सामग्री खोज में एआई

एआई भविष्यवाणी करता है कि कौन सी नई सामग्रियां मौजूद हो सकती हैं, स्थिर हो सकती हैं और उनमें उपयोगी गुण हो सकते हैं, जिससे संभावित यौगिकों के लगभग अनंत स्थान के माध्यम से खोज नाटकीय रूप से कम हो जाएगी। यह बैटरी, सौर सेल, सुपरकंडक्टर्स और उत्प्रेरक के लिए मायने रखता है जहां सही सामग्री खोजने में दशकों लग सकते हैं।

परंपरागत रूप से, एक नई सामग्री की खोज का मतलब धीमा परीक्षण-और-त्रुटि संश्लेषण या महंगा क्वांटम-मैकेनिकल सिमुलेशन है। एआई दोनों सिरों को गति देता है। ग्राफ न्यूरल नेटवर्क एक क्रिस्टल को परमाणुओं (नोड्स) और बॉन्ड्स (किनारों) के रूप में दर्शाते हैं और घनत्व कार्यात्मक सिद्धांत के घंटों के बजाय मिलीसेकंड में गठन ऊर्जा, बैंड गैप या चालकता जैसे गुणों की भविष्यवाणी करना सीखते हैं। जेनरेटिव मॉडल पूरी तरह से नई उम्मीदवार संरचनाओं का प्रस्ताव करते हैं, और एआई प्रयोगशाला में बनाने लायक कुछ को चिह्नित करने के लिए उनमें से लाखों की स्क्रीनिंग करता है। 2023 में डीपमाइंड के जीएनओएमई ने सैकड़ों हजारों पूर्वानुमानित स्थिर क्रिस्टल की सूचना दी, और Microsoft के मैटरजेन ने वांछित गुणों पर वातानुकूलित संरचनाओं का निर्माण किया। तेजी से ये मॉडल स्व-ड्राइविंग प्रयोगशालाओं को बढ़ावा देते हैं, जहां रोबोट स्वचालित रूप से शीर्ष उम्मीदवारों का संश्लेषण और परीक्षण करते हैं।