Data-efficient and Interpretable Inverse Materials Design using a Disentangled Variational Autoencoder

तकनीकी सारांश: एक डिसेंटैंगल्ड वेरिएशनल ऑटोएन्कोडर का उपयोग करके डेटा-कुशल और व्याख्यात्मक व्युत्क्रम सामग्री डिजाइन (Inverse Materials Design)

1. समस्या विवरण

पारंपरिक सामग्री खोज अक्सर "फॉरवर्ड डिजाइन" पर निर्भर करती है, जहाँ वैज्ञानिक वांछित गुणों वाले पदार्थों को खोजने के लिए विशाल रासायनिक स्थानों (chemical spaces) को स्कैन करते हैं। यह गणनात्मक रूप से महंगा और अक्षम है, विशेष रूप से हाई-एंट्रॉपी अलॉय (HEAs) के लिए, जहाँ तत्वों के संयोजन और परमाणु विन्यासों का कॉम्बिनेटोरियल विस्फोट (combinatorial explosion) ब्रूट-फोर्स स्क्रीनिंग को लगभग असंभव बना देता है।

जबकि वेरिएशनल ऑटोएन्कोडर्स (VAEs) जैसे जनरेटिव मॉडल के माध्यम से व्युत्क्रम डिजाइन (लक्षित गुणों से सामग्री संरचना बनाना) आशाजनक दिखता है, मौजूदा अनसुपरवाइज्ड (unsupervised) विधियाँ दो प्रमुख दोषों से ग्रस्त हैं:

• एंटैंगलमेंट (Entanglement): लेटेंट स्पेस (सामग्री का संकुचित प्रतिनिधित्व) अक्सर लक्षित गुण (जैसे, चरण स्थिरता/phase stability) को अन्य संरचनात्मक या रासायनिक विशेषताओं के साथ उलझा देता है। यह किसी विशिष्ट गुण को अनुकूलित करने के लिए स्थान को नेविगेट करना कठिन बनाता है, क्योंकि इससे अन्य गुणों में अनपेक्षित परिवर्तन हो सकते हैं।
• डेटा अक्षमता (Data Inefficiency): अधिकांश मॉडलों को भारी मात्रा में लेबल किए गए डेटा की आवश्यकता होती है, जो प्रयोगात्मक सामग्री विज्ञान में प्राप्त करना कठिन और महंगा होता है।

2. कार्यप्रणाली (Methodology)

लेखक एक सेमी-सुपरवाइज्ड डिसेंटैंगल्ड वेरिएशनल ऑटोएन्कोडर (DVAE) का प्रस्ताव करते हैं। मुख्य नवाचार इस बात में निहित है कि मॉडल आर्किटेक्चर और ऑब्जेक्टिव फंक्शन को लक्षित गुणों को अन्य लेटेंट विशेषताओं से अलग करने के लिए कैसे संरचित किया गया है।

• मॉडल आर्किटेक्चर:
  • जनरेटिव मॉडल: एक संयुक्त संभाव्यता वितरण $p_\theta(x, \phi, z)$ सीखता है, जहाँ $x$ मिश्र धातु की संरचना (alloy composition) है, $\phi$ लक्षित गुण (बाइनरी: सिंगल-फेज बनाम मल्टी-फेज) है, और $z$ एक लेटेंट वेरिएबल है जो अन्य सभी सामग्री विशेषताओं का प्रतिनिधित्व करता है।
  • रिकग्निशन मॉडल (इन्फरेंस): मीन-फील्ड धारणा का उपयोग करके पोस्टीरियर को फैक्टराइज करता है। महत्वपूर्ण रूप से, यह एक फिजिक्स-इन्फॉर्म्ड ट्रांसफॉर्मेशन $f(x)$ का उपयोग करता है—जो संरचनाओं को आठ इंजीनियर भौतिक डिस्क्रिप्टर्स (जैसे, मिक्सिंग एंट्रॉपी, परमाणु आकार अंतर) में मैप करता है—ताकि $\phi$ की भविष्यवाणी की जा सके। यह "एक्सपर्ट-इन्फॉर्म्ड" चरण सुनिश्चित करता है कि मॉडल वर्गीकरण को संचालित करने के लिए ज्ञात भौतिक सिद्धांतों का उपयोग करे।
• सेमी-सुपरवाइज्ड लर्निंग: प्रशिक्षण उद्देश्य एक मानक VAE लॉस (सभी डेटा, जिसमें अनलेबल सैंपल भी शामिल हैं, को पुनर्गठित करने के लिए) को एक सुपरवाइज्ड लॉस (केवल लेबल किए गए सैंपल का उपयोग करके क्लासिफिकेशन हेड को प्रशिक्षित करने के लिए) के साथ जोड़ता है। यह मॉडल को सामग्रियों के डेटाबेस में उपलब्ध विशाल अनलेबल कंपोजिशनल डेटा का लाभ उठाने की अनुमति देता है।
• डिसेंटैंगलमेंट रणनीति: जनरेटिव प्रक्रिया में $\phi$ को एक अलग वेरिएबल के रूप में स्पष्ट रूप से मॉडल करके, मॉडल फेज फॉर्मेशन से संबंधित जानकारी को लेटेंट वेरिएबल $z$ से बाहर "धकेलता" है। यह सुनिश्चित करता है कि $z$ "बाकी सब कुछ" (जैसे, तत्वों के समूह या घनत्व) को कैप्चर करे, जबकि $\phi$ लक्षित गुण को संभालता है।

