← नवीनतम पेपर
🔬 materials science

Charting the thermodynamic stability of hybrid perovskite alloys with machine learning

यह अध्ययन (Cs/FA)Pb(Br/I)₃ और (Cs/FA)Sn(Br/I)₃ पेरोव्स्काइट मिश्र धातुओं की ऊष्मागतिक स्थिरता (thermodynamic stability) को मैप करने के लिए ग्राफ न्यूरल नेटवर्क पोटेंशियल और डायरेक्ट एनर्जी प्रेडिक्टर्स को संयोजित करने वाली एक द्वि-स्तरीय मशीन लर्निंग रणनीति का उपयोग करता है, जो यह प्रकट करता है कि Sn-आधारित प्रणालियों में Pb-आधारित प्रणालियों की तुलना में संकीर्ण स्थिर संरचना क्षेत्र होते हैं और अधिकतम स्थिरता उच्च आयोडीन सामग्री पर होती है।

मूल लेखक: Jarno Laakso, Armi Tiihonen, Patrick Rinke

प्रकाशित 2026-05-29
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Jarno Laakso, Armi Tiihonen, Patrick Rinke

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 मास्टर शेफ हैं जो एक आदर्श, सबसे स्थिर केक बनाने की कोशिश कर रहे हैं। आपके पास चार मुख्य सामग्रियां हैं: सीज़ियम (Cs), फॉर्मैमिडिनियम (FA), लेड (Pb) या टिन (Sn), और ब्रोमीन (Br) और आयोडीन (I) का मिश्रण। इन सबको अलग-अलग मात्रा में मिलाकर, आप एक "हाइब्रिड पेरोव्स्काइट" केक बना सकते हैं जो सूरज की रोशनी को बिजली में बदल देता है।

समस्या यह है कि इन व्यंजनों (रेसिपी) के अरबों संभावित रूप: यदि आप हर एक रेसिपी को एक असली रसोई (या मानक तरीकों का उपयोग करने वाले वास्तविक कंप्यूटरों) में बनाने और टेस्ट करने की कोशिश करेंगे, तो इसमें ब्रह्मांड की आयु से भी अधिक समय लग जाएगा। कुछ रेसिपी बेहतरीन स्वाद देती हैं लेकिन जल्दी टूट जाती हैं (अस्थिर), जबकि कुछ बहुत मजबूत होती हैं लेकिन उनका स्वाद अच्छा नहीं होता (कम दक्षता)।

यह शोध पत्र इस बारे में है कि कैसे वैज्ञानिकों की एक टीम ने एक सुपर-स्मार्ट AI किचन असिस्टेंट बनाया ताकि वे बिना अरबों केक बनाए यह पता लगा सकें कि कौन सी रेसिपी सबसे अच्छी है।

उन्होंने इसे कैसे किया, इसके लिए सरल उपमाओं (analogies) का उपयोग किया गया है:

1. दो-चरणीय AI रणनीति

वैज्ञानिकों ने महसूस किया कि हर रेसिपी का परीक्षण करना बहुत धीमा था, इसलिए उन्होंने एक दो-स्तरीय प्रणाली बनाई:

  • स्तर 1: "स्मार्ट टेस्टर" (MACE मॉडल)
    इसे एक अत्यधिक प्रशिक्षित शेफ के रूप में सोचें जो कच्चे, बिना पके हुए घोल को देखकर बिल्कुल सटीक भविष्यवाणी कर सकता है कि बेक होने के बाद वह कैसा सेट होगा और उसका स्वाद कैसा होगा। इस AI को वास्तविक, महंगी कंप्यूटर प्रयोगों (जिन्हें DFT कहा जाता है) पर प्रशिक्षित किया गया था। इसने भौतिकी के नियमों को इतनी अच्छी तरह से सीखा कि यह लगभग तुरंत एक संरचना को "रिलैक्स" (सेटल) कर सकता है, जिससे मानक कंप्यूटर की तुलना में लगभग 1,000,000 गुना समय की बचत होती है।
  • स्तर 2: "क्रिस्टल बॉल" (डायरेक्ट रिलैक्सेशन मॉडल)
    "स्मार्ट टेस्टर" भी बहुत धीमा है यदि आपको अरबों रेसिपी की जांच करनी हो। इसलिए, वैज्ञानिकों ने एक दूसरा, और भी तेज़ AI बनाया। यह सीधे कच्चे, बिना पके घोल को देखता है और भविष्यवाणी करता है कि बेक होने के बाद "स्मार्ट टेस्टर" क्या कहता। यह बेकिंग के चरण को पूरी तरह से छोड़ देता है। इस दूसरे चरण ने गति में अन्य 1,000 गुना की बचत की।

