Accelerating Discovery of Extreme Lattice Thermal Conductivity by Crystal Attention Graph Neural Network (CATGNN) Using Chemical Bonding Intuitive Descriptors

ठोस पदार्थों के माध्यम से ऊष्मा उस तरह से चलती है जो अक्सर अदृश्य होती है, लेकिन यह हमारे तकनीकी कार्यों के लिए मौलिक रूप से महत्वपूर्ण है। क्रिस्टल में, जो कि पूर्ण, दोहराव वाले पैटर्न में व्यवस्थित परमाणुओं वाले ठोस होते हैं, ऊष्मा एक तरल के रूप में नहीं बल्कि स्वयं परमाणुओं के कंपन के रूप में चलती है। ये कंपन, जिन्हें फोनोन (phonons) कहा जाता है, ऊर्जा को एक पदार्थ के एक छोर से दूसरे छोर तक ले जाते हैं। कुछ अनुप्रयोगों के लिए, जैसे कि एक शक्तिशाली कंप्यूटर चिप को ठंडा करना या एक उच्च गति वाली लेजर, इंजीनियरों को ऐसे पदार्थों की आवश्यकता होती है जो इस ऊष्मा को यथासंभव तेज़ी से दौड़ने दें। अन्य कार्यों के लिए, जैसे कि एक थर्मोइलेक्ट्रिक जनरेटर को कुशल बनाए रखने या किसी इमारत को इन्सुलेट करने के लिए, उन्हें ऐसी सामग्रियों की आवश्यकता होती है जो ऊष्मा को रोक सकें, जिससे कंपनों की गति धीमी हो जाए। चुनौती हमेशा इन चरम गुणों वाले नए पदार्थ खोजने की रही है। हालाँकि वैज्ञानिक लंबे समय से जानते हैं कि भारी परमाणु या कमजोर बंधन ऊष्मा को धीमा करने की प्रवृत्ति रखते हैं, और हल्के, मजबूत बंधन इसे तेज़ करते हैं, लेकिन ये नियम अक्सर यह सटीक भविष्यवाणी करने के लिए बहुत अस्पष्ट होते हैं कि कोई विशिष्ट नया क्रिस्टल कैसा व्यवहार करेगा।

शोधकर्ताओं की एक टीम ने अब इन सामग्रियों के भीतर देखने का एक बहुत अधिक सटीक तरीका विकसित किया है, जो साधारण नियमों के अनुमान से आगे बढ़कर इस बात की विस्तृत समझ प्रदान करता है कि परमाणु एक-दूसरे का हाथ कैसे थामते हैं। परमाणुओं को एक साथ बांधने वाले इलेक्ट्रॉनिक 'गोंद' (electronic glue) का विश्लेषण करके, उन्होंने इन संबंधों की मजबूती को मापने के दो नए तरीके बनाए। उन्होंने पाया कि ये माप एक विश्वसनीय दिशा-सूचक की तरह कार्य करते हैं, जो यह भविष्यवाणी करने में सक्षम हैं कि कोई क्रिस्टल थर्मल सुपरहाइवे होगा या थर्मल डेड एंड (ठंडा अंत)। इस अंतर्दृष्टि का उपयोग करते हुए, उन्होंने एक परिष्कृत कंप्यूटर मॉडल को प्रशिक्षित किया जिसने लगभग 2,00,000 ज्ञात क्रिस्टल संरचनाओं को स्कैन किया। यह खोज सफल रही: मॉडल ने दर्जनों नए पदार्थ पहचाने जो गतिशील रूप से स्थिर हैं और जिनमें चरम तापीय गुण हैं, जिनमें कुछ ऐसे पदार्थ भी शामिल हैं जो प्रति मीटर-केल्विन 2 वॉट से कम ऊष्मा का संचालन करते हैं और अन्य जो 100 वॉट प्रति मीटर-केल्विन से अधिक का संचालन करते हैं। यह कार्य थर्मल प्रबंधन के लिए अगली पीढ़ी के सामग्रयों की खोज के लिए एक तीव्र और विश्वसनीय मार्ग प्रदान करता है, चाहे वह बेहतर इंसुलेटर हों या अधिक कुशल ऊर्जा परिवर्तक।

