Machine Learning Assisted Design of Complex and High Entropy Alloys by Hybrid HiPIMS/Pulsed-DC PVD Process for Low Carbon Energy Applications in Extreme Environments

महान सामग्री की खोज: हमें नए 'सुपर-इन्ग्रेडिएंट्स' की आवश्यकता क्यों है

कल्पना कीजिए कि आप एक बेहतरीन सैंडविच बनाने की कोशिश कर रहे हैं। आप चाहते हैं कि यह कुरकुरा हो, लेकिन इतना नरम भी हो कि आसानी से चबाया जा सके; इसे गर्म ओवन में भी ताज़ा रहना चाहिए, लेकिन साथ ही बर्फीली सर्दियों में भी जीवित रहना चाहिए। वास्तविक दुनिया में, वैज्ञानिक एक समान चुनौती का सामना करते हैं जब वे परमाणु ऊर्जा संयंत्रों या हाइड्रोजन फ्यूल सेल्स जैसी चीजों के लिए सामग्रियां बनाने की कोशिश करते हैं। ये मशीनें "अत्यधिक वातावरण" (extreme environments) में काम करती हैं—ऐसी जगहें जो अविश्वसनीय रूप से गर्म, संक्षारक (corrosive) और विकिरण (radiation) से भरी होती हैं। वहां उपयोग की जाने वाली सामग्रियों को इन सभी हमलों का एक साथ सामना करने के लिए पर्याप्त मजबूत होना चाहिए, लेकिन एक आदर्श रेसिपी खोजना एक आकाशगंगा जितने बड़े ढेर में सुई खोजने जैसा है।

पारंपरिक रूप से, वैज्ञानिक नए सामग्रियां खोजने के लिए सामग्री को मिलाते थे, उनका परीक्षण करते थे, और यदि वे विफल हो जाते, तो कुछ और मिलाते थे। इसे "ट्रायल एंड एरर" (प्रयास और त्रुटि) कहा जाता है। लेकिन आधुनिक सामग्रियों के साथ, तत्वों (सामग्रियों) के संयोजन इतने अधिक संभव हैं कि उन्हें एक-एक करके आज़माने में एक मानव जीवन से भी अधिक समय लग जाएगा। यहीं पर एक नया सहायक कहानी में प्रवेश करता है: आर्टिफिशियल इंटेलिजेंस (AI)। AI को एक ऐसे रोबोट के रूप में न देखें जो सैंडविच बनाता है, बल्कि एक सुपर-स्मार्ट शेफ के रूप में देखें जिसने अब तक की हर कुकबुक पढ़ी है और आपके चूल्हा जलाने से पहले ही एक आदर्श रेसिपी का अनुमान लगा सकता है। यह पेपर उस AI शेफ को एक नया प्रकार का सुपर-मटेरियल जिसे "हाई एंट्रॉपी अलॉय" (High Entropy Alloy) कहा जाता है, डिजाइन करना सिखाने और यह पता लगाने के बारे में है कि उसे एक विशेष रसोई, जिसे "स्पटरिंग मशीन" (sputtering machine) कहा जाता है, का उपयोग करके कैसे पकाया जाए।

---

पेपर की कहानी: एक रोबोट शेफ को सुपर-मेटल बनाना सिखाना

यह पेपर फ्रांस के शोधकर्ताओं की एक टीम के बारे में है जो स्वच्छ ऊर्जा के लिए नई, सुपर-टफ सामग्रियों की खोज में तेजी लाने की कोशिश कर रहे हैं। वे एक बड़े राष्ट्रीय प्रोजेक्ट DIADEM पर काम कर रहे हैं, जो वैज्ञानिकों, कंप्यूटरों और हाई-टेक मशीनों को जोड़ने वाला एक विशाल नेटवर्क है ताकि "ढेर में सुई खोजने" की समस्या को हल किया जा सके।

