Machine Learning Guided Discovery of Corundum High Entropy Oxides
यह अध्ययन लगभग 500 संभावित उच्च एंट्रॉपी ऑक्साइड (HEO) संरचनाओं की स्क्रीनिंग करने के लिए मशीन लर्निंग इंटरएटोमिक पोटेंशियल का उपयोग करता है, जिसने सफलतापूर्वक 16 आशाजनक उम्मीदवारों की पहचान की और प्रयोगात्मक रूप से तीन नए कोरुंडम-संरचना वाले HEOs की खोज की, जिससे यह प्रदर्शित होता है कि हालांकि HEOs प्रारंभिक अनुमान की तुलना में दुर्लभ हैं, मशीन लर्निंग उनकी खोज में प्रभावी ढंग से मार्गदर्शन करती है।
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
पदार्थ वैज्ञानिकों लंबे समय से 'हाई एंट्रॉपी ऑक्साइड्स' (high entropy oxides) के विचार से मंत्रमुग्ध रहे हैं, जो कि एक ऐसे सामग्रियों का वर्ग है जहाँ एक ही क्रिस्टल संरचना में कई अलग-अलग धातु परमाणुओं को आपस में मिलाया जाता है। धातु मिश्र धातुओं (metal alloys) की दुनिया में, दस या अधिक तत्वों को एक एकल, स्थिर चरण (phase) में मिलाना अपेक्षाकृत सामान्य है, लेकिन ऑक्साइड—ऑक्सीजन युक्त यौगिक—बहुत अधिक जिद्दी होते हैं। उनके परमाणु बहुत विशिष्ट, व्यवस्थित पैटर्न में खुद को व्यवस्थित करना पसंद करते हैं, और उन्हें मिलाने के लिए मजबूर करने से अक्सर एक एकीकृत सामग्री के बजाय अलग-अलग, प्रतिस्पर्धी क्रिस्टल का एक अराजक मिश्रण बन जाता है। वर्षों तक, शोधकर्ताओं ने यह उम्मीद की कि केवल पर्याप्त विभिन्न धातुओं को मिलाकर, वे उपयोगी सामग्रियों का एक विशाल नया पुस्तकालय बना सकेंगे, लेकिन वास्तविकता कहीं अधिक कठिन और अप्रत्याशित रही है। इन मिश्रणों की स्थिरता परमाणु आकार, विद्युत आवेश और उन्हें एक साथ थामे रखने के लिए आवश्यक ऊर्जा के एक जटिल संतुलन पर निर्भर करती है, जिससे यह अनुमान लगाना लगभग असंभव हो जाता है कि कौन से संयोजन वास्तव में काम करेंगे, जब तक कि उन्हें एक-एक करके आज़माया न जाए।
इस अपार जटिलता से निपटने के लिए, शोधकर्ताओं की एक टीम ने मशीन लर्निंग की ओर रुख किया, जिसमें उन कंप्यूटर मॉडलों का उपयोग किया गया जो यह समझने के लिए प्रशिक्षित थे कि परमाणु आपस में कैसे क्रिया करते हैं। उन्होंने ऑक्साइड के एक विशिष्ट परिवार पर ध्यान केंद्रित किया जहाँ धातु परमाणु तीन का धनात्मक आवेश (positive charge) वहन करते हैं, जो कि एक ऐसी संरचना है जो प्रकृति में आम है लेकिन उच्च-एंट्रॉपी मिश्रण के लिए व्यापक रूप से नहीं खोजी गई है। शोधकर्ताओं ने दस अलग-अलग धातुओं की एक सूची से शुरुआत की जो स्वाभाविक रूप से इस तीन-प्लस आवेश को पसंद करती हैं, जिसमें एल्युमीनियम और आयरन जैसे सामान्य तत्वों के साथ-साथ रोडियम और स्कैंडियम जैसे दुर्लभ तत्व भी शामिल हैं। इन धातुओं को चार या पांच के समूहों में मिलाकर, उन्होंने लगभग 500 संभावित रेसिपी बनाईं। प्रत्येक को प्रयोगशाला में बनाने के बजाय, उन्होंने इन परमाणुओं को मिलाने की ऊर्जा लागत और परमाणु कितनी समान रूप से वितरित होंगे, इसकी गणना करने के लिए अपने कंप्यूटर मॉडल का उपयोग किया। मॉडलों ने एक फिल्टर के रूप में कार्य किया, सैकड़ों संभावनाओं को छानकर केवल 16 ऐसे उम्मीदवारों की पहचान की जो एक स्थिर, एकल-चरण सामग्री बनाने की सबसे अधिक संभावना रखते थे।
