← नवीनतम पेपर
🔬 mesoscale physics

Machine Learning and Deep Learning in Quantum Materials: Symmetry, Topology, and the Rise of Altermagnets

यह समीक्षा इस बात का परीक्षण करती है कि कैसे मशीन लर्निंग और डीप लर्निंग, विशेष रूप से E(3)-इक्विवैरिएंट ग्राफ न्यूरल नेटवर्क जैसे सिमेट्री-अवेयर आर्किटेक्चर, विलक्षण क्वांटम चरणों (exotic quantum phases) की खोज को गति देने के लिए पारंपरिक विधियों की कम्प्यूटेशनल बाधाओं को दूर करते हैं, जिसमें टोपोलॉजिकल सामग्रियों की स्वचालित पहचान और अल्टरमैग्नेट परिदृश्य का हालिया विस्तार शामिल है।

मूल लेखक: Mahyar Hassani-Vasmejani, Hosein Alavi-Rad, Meysam Bagheri Tagani

प्रकाशित 2026-04-20
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Mahyar Hassani-Vasmejani, Hosein Alavi-Rad, Meysam Bagheri Tagani

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक शेफ हैं जो एक नया व्यंजन बनाने की कोशिश कर रहे हैं। अतीत में, एक आदर्श रेसिपी खोजने के लिए, आपको दुनिया के हर एक संभावित सामग्री के संयोजन को बनाना पड़ता था, उसे चखना पड़ता था और फिर परिणाम लिखना पड़ता था। यह वही है जो वैज्ञानिक "क्वांटम सामग्रियों" (विशेष सामग्रियां जिनमें अजीब लेकिन उपयोगी इलेक्ट्रॉनिक गुण होते हैं) की खोज करने के लिए किया करते थे। वे परमाणुओं के भौतिकी को सिम्युलेट करने के लिए DFT (डेंसिटी फंक्शनल थ्योरी) नामक एक शक्तिशाली कंप्यूटर प्रोग्राम का उपयोग करते थे।

लेकिन समस्या यह है कि संभावित सामग्रियों का ब्रह्मांड इतना विशाल है (जैसे 106010^{60} संयोजन) कि सबसे तेज़ सुपरकंप्यूटर भी ब्रह्मांड की आयु से अधिक समय लेगा उन्हें जांचने में। यह पृथ्वी के हर समुद्र तट पर रेत के एक विशिष्ट कण को खोजने जैसा है, जहाँ आप एक-एक करके हर कण को उठा रहे हैं।

यह शोध पत्र इस बारे में है कि कैसे वैज्ञानिक एक मेटल डिटेक्टर का उपयोग करके "एक-एक करके रेत के कण उठाने" की प्रक्रिया को रोक रहे हैं, जो ठीक जानता है कि वे क्या खोज रहे हैं।

यहाँ सरल उपमाओं (analogies) का उपयोग करके शोध पत्र के मुख्य विचारों का विवरण दिया गया है:

1. पुराना तरीका बनाम नया तरीका (द "मेटल डिटेक्टर")

  • पुराना तरीका (DFT): कल्पना कीजिए कि एक जटिल मशीन को समझने के लिए आप उसे खोल रहे हैं, उसके हर एक पेंच को माप रहे हैं, और यह गणना कर रहे हैं कि वे कैसे परस्पर क्रिया करते हैं। यह सटीक है, लेकिन अविश्वसनीय रूप से धीमा है। यदि आप 10,000 मशीनों की जाँच करना चाहते हैं, तो आप एक सदी तक व्यस्त रहेंगे।
  • नया तरीका (मशीन लर्निंग): मशीन के हर पेंच को मापने के बजाय, AI मशीन के "आकार" को सीख लेता है। यह ब्लूप्रिंट (परमाणुओं की व्यवस्था) को देखता है और तुरंत अनुमान लगा लेता है कि मशीन कैसे काम करेगी। यह एक मास्टर शेफ की तरह है जो केवल सामग्रियों की सूची देखकर तुरंत जान जाता है कि व्यंजन कैसा लगेगा, बिना उसे पकाए।