समस्या: "कॉकटेल" प्रभाव

जिन सामग्रियों में उनकी रुचि है, उन्हें कॉम्प्लेक्स कंसन्ट्रेटेड अलॉय (Complex Concentrated Alloys) या हाई एंट्रॉपी अलॉय कहा जाता है। कल्पना कीजिए कि पांच या अधिक अलग-अलग फलों से बना एक स्मूदी है। सामान्य खाना पकाने में, यदि आप बहुत सारी चीजें मिलाते हैं, तो आपको एक अजीब स्वाद या अलगाव मिल सकता है। लेकिन इन विशेष मिश्र धातुओं (alloys) में, पांच या अधिक तत्वों को समान भागों में मिलाने से एक जादुई "कॉकटेल प्रभाव" पैदा होता है। मिश्रण इतना स्थिर और मजबूत हो जाता है कि यह सबसे कठोर परिस्थितियों में भी पिघलने, जंग लगने और टूटने का विरोध करता है।

समस्या यह है कि इन तत्वों को मिलाने के इतने सारे तरीके हैं कि यह अनुमान लगाना असंभव है कि किसी विशिष्ट कार्य के लिए, जैसे कि परमाणु रिएक्टर या हाइड्रोजन टैंक की सुरक्षा के लिए, कौन सी विशिष्ट रेसिपी सबसे अच्छी काम करेगी।

समाधान: एक डिजिटल डिस्कवरी हब

शोधकर्ताओं ने DIADEM-2D नामक एक विशेष मशीन का उपयोग किया। इस मशीन को चार अलग-अलग नोजल वाले एक हाई-टेक पेंट स्प्रेयर के रूप में समझें। प्रत्येक नोजल में एक अलग शुद्ध धातु (जैसे क्रोमियम, निकल या एल्युमीनियम) होती है। केवल एक रंग स्प्रे करने के बजाय, मशीन एक साथ चारों को स्प्रे कर सकती है, जिससे उन्हें एक एकल सिलिकॉन टुकड़े पर मिलाया जा सकता है। टुकड़े को नोजल के नीचे हिलाकर, वे एक "ग्रेडिएंट" बना सकते हैं जहाँ एक तरफ ज्यादातर निकल है, बीच में पांच धातुओं का मिश्रण है, और दूसरी तरफ ज्यादातर एल्युमीनियम है। यह उन्हें एक ही प्रयोग में सैकड़ों अलग-अलग रेसिपी का परीक्षण करने की अनुमति देता है, बजाय सैकड़ों अलग-अलग नमूने बनाने के।

AI मस्तिष्क: रसोई के नियमों को सीखना

यहाँ AI आता है। टीम एक कंप्यूटर को दो चीजें भविष्यवाणी करना सिखाना चाहती थी:

1. फॉरवर्ड (Forward): यदि मैं मशीन को इन विशिष्ट पावर स्तरों पर सेट करता हूँ, तो अंतिम धातु मिश्रण कैसा दिखेगा?
2. बैकवर्ड (Backward - कठिन हिस्सा): यदि मुझे एक विशिष्ट मिश्रण (मान लीजिए 20% निकल और 30% क्रोमियम) चाहिए, तो मुझे मशीन पर क्या पावर लेवल सेट करने चाहिए?

आमतौर पर, "बैकवर्ड" सवाल कंप्यूटरों के लिए एक दुःस्वप्न होता है क्योंकि एक ही परिणाम प्राप्त करने के लिए सामग्रियों को मिलाने के अनंत तरीके हैं। इसे हल करने के लिए, शोधकर्ताओं ने एक विशेष AI मॉडल बनाया जो तत्वों के नामों (जैसे "निकल" या "आयरन") की परवाह नहीं करता है। इसके बजाय, यह खाना पकाने की प्रक्रिया के भौतिकी (physics) पर ध्यान केंद्रित करता है, जैसे कि परमाणु कितनी तेजी से लक्ष्य से उड़ते हैं (स्पटरिंग यील्ड)। यह AI को "एलिमेंट-इंडिपेंडेंट" बनाता है, जिसका अर्थ है कि यह रसोई के नियमों को सीख सकता है और बिना सब कुछ दोबारा सीखे किसी भी नए सेट के तत्वों को लागू कर सकता है।

उन्होंने क्या पाया

टीम ने 7 अलग-अलग तत्वों का उपयोग करते हुए 82 प्रयोगों के डेटाबेस पर अपने AI का परीक्षण किया।

