ब्रिटिश शोधकर्ताओं ने एक शक्तिशाली नया एआई उपकरण विकसित किया है, जो वैज्ञानिकों के लिए नई सामग्रियों की खोज और डिज़ाइन की प्रक्रिया में क्रांति ला सकता है।
लिवरपूल और साउथैम्प्टन विश्वविद्यालयों की टीम ने CrystalGPT को प्रस्तुत किया है, जिसका आधिकारिक नाम Molecular Crystal Representation from Transformers (MCRT) है। यह ट्रांसफॉर्मर-आधारित मॉडल कैम्ब्रिज स्ट्रक्चरल डाटाबेस से 7,06,126 प्रायोगिक क्रिस्टल संरचनाओं पर प्री-ट्रेन किया गया है, जिससे यह आणविक क्रिस्टलों की जटिल भाषा को स्वयं सीखने में सक्षम है।
CrystalGPT को विशिष्ट बनाने वाली बात इसका दोहरा-प्रतिनिधित्व दृष्टिकोण है। यह मॉडल ग्राफ-आधारित परमाणु बंध विश्लेषण को टोपोलॉजिकल इमेजिंग क्षमताओं के साथ जोड़ता है, जिससे यह सूक्ष्म आणविक संरचनाओं और व्यापक पैटर्न दोनों को एक साथ प्रोसेस कर सकता है। यह मल्टी-मोडल दृष्टिकोण एआई को क्रिस्टल गुणों की सूक्ष्म और व्यापक दोनों स्तरों पर गहन समझ प्रदान करता है।
"MCRT को एक ऐसा फाउंडेशन मॉडल बनाने के लिए डिज़ाइन किया गया था, जिसे उपलब्ध डेटा की कम मात्रा के साथ भी आसानी से किसी भी समस्या के लिए फाइन-ट्यून किया जा सके," लिवरपूल विश्वविद्यालय के टीम सदस्य ज़ेनोफॉन इवेंजेलोपोलोस बताते हैं। सीमित डेटा के साथ प्रभावी ढंग से काम करने की यह क्षमता रसायन विज्ञान के क्षेत्र में विशेष रूप से महत्वपूर्ण है, जहाँ प्रयोगशाला परीक्षण और गणनाएँ अक्सर महंगी और समय लेने वाली होती हैं।
मॉडल चार अलग-अलग प्री-ट्रेनिंग टास्क का उपयोग करता है, जिससे वह क्रिस्टलों से स्थानीय और वैश्विक दोनों प्रतिनिधित्व निकाल सकता है। जब इसे विशिष्ट अनुप्रयोगों के लिए फाइन-ट्यून किया जाता है, तो CrystalGPT पारंपरिक रूप से आवश्यक डेटा के केवल एक अंश का उपयोग करके घनत्व, छिद्रता और समरूपता जैसे प्रमुख सामग्री गुणों की सटीक भविष्यवाणी कर सकता है।
सामग्री विज्ञान के लिए इसके प्रभाव महत्वपूर्ण हैं। क्रिस्टल संरचनाओं और गुणों की भविष्यवाणी के लिए पारंपरिक संगणकीय विधियाँ अत्यधिक संसाधन-प्रधान होती हैं। CrystalGPT इन सीमाओं को पार कर सकता है, जिससे दवाओं, ऑर्गेनिक इलेक्ट्रॉनिक्स, बैटरी विकास और गैस भंडारण के लिए छिद्रयुक्त सामग्रियों में खोज की गति तेज हो सकती है। लिवरपूल के प्रोफेसर एंडी कूपर के अनुसार, इस मॉडल ने "इन क्रिस्टलों के सबसे विशिष्ट पैटर्न सीखे हैं" और "कैसे ये पैटर्न व्यावहारिक गुणों से संबंधित हैं," जिससे यह सामग्री नवाचार के लिए एक शक्तिशाली उपकरण बन जाता है।