2. AI को "भौतिकी" सिखाना (समरूपता/Symmetry)

आप एक मानक AI (जैसे जो तस्वीरों में बिल्लियों को पहचानता है) को किसी क्रिस्टल की तस्वीर देकर काम नहीं चला सकते। क्रिस्टल के अपने सख्त नियम होते हैं: यदि आप उन्हें घुमाते हैं, तो वे अभी भी वही क्रिस्टल रहते हैं। यदि आप उन्हें पलट देते हैं, तो वे वही रहते हैं।

  • उपमा: कल्पना कीजिए कि एक मानक AI उस बच्चे की तरह है जो सोचता है कि बिल्ली तभी बिल्ली है जब वह सीधी बैठी हो। यदि आप बिल्ली को उल्टा कर देते हैं, तो बच्चा कहता है, "यह बिल्ली नहीं है!"
  • समाधान: वैज्ञानिकों ने एक विशेष प्रकार का AI बनाया जिसे इक्विवेरिएंट ग्राफ न्यूरल नेटवर्क (Equivariant Graph Neural Network) कहा जाता है। इसे एक "भौतिकी-जानने वाला" AI समझें। यह समझता है कि यदि आप एक क्रिस्टल को घुमाते हैं, तो भौतिकी के नियम भी उसके साथ घूमते हैं। यह जानता है कि यदि आप क्रिस्टल को पलट देते हैं, तो ऊपर की ओर इशारा करने वाला "स्पिन" (चुंबकीय दिशा) नीचे की ओर इशारा करेगा। यह AI को ब्रह्मांड के नियमों का सम्मान करते हुए चुंबकीय बलों और इलेक्ट्रॉन व्यवहारों की भविष्यवाणी करने में अविश्वसनीय सटीकता प्रदान करता है।

3. बड़ी खोज: चुंबकत्व का "तीसरा प्रकार"

लंबे समय तक, वैज्ञानिकों को लगा कि केवल दो प्रकार के चुंबक होते हैं:

  1. फेरोमैग्नेट्स (जैसे फ्रिज का चुंबक): सभी छोटे आंतरिक चुंबक एक ही दिशा में होते हैं। मजबूत खिंचाव।
  2. एंटीफेरोमैग्नेट्स: छोटे चुंबक विपरीत दिशाओं में होते हैं, जिससे वे एक-दूसरे को रद्द कर देते हैं। कोई शुद्ध खिंचाव नहीं।

ट्विस्ट: यह शोध पत्र एक तीसरे प्रकार की चर्चा करता है जिसे अल्टरमैग्नेट्स (Altermagnets) कहा जाता है।

  • उपमा: कल्पना कीजिए कि एक डांस फ्लोर है।
    • एक फेरोमैग्नेट में, सभी लोग क्लॉकवाइज (घड़ी की दिशा में) नाच रहे हैं।
    • एक एंटीफेरोमैग्नेट में, आधे लोग क्लॉकवाइज और आधे काउंटर-क्लॉकवाइज नाच रहे हैं, जो पूरी तरह संतुलित हैं।
    • एक अल्टरमैग्नेट में, यह एक मिश्रण है। डांसर एक-दूसरे को रद्द कर देते हैं ताकि कोई शुद्ध गति न हो (कोई चुंबकीय खिंचाव नहीं), लेकिन, यदि आप सामग्री के माध्यम से चलते हुए इलेक्ट्रॉनों को देखते हैं, तो वे दो समूहों में विभाजित होते हैं: कुछ तेज़ चलते हैं, कुछ धीमे चलते हैं, यह इस पर निर्भर करता है कि वे किस दिशा में जा रहे हैं। यह एक हाईवे की तरह है जहाँ उत्तर की ओर जाने वाली कारें तेज़ हैं, और दक्षिण की ओर जाने वाली कारें धीमी हैं, भले ही कारों की कुल संख्या संतुलित हो।

4. "वेव" पैटर्न (d-wave, g-wave, i-wave)

वैज्ञानिकों ने पाया कि इन अल्टरमैग्नेट्स में चुंबकीय विभाजन के अलग-अलग "आकार" होते हैं, जो ध्वनि तरंगों या तालाब में उठने वाली लहरों के पैटर्न के समान हैं।