यह यात्रा इस अहसास के साथ शुरू हुई कि अनुमान लगाने के पुराने तरीके एक दीवार से टकरा रहे थे। दशकों से, वैज्ञानिक किसी पदार्थ के परमाणुओं के औसत वजन या उसकी संरचना की सामान्य सरलता जैसे कारकों पर भरोसा करते आए हैं ताकि यह अनुमान लगाया जा सके कि वह ऊष्मा का संचालन कितनी अच्छी तरह करता है। हालांकि ये कारक मायने रखते हैं, लेकिन वे अक्सर उन सामग्रियों के बीच अंतर करने में विफल रहते हैं जो कागज़ पर समान दिखती हैं लेकिन वास्तविकता में बहुत अलग व्यवहार करती हैं। इसे हल करने के लिए, शोधकर्ताओं ने अपना ध्यान स्वयं रासायनिक बंधों (chemical bonds) की ओर केंद्रित किया। उन्होंने दो विशिष्ट इलेक्ट्रॉनिक हस्ताक्षरों पर ध्यान केंद्रित किया: एक जो यह मापता है कि परमाणु बंध बनाने पर कितनी ऊर्जा मुक्त होती है, और दूसरा जो यह मात्रा निर्धारित करता है कि वह बंध कितना सहसंयोजक (covalent), या साझा, है। उन्होंने महसूस किया कि यदि वे इन मानों को सामान्यीकृत (normalize) कर दें—अर्थात उन्हें क्रिस्टल में परमाणुओं और बंधों की संख्या के अनुसार समायोजित करें—तो वे एक सार्वभौमिक पैमाना बना सकते हैं जो हजारों अलग-अलग सामग्रियों पर काम करेगा।

ये नए विवरण, जिन्हें टीम 'नॉर्मलाइज्ड नेगेटिव इंटीग्रेटेड क्रिस्टल ऑर्बिटल हैमिल्टन पॉपुलेशन' और 'नॉर्मलाइज्ड इंटीग्रेटेड क्रिस्टल ऑर्बिटल बॉन्ड इंडेक्स' कहती है, अविश्वसनीय रूप से शक्तिशाली साबित हुए। जब शोधकर्ताओं ने 4,500 से अधिक सामग्रियों के वास्तविक तापीय चालकता के विरुद्ध इन मानों को प्लॉट किया, तो एक स्पष्ट पैटर्न उभर कर आया। इन पैमानों पर उच्च मान वाले पदार्थ, जो मजबूत और गहरे इलेक्ट्रॉनिक बंधों को दर्शाते हैं, लगातार ऊष्मा को स्वतंत्र रूप से बहने देते हैं। इसके विपरीत, कम मान वाले पदार्थ, जो कमजोर या उथले बंधों को दर्शाते हैं, ऊष्मा को रोक लेते हैं। महत्वपूर्ण रूप से, यह संबंध तब भी सत्य रहा जब उन सामग्रियों का औसत परमाणु द्रव्यमान समान था, एक ऐसा कारक जिस पर पिछले मॉडल बहुत अधिक निर्भर थे। नए विवरणों ने यह भी खुलासा किया कि गर्म होने पर परमाणु कितना डगमगाते हैं। मजबूत बंध परमाणुओं को स्थिर रखते हैं, जबकि कमजोर बंध उन्हें बेतहाशा हिलने-डुलने की अनुमति देते हैं, एक ऐसी गति जो ऊष्मा को बिखेर देती है और उसे धीमा कर देती है। यह संबंध एक भौतिक स्पष्टीकरण प्रदान करता है कि क्यों कुछ सामग्रियाँ थर्मल इंसुलेटर हैं और अन्य कंडक्टर, जो सीधे परमाणुओं की इलेक्ट्रॉनिक संरचना में निहित है।

इस खोज को अमल में लाने के लिए, टीम ने 'क्रिस्टल अटेंशन ग्राफ न्यूरल नेटवर्क' नामक एक नए प्रकार का आर्टिफिशियल इंटेलिजेंस मॉडल बनाया। इस मॉडल को एक अत्यधिक प्रशिक्षित आँख के रूप में समझें जो क्रिस्टल में परमाणुओं की व्यवस्था को देख सकती है और तुरंत यह "महसूस" कर सकती है कि उन्हें जोड़ने वाले बंधों की मजबूती क्या है, बिना उन धीमी और महंगी कंप्यूटर सिमुलेशन को चलाए जो आमतौरट दिनों या हफ्तों का समय लेती हैं। शोधकर्ताओं ने पहले इस मॉडल को उन 4,500 सामग्रियों के डेटा का उपयोग करके सिखाया जिनका उन्होंने पहले ही विश्लेषण किया था। एक बार जब मॉडल ने क्रिस्टल संरचना और नए बॉन्ड-स्ट्रेंथ विवरणों के बीच के संबंध को सीख लिया, तो उन्होंने इसे लगभग 2,00,000 अनपरीक्षित क्रिस्टल संरचनाओं वाले विशाल डेटाबेस पर आज़माया। मॉडल ने तेजी से प्रत्येक के लिए बॉन्ड स्ट्रेंथ की भविष्यवाणी की, जिससे चरम तापीय व्यवहार वाले सबसे आशाजनक उम्मीदवारों को चिह्नित किया गया।