परिणाम: इन दोनों AI ने मिलकर टीम को वास्तविक समय के एक छोटे से हिस्से में 2 अरब अलग-अलग रेसिपी का टेस्ट करने की अनुमति दी।

2. स्थिरता का मानचित्र (Map of Stability)

इस सुपर-फास्ट सिस्टम का उपयोग करके, उन्होंने दो प्रकार के केक के लिए एक "स्थिरता मानचित्र" बनाया:

  1. लेड-आधारित केक: (दक्षता के वर्तमान चैंपियन)।
  2. टिन-आधारित केक: (एक पर्यावरण के अनुकूल, गैर-विषाक्त विकल्प)।

उन्होंने मानचित्र को देखने के लिए कि कौन सी रेसिपी "स्थिर" (जो टूटेंगी नहीं) हैं और कौन सी "अस्थिर" (जो बिखर जाएंगी या अलग हो जाएंगी) हैं।

3. बड़ी खोजें

  • लेड बनाम टिन का मुकाबला: मानचित्र ने खुलासा किया कि लेड-आधारित केक में एक विस्तृत, सुरक्षित क्षेत्र है जहाँ आप सामग्रियों को मिला सकते हैं और फिर भी एक स्थिर परिणाम प्राप्त कर सकते हैं। हालांकि, टिन-आधारित केक बहुत नाजुक हैं। उनका "सुरक्षित क्षेत्र" बहुत संकीकर है। यदि आप उन्हें बहुत अधिक मिलाने की कोशिश करते हैं, तो वे टूटने लगते हैं। यही कारण है कि गैर-विषाक्त सौर सेल बनाना कठिन है; आपके पास रेसिपी में बदलाव करने के लिए बहुत कम विकल्प हैं बिना उसे खराब किए।
  • "बीच का हिस्सा" अस्थिर है: आप सोच सकते हैं कि सब कुछ बीच में मिलाने (50% यह, 50% वह) से सबसे स्थिर परिणाम मिलेगा, जैसे कि एक आदर्श संतुलन। मानचित्र ने इसके विपरीत दिखाया। सबसे स्थिर स्थान आमतौर पर किनारों (उच्च आयोडीन सामग्री) पर होते हैं, जबकि मानचित्र का केंद्र एक "खतरा क्षेत्र" है जहाँ सामग्री अलग-अलग हिस्सों में बंटने लगती है।
  • गर्मी मदद करती है (थोड़ी सी): उन्होंने कमरे के तापमान और उच्च बेकिंग तापमान (150°C) पर मानचित्र की जांच की। हालांकि गर्मी ने स्थिर क्षेत्रों को थोड़ा बड़ा कर दिया, लेकिन टिन-आधारित केक की मौलिक समस्या (उनका संकीर्ण सुरक्षित क्षेत्र) वैसी ही बनी रही।

4. यह क्यों महत्वपूर्ण है

यह शोध पत्र यह दावा नहीं करता है कि उन्होंने आज ही एक नया सौर सेल आविष्कार कर लिया है। इसके बजाय, यह एक रोडमैप प्रदान करता है।

  • सौर सेल बनाने की कोशिश कर रहे वैज्ञानिकों के लिए, यह कहता है: "रेसिपी बुक के बीच में टिन-आधारित केक मिलाने में अपना समय बर्बाद न करें; वे काम नहीं करेंगे। किनारों पर टिके रहें जहाँ मानचित्र कहता है कि यह सुरक्षित है।"
  • यह पुष्टि करता है कि हालांकि हम विषाक्त लेड से बचने के लिए टिन का उपयोग करना चाहते हैं, लेकिन भौतिकी के नियम टिन-आधारित मिश्र धातुओं को स्थिर करना बहुत कठिन बनाते हैं।

संक्षेप में: वैज्ञानिकों ने सौर सेल की सामग्रियों के लिए "सुरक्षित क्षेत्रों" का मानचित्र बनाने वाला एक सुपर-फास्ट AI बनाया। उन्होंने पाया कि जबकि लेड-आधारित मिश्रण लचीले और स्थिर होते हैं, पर्यावरण के अनुकूल टिन-आधारित मिश्रण बहुत अधिक चयनात्मक (picky) होते हैं और उन्हें एक साथ रखना कठिन होता है, जो भविष्य के शोधकर्ताओं को मार्गदर्शन देता है कि उन्हें अगली बड़ी सफलता कहाँ तलाशनी चाहिए।

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 →