A single design choice determines whether machine learning models of materials make physically impossible predictions
यह शोध पत्र यह प्रदर्शित करता है कि मशीन लर्निंग मॉडल के फीचर्स में पैरिटी लेबल (parity labels) को शामिल करना एक महत्वपूर्ण डिज़ाइन विकल्प है जो सममितीय क्रिस्टल (centrosymmetric crystals) में सममिति-वर्जित गुणों (symmetry-forbidden properties) के लिए भौतिक रूप से सटीक भविष्यवाणियों की गारंटी देता है, जबकि इस फीचर की कमी वाले मॉडल सटीकता से समझौता किए बिना लगभग सभी मामलों में भौतिक रूप से असंभव त्रुटियां उत्पन्न करते हैं।
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
नए पदार्थों की खोज की दौड़ में, वैज्ञानिकों ने लंबे समय से एक शक्तिशाली शॉर्टकट का उपयोग किया है: क्रिस्टल कैसे व्यवहार करेगा, इसका अनुमान लगाने के लिए समरूपता (symmetry) के नियमों का उपयोग करना। क्रिस्टल परमाणुओं के यादृच्छिक ढेर नहीं हैं; वे अत्यधिक व्यवस्थित संरचनाएं हैं जहाँ परमाणु सटीक पैटर्न में दोहराए जाते हैं। इस व्यवस्था के कारण, भौतिकी के नियम यह निर्धारित करते हैं कि कुछ गुण विशिष्ट तरीकों से व्यवहार करने चाहिए। उदाहरण के लिए, यदि कोई क्रिस्टल अपने केंद्र के माध्यम से उल्टा घुमाने पर बिल्कुल वैसा ही दिखता है—एक गुण जिसे 'सेंट्रोसिमेट्री' (centrosymmetry) कहा जाता है—तो वह दबने या दबाव पड़ने पर बिजली उत्पन्न नहीं कर सकता। यह पदार्थ के कमजोर होने या माप की अशुद्धि का मामला नहीं है; यह प्रकृति का एक कठोर नियम है। यदि किसी क्रिस्टल में यह केंद्रीय समरूपता है, तो विद्युत प्रतिक्रिया बिल्कुल शून्य होनी चाहिए।
दशकों से, शोधकर्ता इन गुणों की गणना करने के लिए क्वांटम यांत्रिकी पर आधारित जटिल कंप्यूटर सिमुलेशन का उपयोग करते रहे हैं। हालाँकि, आज, एक तेज़ तरीका प्रभावी हो रहा है: मशीन लर्निंग। ये आर्टिफिशियल इंटेलिजेंस मॉडल ज्ञात क्रिस्टल के विशाल डेटाबेस से सीखकर पदार्थों के गुणों की भविष्यवाणी करने के लिए प्रशिक्षित किए जाते हैं। वे बैटरी, सौर सेल और इलेक्ट्रॉनिक्स के लिए नए पदार्थों की खोज करने वाले प्राथमिक उपकरण बनते जा रहे हैं। आशा यह है कि ये मॉडल ठीक उसी तरह समरूपता के नियमों को सीख सकते हैं जैसे एक मानव भौतिक विज्ञानी, या शायद इससे भी बेहतर, डेटा में उन पैटर्न को खोजकर जो मनुष्य चूक सकते हैं। लेकिन इस गति के साथ एक जोखिम भी आता है: यदि मॉडल सख्ती से समरूपता के मौलिक नियमों का पालन नहीं करता है, तो यह भविष्यवाणी कर सकता है कि एक क्रिस्टल कुछ ऐसा कर सकता है जो प्रकृति उसे करने से रोकती है, जैसे कि बिजली उत्पन्न करना जब वह भौतिक रूप से ऐसा नहीं कर सकता।
टेक्सास ए एंड एम यूनिवर्सिटी और अन्य संस्थानों के शोधकर्ताओं द्वारा किए गए एक हालिया अध्ययन से पता चलता है कि इनमें से कई लोकप्रिय मशीन लर्निंग मॉडल कैसे बनाए जाते हैं, इसमें एक चौंकाने वाला दोष है। टीम ने पाया कि क्या कोई मॉडल भौतिकी के इन पूर्ण नियमों का सम्मान करता है, यह इस बात से निर्धारित नहीं होता कि वह कितना डेटा देखता है या उसे कितना लंबा प्रशिक्षित किया गया है। इसके बजाय, यह एक एकल, सूक्ष्म डिज़ाइन विकल्प से तय होता है