टीम ने अपने अनुमानों का परीक्षण करने के लिए प्रयोगशाला में कदम रखा, जिसमें उन्होंने सामग्रियों को "पकाने" के लिए दो अलग-अलग विधियों का उपयोग किया: एक धीमी, पारंपरिक हीटिंग प्रक्रिया और एक तीव्र दहन तकनीक (rapid combustion technique) जो तीव्र ऊष्मा उत्पन्न करने के लिए रासायनिक ईंधन का उपयोग करती है। परिणाम उत्साहजनक थे। परीक्षण किए गए 16 उम्मीदवारों में से, केवल तीन ही सफलतापूर्वक वांछित एकल-चरण सामग्री बनाने में सफल रहे, और वे तीनों 'कोरंडम' (corundum) नामक एक विशिष्ट प्रकार की क्रिस्टल संरचना के थे, जो वही संरचना है जो माणिक (rubies) और नीलम (sapphires) में पाई जाती है। इनमें से एक सफल सामग्री में एल्युमीनियम, क्रोमियम, आयरन और गैलियम था; दूसरी ने क्रोमियम, आयरन, गैलियम, रोडियम और स्कैंडियम को मिलाया; और तीसरी ने एल्युमीनियम, क्रोमियम, आयरन, रोडियम और स्कैंडियम का मिश्रण बनाया। स्कैंडियम वाली सामग्री की खोज विशेष रूप से उल्लेखनीय थी क्योंकि स्कैंडियम आमतौर पर इस प्रकार की क्रिस्टल संरचना में प्रवेश करने से इनकार करता है, जो यह सुझाव देता है कि इतने अलग-अलग परमाणुओं को मिलाने की अत्यधिक अव्यवस्था (disorder) ने इसे स्थिर करने में मदद की।
हालाँकि, प्रयोग ने यह भी उजागर किया कि ये सफल सामग्रियाँ वास्तव में कितनी दुर्लभ हैं। अधिकांश 16 प्रयासों के लिए, सामग्रियाँ एक एकल मिश्रण नहीं बनीं बल्कि दो या अधिक अलग-अलग चरणों में विभाजित हो गईं, जो दस मामलों में घटित हुआ। कुछ मामलों में, परिणाम पूरी तरह से इस बात पर निर्भर था कि सामग्री को कैसे बनाया गया था; एक मिश्रण जो धीमी हीटिंग प्रक्रिया में विफल रहा, वह तीव्र दहन विधि के साथ सफल हो गया, या इसके विपरीत। शोधकर्ताओं को रोडियम के साथ एक रासायनिक बाधा का भी सामना करना पड़ा, जो एक ऐसी धातु है जो गर्म होने पर ऑक्सीजन खोने और शुद्ध धातु में बदलने की प्रवृत्ति रखती है, एक ऐसी समस्या जिसे हवा और तापमान के सावधानीपूर्वक नियंत्रण से दूर करने की आवश्यकता थी। एक अप्रत्याशित मामले में, टीम ने एक नई सामग्री की खोज की जहाँ परमाणु यादृच्छिक रूप से नहीं मिले बल्कि एक अत्यधिक व्यवस्थित पैटर्न में बस गए, जिससे एक अद्वितीय क्रिस्टल संरचना बनी जो इस विशिष्ट तत्वों के संयोजन में पहले नहीं देखी गई थी।
अध्ययन यह निष्कर्ष निकालता है कि हालांकि उच्च-एंट्रॉपी ऑक्साइडों की सैद्धांतिक संख्या विशाल है, लेकिन वास्तव में बनाई जा सकने वाली सामग्रियों की संख्या शुरू में मानी गई संख्या से बहुत कम है। शोधकर्ताओं ने पाया कि परमाणु आकार या आवेश के सरल नियम सफलता की भविष्यवाणी करने के लिए पर्याप्त नहीं हैं; इसके बजाय, सामग्री बनाने के लिए अपनाया गया विशिष्ट मार्ग उतना ही महत्वपूर्ण है जितने कि स्वयं घटक। मशीन लर्निंग का उपयोग करके अपनी खोज को निर्देशित करके, टीम सैकड़ों अनिश्चित संयोजनों के बीच से उन कुछ व्यवहार्य उम्मीदवारों को खोजने में सक्षम रही, जो प्रभावी रूप से घास के ढेर में सुई खोजने जैसा था। यह दृष्टिकोण सुझाव देता है कि नई सामग्रियों की खोज का भविष्य अनुमान लगाने में नहीं, बल्कि उन कुछ रेसिपी की पहचान करने के लिए बुद्धिमान कंप्यूटर स्क्रीनिंग का उपयोग करने में है जिनके सफल होने की वास्तविक संभावना है, और फिर उन्हें जीवंत बनाने के लिए सावधानीपूर्वक प्रयोगात्मक ट्यूनिंग करने में 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।