग्रियों के मामले में संघर्ष करते हैं, क्योंकि क्रिस्टल संरचनाएँ उस टेक्स्ट के बजाय विशेष प्रारूपों में रखी जाती हैं जिससे ये मॉडल सीखते हैं, और क्योंकि प्रायोगिक साहित्य कुछ ही लोकप्रिय क्रिस्टल वर्गों पर केंद्रित है। शोधपत्र में उल्लेख है कि क्रिस्टल डेटाबेस में केवल कुछ मिलियन प्रविष्टियाँ हैं, जो विज़न-लैंग्वेज मॉडलों के पीछे मौजूद डेटा से कहीं कम हैं। इसकी भरपाई के लिए टीम ने Materials Project की संरचनाओं को परिकलित गुणों पर आधारित GPT-संश्लेषित आख्यानों के साथ जोड़ा, साथ ही शोधपत्रों से निकाले गए अनुच्छेदों का भी उपयोग किया। लेखकों की रिपोर्ट है कि संश्लेषित आख्यान मानव-लिखित साहित्य की तुलना में 300 गुना अधिक विविध क्रिस्टलों के समूह को कवर करते हैं। एक ग्राफ न्यूरल नेटवर्क संरचनाओं को एन्कोड करता है, एक टेक्स्ट एन्कोडर भाषा को संभालता है, और कॉन्ट्रास्टिव लर्निंग दोनों को एक साझा प्रतिनिधित्व स्थान में रखती है।

ज़ीरो-शॉट परीक्षणों में, संश्लेषित आख्यानों पर प्रशिक्षित संस्करण ने संरचनाओं को सही संघटन विवरण से 95.4 ± 0.2% सटीकता के साथ मिलाया, जबकि अप्रशिक्षित मॉडल के लिए यह 13.5 ± 0.3% और Gemma-3-1b-it पर आधारित बेसलाइन के लिए 17.8 ± 0.3% था, शोधपत्र कहता है। केवल शोधपत्रों से निकाले गए टेक्स्ट पर प्रशिक्षित संस्करण ने, जब लक्षित गुण से मेल खाती सामग्रियाँ खोजने को कहा गया, तो काफी हद तक यादृच्छिक चयन जैसा प्रदर्शन किया। एक बैटरी उदाहरण में, शोधकर्ताओं ने केवल उच्च बैंड गैप मानदंड का उपयोग करके लिथियम-आयन ठोस-अवस्था इलेक्ट्रोलाइट उम्मीदवारों की खोज की; शीर्ष-क्रम की सभी 30 सामग्रियों में लिथियम था, जिनका औसत बैंड गैप 3.23 eV था। चौथे स्थान पर रहे Li6PClO5 को स्वतंत्र कार्य में आशाजनक बताया जा चुका था, और नौवें स्थान पर रहे Li4SiO4 को पहले पतली-फिल्म ठोस इलेक्ट्रोलाइट के रूप में बनाया जा चुका था।

लेखक स्पष्ट सीमाओं का भी वर्णन करते हैं। क्रिस्टल प्रणालियों के वर्गीकरण में सटीकता केवल 34.0 ± 0.4% थी, जो लगभग Gemma बेसलाइन के बराबर है; इसे वे 16 के छोटे प्रशिक्षण बैच आकार और क्रिस्टल प्रणालियों के अत्यधिक असंतुलित वितरण से जोड़ते हैं। आयनिक चालकता, जो इलेक्ट्रोलाइट के लिए एक प्रमुख गुण है, संश्लेषित डेटासेट में मौजूद नहीं है, इसलिए बैटरी क्वेरी में इसका उपयोग नहीं हो सका। शोधपत्र आगे कहता है कि इस क्षेत्र में मानक मल्टीमॉडल बेंचमार्क का अभाव है, जिससे मॉडलों के बीच सीधी तुलना कठिन हो जाती है; कि इस मॉडल से निर्देश-आधारित सामग्री खोज अभी भविष्य का काम है; और कि डेटासेट की संरचना और टेक्स्ट जनरेशन खोज-व्यवहार और संभावित पूर्वाग्रहों को कैसे आकार देते हैं, इस पर और शोध की ज़रूरत है।

“संरचना वास्तव में सामग्री विज्ञान के क्षेत्र के केंद्र में है”, ली ने MIT News की विज्ञप्ति में कहा, और जोड़ा कि संरचना को समझने से शोधकर्ता किसी सामग्री के गुणों के बारे में बहुत कुछ अनुमान लगा सकते हैं। उन्होंने मॉडल की तुलना AlphaFold से की, जो प्रोटीन संरचनाओं को उनके कार्य से जोड़ता है। सह-लेखक एल्सा ओलिवेटी ने कहा कि यह दृष्टिकोण संरचना को गुण और प्रसंस्करण से जोड़ता है, और जोड़ा: “मुझे उम्मीद है कि यह उन बड़े बदलावों में से एक हो सकता है”। अन्य लेखक हैं प्रथम लेखक यांग जियोंग पार्क, जो MIT में पूर्व पोस्टडॉक हैं, मयंक कुमारन और चिया-वेई सू। MIT News के अनुसार, इस काम को आंशिक रूप से नेशनल रिसर्च फाउंडेशन ऑफ कोरिया और दो अमेरिकी रक्षा एजेंसियों, डिफेंस थ्रेट रिडक्शन एजेंसी और डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी, ने वित्तपोषित किया।