इस विशाल डिजिटल स्वीप से, शोधकर्ताओं ने लगभग 900 सामग्रयों को चुना जिनमें सबसे चरम बॉन्ड स्ट्रेंथ देखी गई—या तो बहुत कमजोर या बहुत मजबूत। इसके बाद उन्होंने इन उम्मीदवारों को एक कठोर दो-चरणीय सत्यापन प्रक्रिया के अधीन किया। पहले, उन्होंने एक अलग एआई मॉडल का उपयोग करके यह जांचा कि क्या क्रिस्टल स्थिर हैं, यानी क्या वे बिखर जाएंगे या खुद के कंपन से अराजकता में बदल जाएंगे। लगभग 80 प्रतिशत उम्मीदवार इस प्रारंभिक स्थिरता परीक्षण में पास हुए। जो शेष बचे, उनके लिए टीम ने विस्तृत 'फर्स्ट-प्रिंसिपल्स कैलकुलेशन' (प्रथम-सिद्धांत गणना) की, जो कम्प्यूटेशनल भौतिकी का स्वर्ण मानक है, ताकि उनकी तापीय चालकता की पुष्टि की जा सके। परिणाम चौंकाने वाले थे। मॉडल ने सफलतापूर्वक 106 स्थिर सामग्रयों की पहचान की जिनमें अत्यंत निम्न तापीय चालकता थी, जिनमें से 68 प्रतिशत प्रति मीटर-केल्विन 2 वॉट से कम का संचालन करते थे। दूसरी ओर, इस खोज ने 13 स्थिर सामग्रयों की पहचान की, जिनमें से सभी 100 वॉट प्रति मीटर-केल्विन से अधिक का संचालन करते हैं।

इस अध्ययन ने कुछ लंबे समय से चली आ रही मान्यताओं को भी चुनौती दी कि वास्तव में क्या चीज़ सामग्रियों को ऊष्मा रोकने के लिए जिम्मेदार है। पिछले शोधों ने सुझाव दिया था कि विशिष्ट "एंटीबॉन्डिंग" (antibonding) इलेक्ट्रॉनिक अवस्थाओं की उपस्थिति कम तापीय चालकता के पीछे का मुख्य कारण है। हालांकि, नए विश्लेषण ने दिखाया कि यह एक सार्वभौमिक नियम नहीं था। शोधकर्ताओं ने ऐसे सामग्रयों को पाया जिनमें ये एंटीबॉन्डिंग अवस्थाएँ थीं फिर भी वे ऊष्मा का अच्छा संचालन करते थे, और ऐसे सामग्रियाँ भी मिलीं जिनमें ये नहीं थीं फिर भी वे उत्कृष्ट इंसुलेटर थीं। इसके बजाय, नए बॉन्ड-स्ट्रेंथ विवरण अधिक सुसंगत भविष्यवक्ता साबित हुए। यह अंतर महत्वपूर्ण है क्योंकि इसका अर्थ है कि वैज्ञानिक अब तापीय गुणों के लिए केवल एक इलेक्ट्रॉनिक विशेषता पर निर्भर नहीं रह सकते; उन्हें रासायनिक बंधन की समग्र शक्ति को देखना होगा।

इस कार्य के निहितार्थ केवल नए सामग्रयों को खोजने तक ही सीमित नहीं हैं। इलेक्ट्रॉनिक बॉन्डिंग और तापीय परिवहन के बीच एक स्पष्ट संबंध स्थापित करके, शोधकर्ताओं ने सिद्धांतों का एक सेट प्रदान किया है जो भविष्य के सामग्रयों के डिजाइन में मार्गदर्शन कर सकता है। टीम ने प्रदर्शित किया कि उनका दृष्टिकोण कार्बन और बोरॉन जैसे हल्के तत्वों के साथ-साथ लेड और बिस्मथ जैसे भारी तत्वों वाले विभिन्न रासायनिक परिवारों के लिए भी काम करता है। विशिष्ट यौगिकों, जैसे कि कार्बन के विभिन्न रूपों, बोरॉन नाइट्राइड और क्षारीय धातुओं वाले जटिल मिश्र धातुओं की सफल पहचान यह सिद्ध करती है कि यह विधि सुदृढ़ है। ये निष्कर्ष बताते हैं कि अगली पीढ़ी के तापीय सामग्रयों की खोज अब संयोग या प्रयास और त्रुटि (trial and error) की धीमी प्रक्रिया नहीं है, बल्कि परमाणुओं के जुड़ने के मौलिक भौतिकी द्वारा निर्देशित एक लक्षित खोज है।