  • d-wave: चार पत्तियों वाले क्लोवर (clover) जैसा पैटर्न।
  • g-wave: आठ पंखुड़ियों वाले फूल जैसा पैटर्न।
  • i-wave: एक जटिल, 12 पंखुड़ियों वाला पैटर्न।

हाल तक, i-wave केवल एक सैद्धांतिक विचार था जिसे वास्तविक जीवन में किसी ने नहीं पाया था। यह एक संगीत रचना (symphony) में एक विशिष्ट, दुर्लभ संगीत नोट को खोजने जैसा था।

तैयार खोज: MatAltMag

शोधकर्ताओं ने एक विशेष AI सर्च इंजन बनाया जिसे MatAltMag कहा जाता है।

  • यह कैसे काम करता है: हर सामग्री की एक-एक करके जाँच करने के बजाय, AI को लाखों ज्ञात क्रिस्टल संरचनाओं (जैसे कि सभी संभावित ब्लूप्रिंट का एक पुस्तकालय पढ़ना) पर "प्री-ट्रेन" किया गया था। फिर, इसे उस विशिष्ट "समरूपता" (symmetry) को खोजने के लिए सिखाया गया जो एक अल्टरमैग्नेट बनाती है।
  • परिणाम: AI ने 40,000 से अधिक सामग्रियों के डेटाबेस को स्कैन किया और 50 नए उम्मीदवार खोज निकाले जिन्हें इंसानों ने मिस कर दिया था।
  • मुख्य आकर्षण: इसने मायावी i-wave अल्टरमैग्नेट्स (जैसे कि CrF3 नामक सामग्री) को खोज निकाला। यह एक बड़ी बात है क्योंकि CrF3 हल्के तत्वों (क्रोमियम और फ्लोरीन) से बना है, जबकि पिछले सिद्धांतों के अनुसार इन शानदार चुंबकीय प्रभावों के लिए भारी, दुर्लभ तत्वों की आवश्यकता थी। यह एक साइकिल के अंदर फेरारी इंजन खोजने जैसा है।

6. "ब्लैक बॉक्स" की समस्या और भविष्य

एक पेच है: कभी-कभी AI एक "ब्लैक बॉक्स" की तरह होता है। वह कहता है, "यह सामग्री एक अल्टरमैग्नेट है!" लेकिन वह सरल मानवीय शब्दों में यह नहीं समझा सकता कि क्यों।

  • समाधान: शोध पत्र सिम्बोलिक रिग्रेशन (Symbolic Regression) का उपयोग करने का सुझाव देता है। कल्पना कीजिए कि AI आपको केवल "हाँ/नहीं" नहीं देता, बल्कि एक सरल गणितीय सूत्र (जैसे A×B−CA \times B - C) लिखता है जो नियम को समझाता है। यह वैज्ञानिकों को खोज के पीछे के तर्क को समझने में मदद करता है, न कि केवल परिणाम को।
  • भविष्य: लक्ष्य सेल्फ-ड्राइविंग लैब्स है। AI एक सामग्री की भविष्यवाणी करता है, एक रोबोट उसे लैब में बनाता है, उसका परीक्षण करता है, और परिणाम वापस AI को भेजता है। AI अपनी गलतियों से सीखता है और अगली सामग्री डिजाइन करता है। यह खोज का एक बंद चक्र (closed loop) है जो कभी सोता नहीं है।

सारांश

यह शोध पत्र स्मार्ट, भौतिकी-जागरूक AI का उपयोग करके एक विशाल खोज समस्या को हल करने के बारे में है। प्रकृति में "समरूपता के नियमों" को समझने के लिए कंप्यूटर को शिक्षित करके, वैज्ञानिकों ने चुंबकत्व की एक पूरी नई शाखा (अल्टरमैग्नेट्स) की खोज की है और ऐसी दुर्लभ, विलक्षण सामग्रियां खोजी हैं जो इलेक्ट्रॉनिक्स में क्रांति ला सकती हैं, और यह सब बिना हर एक परमाणु को हाथ से सिम्युलेट किए संभव हुआ। यह चिमटी से घास के ढेर में सुई खोजने और एक ऐसे चुंबक का उपयोग करने के बीच का अंतर है जो ठीक जानता है कि सुई कैसी दिखती है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🔬 cond-mat.mes-hall →