जो प्रशिक्षण शुरू होने से पहले ही लिया जाता है। यह विकल्प यह है कि क्या मॉडल के आंतरिक "फीचर्स" (features)—वे गणितीय निर्माण खंड जिनका उपयोग वह क्रिस्टल के आकार को समझने के लिए करता है—एक विशिष्ट लेबल ले जाते हैं जिसे "पैरिटी" (parity) कहा जाता है। पैरिटी, यह ट्रैक करने का एक तरीका है कि कोई आकार दर्पण में प्रतिबिंबित होने या अंदर से बाहर होने पर कैसे बदलता है। शोधकर्ताओं ने पाया कि यदि किसी मॉडल में यह लेबल नहीं है, तो वह गणितीय रूप से समरूपता के लिए आवश्यक सटीक शून्य की भविष्यवाणी करने में असमर्थ है, चाहे वह कितनी भी कोशिश क्यों न करे। यह हमेशा एक छोटा, गैर-शून्य (non-zero) मान उत्पन्न करेगा, जो एक भौतिक रूप से असंभव भविष्यवाणी को दर्शाता है।
इसे सिद्ध करने के लिए, शोधकर्ताओं ने 'पीज़ोइलेक्ट्रिक टेंसर' (piezoelectric tensor) नामक एक गुण का उपयोग करके एक कठोर परीक्षण किया, जो यह मापता है कि क्रिस्टल के दबने पर वह कितनी बिजली पैदा करता है। उन्होंने दो हजार अलग-अलग क्रिस्टल पर ध्यान केंद्रित किया जो 'सेंट्रोसिमेट्रिक' (centrosymmetric) हैं, जिसका अर्थ है कि उनमें केंद्र की समरूपता है। भौतिकी के नियमों के अनुसार, इन सभी क्रिस्टलों के लिए पीज़ोइलेक्ट्रिक प्रतिक्रिया बिल्कुल शून्य होनी चाहिए। टीम ने क्षेत्र में उपयोग किए जाने वाले कई सबसे उन्नत मशीन लर्निंग मॉडलों को लिया और प्रत्येक का दो संस्करण बनाया। एक संस्करण पैरिटी लेबल के साथ बनाया गया था, जबकि दूसरा बिना पैरिटी लेबल के, जो अन्य सभी मामलों में समान था। फिर उन्होंने दोनों संस्करणों को एक ही डेटा पर प्रशिक्षित किया और उन दो हजार सेंट्रोसिमेट्रिक क्रिस्टल के लिए पीज़ोइलेक्ट्रिक प्रतिक्रिया की भविष्यवाणी करने के लिए कहा।
परिणाम नाटकीय और तत्काल थे। पैरिटी लेबल वाले मॉडलों ने हर एक क्रिस्टल के लिए शून्य का मान बताया, कंप्यूटर की सटीकता की सीमा तक। उन्होंने सही ढंग से पहचाना कि ये पदार्थ बिजली उत्पन्न नहीं कर सकते। इसके विपरीत, बिना पैरिटी लेबल वाले मॉडल बुरी तरह विफल रहे। उन्होंने 90 से 96 प्रतिशत क्रिस्टल के लिए एक गैर-शून्य विद्युत प्रतिक्रिया की भविष्यवाणी की। ये भविष्यवाणियाँ मामूली त्रुटियाँ नहीं थीं; ये अक्सर उन सामग्रियों में पाए जाने वाले वास्तविक विद्युत प्रतिक्रियाओं जितनी बड़ी थीं जो बिजली बना सकते हैं। दोनों समूहों के बीच का अंतर दशमलव के कुछ स्थानों का नहीं था; यह छह आदेशों (six orders of magnitude) का अंतर था, जिसका अर्थ है कि "गलत" मॉडल सही मॉडल की तुलना में एक मिलियन गुना अधिक संभावना के साथ एक भौतिक रूप से असंभव घटना की भविष्यवाणी कर रहे थे।
शोधकर्ताओं ने फिर यह परीक्षण किया कि क्या प्रशिक्षण इस समस्या को ठीक कर सकता है। उन्होंने "गलत" मॉडलों को अतिरिक्त डेटा दिया, विशेष रूप से उन्हें सेंट्रोसिमेट्रिक क्रिस्टल के उदाहरण दिखाए जिनमें सही शून्य लेबल था, इस उम्मीद में कि मॉडल इस नियम का सम्मान करना सीख जाएगा। यह काम नहीं आया। हजारों उदाहरण देखने के बाद भी जहाँ उत्तर शून्य था, मॉडल गैर-शून्य मानों की भविष्यवाणी करना जारी रखते रहे। वे शून्य के करीब पहुँच सकते थे, लेकिन वे भौतिकी के नियमों द्वारा आवश्यक सटीक शून्य तक कभी नहीं पहुँच सके। अध्ययन ने यह भी दिखाया कि मॉडल के परिणाम और उसके दर्पण प्रतिबिंब का औसत निकालना भी समस्या को हल नहीं करता है, क्योंकि मॉडल की अंतर्निदित संरचना स्वयं समरूपता नियम के प्रति अंधा है।