3. मुख्य योगदान

• डिसेंटैंगल्ड लेटेंट स्पेस: एक ऐसा ढांचा जो उपयोगकर्ताओं को एक लक्षित गुण को बदलने (जैसे, "इस अलॉय को सिंगल-फेज बनाएं") की अनुमति देता है, जबकि इसकी अंतर्निहित सामग्री "पहचान" (जो $z$ द्वारा कैप्चर की गई है) को अपेक्षाकृत स्थिर रखता है।
• डेटा दक्षता: एक विधि जो लेबल किए गए डेटा की कमी होने पर अनलेबल डेटा और एक्सपर्ट-इन्फॉर्म्ड प्रायर्स (priors) का उपयोग करके शुद्ध सुपरवाइज्ड लर्निंग की तुलना में बेहतर प्रदर्शन करती है।
• थ्री-वे इनवर्स डिजाइन वर्कफ्लो:
  1. हाई-थ्रूपुट स्क्रीनिंग: संरचनाओं को स्कैन करने के लिए क्लासिफिकेशन हेड का उपयोग करना।
  2. लेटेंट-स्पेस एक्सप्लोरेशन: $z$ के विशिष्ट क्षेत्रों से नमूने लेकर और एक वांछित $\phi$ सेट करके नए अलॉय उत्पन्न करना।
  3. इटरेटिव नजिंग (Iterative Nudging): एक मौजूदा मल्टी-फेज अलॉय को लेकर उसे लेटेंट स्पेस के माध्यम से तब तक "नज" (नज करना/हल्का सा बदलना) करना जब तक कि वह वांछित गुण तक न पहुँच जाए।
• व्याख्यात्मकता (Interpretability): यह संरचनात्मक व्याख्यात्मकता (डिसेंटैंगलमेंट) को पोस्ट-हॉक व्याख्यात्मकता (SHAP वैल्यूज) के साथ जोड़ता है ताकि यह समझाया जा सके कि मॉडल एक निश्चित फेज की भविष्यवाणी क्यों करता है।

4. परिणाम

• प्रदर्शन: मॉडल ने उच्च वर्गीकरण सटीकता (Test AUC $\approx$ 0.89) और कंपोजिशन वेक्टर्स के लिए कम रिकंस्ट्रक्शन एरर (औसत MAE 2.3%) प्राप्त किया।
• डेटा दक्षता सत्यापन: सीमित लेबल किए गए डेटा के साथ परीक्षणों में, सेमी-सुपरवाइज्ड दृष्टिकोण पारंपरिक सुपरवाइज्ड लर्निंग की तुलना में काफी बेहतर रहा।
• सफल मटेरियल इन्वर्जन: इटरेटिव "नजिंग" प्रक्रिया ने एक मल्टी-फेज अलॉय (Fe14Ni16Cr22Co14Al22Cu8) को तीन इटरेशन में एक सिंगल-फेज अलॉय (Fe21Ni22Cr22Co35) में सफलतापूर्वक परिवर्तित कर दिया। मॉडल ने सही ढंग से पहचाना कि Fe, Ni और Co को बनाए रखते हुए Al और Cu को कम करने से सिंगल-फेज स्थिरता बढ़ती है।
• लेटेंट स्पेस अंतर्दृष्टि: दिखाया गया कि लेटेंट स्पेस $z$ सामग्रियों को तत्वों के समूहों (जैसे, रिफ्रैक्टरी बनाम नोबल तत्व) और जटिलता (तत्वों की संख्या) के आधार पर स्वाभाविक रूप से व्यवस्थित करता है, जो फेज प्रेडिक्शन से स्वतंत्र है।

5. महत्व

यह कार्य सामग्री विज्ञान के लिए "ह्यूमन-इन-द-लूप" AI की ओर एक महत्वपूर्ण कदम है। एक ऐसा मॉडल प्रदान करके जो डेटा-कुशल (जिसके लिए कम महंगे प्रयोगों की आवश्यकता है) और व्याख्यात्मक (SHAP और डिसेंटैंगलमेंट के माध्यम से भौतिक तर्क प्रदान करता है) दोनों है, यह "ब्लैक-बॉक्स" मशीन लर्निंग और पारंपरिक धातुकर्म अंतर्ज्ञान (metallurgical intuition) के बीच के अंतर को पाटता है। यह ढांचा अत्यधिक विस्तार योग्य है और इसे विभिन्न इंजीनियरिंग डोमेन में मल्टी-ऑब्जेक्टिव ऑप्टिमाइजेशन (जैसे, ऐसी सामग्रियां खोजना जो एक साथ मजबूत, हल्की और सस्ती हों) के लिए अनुकूलित किया जा सकता है।