• अच्छी खबर: AI भविष्यवाणियां करने में आश्चर्यजनक रूप से अच्छा था। जब उन्होंने इसे पावर सेटिंग्स बताईं, तो इसने उच्च सटीकता के साथ अंतिम रासायनिक संरचना की भविष्यवाणी की (त्रुटि लगभग 0.1 थी)।
• चुनौती: बैकवर्ड दिशा अधिक कठिन थी। जब उन्होंने AI से पूछा, "मुझे इस विशिष्ट मिश्रण को पाने के लिए कितनी पावर चाहिए?" तो भविष्यवाणियां थोड़ी कच्ची थीं, जिसमें त्रुटि का अंतर लगभग 70 वॉट था। पेपर सुझाव देता है कि ऐसा इसलिए है क्योंकि "बैकवर्ड" समस्या गणितीय रूप से जटिल है (कई पावर सेटिंग्स एक ही मिश्रण की ओर ले जा सकती हैं), और AI को सटीक होने के लिए अधिक डेटा की आवश्यकता है।
• निर्णय: शोधकर्ताओं ने दिखाया कि यह तरीका काम करता है। उन्होंने सफलतापूर्वक प्रदर्शित किया कि एक AI मशीन को विशिष्ट हाई-एंट्रॉपी अलॉय बनाने के लिए निर्देशित कर सकता है, जिससे यह सिद्ध होता है कि हम रैंडम अनुमान लगाने के बजाय "इनवर्स डिजाइन" (लक्ष्य से शुरू करना और रेसिपी तक पीछे की ओर काम करना) की ओर बढ़ सकते हैं।

यह क्यों महत्वपूर्ण है

पेपर इन नई सामग्रियों के लिए दो विशिष्ट "मिशनों" पर प्रकाश डालता है:

1. ADREAM: ऐसे कोटिंग्स बनाना जो पिघलते या जंग खाते हुए मोल्टेन साल्ट (पिघले हुए नमक) में भी टिके रहें, जिसका उपयोग अगली पीढ़ी के परमाणु रिएक्टरों में किया जाता है।
2. ASTERIX: परमाणु ईंधन छड़ों के लिए एक "डिफ्यूजन बैरियर" (diffusion barrier) बनाना। वर्तमान में, यदि रिएक्टर बहुत गर्म हो जाता है, तो अंदर की धातु की परतें एक-दूसरे में पिघल सकती हैं। टीम ने AI का उपयोग करके धातुओं का एक ऐसा मिश्रण (विशेष रूप से वैनेडियम, नियोबियम, मोलिब्डेनम और टंगस्टन) खोजने के लिए किया जो एक ढाल के रूप में कार्य करता है और 1400°C तक के तापमान पर भी परतों को अलग रखता है।

भविष्य: गाइड से ऑटोपायलट तक

लेखक सावधानीपूर्वक कहते हैं कि यह तो बस शुरुआत है। अभी, AI एक सहायक गाइड की तरह है जो एक रेसिपी का सुझाव देता है, लेकिन एक इंसान को अभी भी परिणाम की जांच करनी पड़ती है। अंतिम लक्ष्य एक "सेल्फ-ड्राइविंग लैब" बनाना है जहाँ AI वास्तविक समय में मशीन को देखता है, देखता है कि क्या हो रहा है, और बिना मानवीय सहायता के सटीक परिणाम प्राप्त करने के लिए तुरंत पावर सेटिंग्स को बदल देता है।

वे AI को और भी अधिक डेटा खिलाने की योजना बना रहे हैं, जिसमें न केवल रासायनिक मिश्रण, बल्कि यह भी शामिल है कि धातु कैसी दिखती है (ग्रेन साइज) और वह कितनी मजबूत है। इस स्मार्ट AI को अपनी सुपर-फास्ट मिक्सिंग मशीन के साथ जोड़कर, वे उन नई सामग्रियों के एक नए युग को खोलने की आशा करते हैं जो स्वच्छ ऊर्जा को सुरक्षित और अधिक कुशल बना सकती हैं, और साथ ही उस वर्षों के 'ट्रायल एंड एरर' को कम कर सकती है जो पहले आवश्यक होता था।