इस निष्कर्ष के सामग्री विज्ञान (materials science) के क्षेत्र में गहरे निहितार्थ हैं। यह सुझाव देता है कि एक मशीन लर्निंग मॉडल की विश्वसनीयता केवल मानक परीक्षणों पर इसकी सटीकता के बारे में नहीं है, बल्कि भौतिक वास्तविकता का प्रतिनिधित्व करने की इसकी संरचनात्मक क्षमता के बारे में है। शोधकर्ताओं ने वर्तमान में उपयोग किए जा रहे अठारह अलग-अलग मशीन लर्निंग आर्किटेक्चर का ऑडिट किया और पाया कि उनमें से ठीक आधे में आवश्यक पैरिटी लेबल की कमी है। इसका अर्थ है कि वैज्ञानिकों द्वारा नए पदार्थों की खोज के लिए उपयोग किए जाने वाले उपकरणों का एक महत्वपूर्ण हिस्सा एक बड़े वर्ग के क्रिस्टल के लिए सही भविष्यवाणी करने में मौलिक रूप से असमर्थ है। समस्या यह नहीं है कि ये मॉडल सीखने में खराब हैं; समस्या यह है कि उनका डिज़ाइन इस विशिष्ट सत्य को सीखने से रोकता है।
अध्ययन ने इस क्षेत्र में बढ़ते रुझान पर भी प्रकाश डाला जहाँ वैज्ञानिक एक पूर्व-प्रशिक्षित मॉडल लेते हैं, जिसने पहले ही परमाणुओं की सामान्य संरचना सीख ली है, और एक विशिष्ट गुण की भविष्यवाणी करने के लिए उससे एक नया "हेड" (head) जोड़ देते हैं। शोधकर्ताओं ने दिखाया कि यदि मूल मॉडल पैरिटी लेबल के बिना बनाया गया था, तो नया गुण भविष्यवक्ता उस दोष को विरासत में प्राप्त करेगा। इससे कोई फर्क नहीं पड़ता कि नए हिस्से को कितनी सावधानी से डिज़ाइन किया गया है; यदि आधार में समरूपता लेबल गायब है, तो पूरी संरचना भौतिक नियमों का सम्मान करने में विफल रहेगी। इसका अर्थ है कि इस लेबल को शामिल करने या बाहर करने का निर्णय 'अपस्ट्रीम' (upstream) में लिया जाता है, जो अक्सर मूल मॉडल के रचनाकारों द्वारा किया जाता है, और यह चुपचाप उस हर भविष्यवाणी की वैधता को निर्धारित करता है जो बाद में कोई भी व्यक्ति उस मॉडल का उपयोग करता है।
अंततः, यह शोध पत्र तर्क देता है कि मशीन लर्निंग के लिए वास्तव में विश्वसनीय होने के लिए, भौतिकी के नियमों को केवल डेटा से सीखा जाना नहीं चाहिए, बल्कि इसकी संरचना में समाहित किया जाना चाहिए। शोधकर्ता एक सरल जाँच का प्रस्ताव करते: यदि किसी मॉडल पर भरोसा करना है कि वह किसी ऐसे गुण की भविष्यवाणी करेगा जो समरूपता के कारण शून्य होना चाहिए, तो एक यादृच्छिक क्रिस्टल संरचना पर दर्पण प्रतिबिंब लागू करके इसे सेकंडों में परखा जा सकता है। यदि मॉडल एक गैर-शून्य मान की भविष्यवाणी करता है, तो उसमें आवश्यक पैरिटी लेबल की कमी है और वह उस कार्य के लिए भरोसेमंद नहीं है। यह सुधार का सुझाव नहीं है बल्कि भौतिक वैधता की एक आवश्यकता है। अध्ययन निष्कर्ष निकालता है कि पैरिटी लेबल की उपस्थिति या अनुपस्थिति यह निर्धारित करती है कि एक मॉडल खोज का उपकरण है या असंभव भविष्यवाणियों का स्रोत, और यह एक ऐसा विवरण है जिसे नए पदार्थों की खोज के लिए उपयोग किए जाने वाले प्रत्येक मॉडल के लिए रिपोर्ट और सत्यापित किया जाना 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।