Divergent strategies and convergent outcomes in autonomous materials discovery
विभिन्न अन्वेषण रणनीतियों को अपनाने और अपूर्ण संरचनाओं से संबंधित एक सामान्य-मोड त्रुटि का सामना करने के बावजूद, सोलह स्वायत्त वैज्ञानिक एजेंट मीथेन भंडारण के लिए एक ही इष्टतम सामग्री सीमा पर अभिसरित हुए, जिससे यह प्रदर्शित हुआ कि स्वतंत्र एजेंट साझा इनपुट से सुदृढ़ निष्कर्ष निकाल सकते हैं और साथ ही साझा पूर्वाग्रहों को भी दोहरा सकते 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
विज्ञान एक नए युग में प्रवेश कर रहा है जहाँ कंप्यूटर केवल संख्याएँ ही नहीं जोड़ते, बल्कि शोधकर्ताओं की तरह कार्य करते हैं। ये डिजिटल वैज्ञानिक, जिन्हें अक्सर 'एजेंट' कहा जाता है, वैज्ञानिक शोध पत्र पढ़ सकते हैं, कोड लिख सकते हैं, सिमुलेशन चला सकते हैं और यह निर्णय ले सकते हैं कि आगे क्या अध्ययन किया जाए। उनका परीक्षण यह देखने के लिए किया जा रहा है कि क्या वे वास्तविक समस्याओं को हल कर सकते हैं, जैसे कि नई दवाओं को डिजाइन करना या बेहतर सामग्रियों की खोज करना। इस तकनीक के लिए सबसे आशाजनक क्षेत्रों में से एक ऊर्जा संचय (स्टोर करने) के नए तरीके खोजना है। कल्पना कीजिए कि एक ऐसी दुनिया जहाँ हम प्राकृतिक गैस को वाहनों या घरों में उपयोग के लिए एक सघन, हल्के रूप में संग्रहीत कर सकें। चुनौती उन सामग्रियों को खोजने में निहित है जो वजन में बहुत भारी हुए बिना या बहुत अधिक जगह घेरे बिना अधिक गैस धारण कर सकें। वैज्ञानिक लंबे समय से जानते हैं कि एक विशेष प्रकार की छिद्रपूर्ण सामग्री (porous material), जो कार्बनिक अणुओं द्वारा जुड़े धातु परमाणुओं से बनी होती है, इस काम के लिए बहुत अच्छी है। हालाँकि, इन सामग्रियों के संभावित रूपों की संख्या इतनी विशाल है कि उन सभी का परीक्षण हाथों से करना असंभव है। यहीं पर स्वायत्त एजेंट (autonomous agents) काम आते हैं, जो किसी भी मानव टीम की तुलना में अधिक तेज़ी और समझदारी से संभावनाओं के इस विशाल परिदृश्य में आगे बढ़ने की उम्मीद रखते हैं।
यह देखने के लिए कि क्या ये डिजिटल शोधकर्ता वास्तव में स्वतंत्र रूप से सोच सकते हैं, वैज्ञानिकों की एक टीम ने एक नियंत्रित प्रयोग किया। उन्होंने एक आभासी दुनिया बनाई जहाँ सोलह अलग-अलग कंप्यूटर प्रोग्रामों को, जो एक ही अंतर्निहित सॉफ़्टवेयर पर चल रहे थे, एक ही मिशन दिया गया। उनका कार्य सरल था: लगभग साढ़े बारह हजार मेटल-ऑर्गेनिक फ्रेमवर्क्स (MOFs) के एक स्थिर डेटाबेस में से सबसे अच्छी सामग्री खोजना जो सबसे अधिक मीथेन गैस को संग्रहित कर सके। प्रत्येक एजेंट के पास एक सप्ताह का कंप्यूटिंग समय का सख्त बजट था और उन्हें अपने निष्कर्ष रिपोर्ट करने के लिए कहा गया था। परीक्षण को कठोर बनाने के लिए, शोधकर्ताओं ने एजेंटों को दो समूहों में विभाजित किया। आधे एजेंटों को कुछ सख्त नियमों का पालन करने के लिए कहा गया, जिसमें अपने काम की दोबारा जाँच करना और अपने परिणामों को सिद्ध करना अनिवार्य था। दूसरे आधे को समान वैज्ञानिक लक्ष्य दिए गए लेकिन बिना किसी लागू किए गए नियंत्रण के, जिससे उन्हें अधिक स्वतंत्र रूप से अन्वेषण करने की अनुमति मिली। शोधकर्ता यह देखना चाहते थे कि क्या एजेंट एक ही रास्ते को अपनाएंगे या वे अपनी अनूठी रणनीतियाँ विकसित करेंगे। वे यह भी जानना चाहते थे कि क्या सख्त नियम एजेंटों को सत्य खोजने में मदद करेंगे या वे केवल उनकी गति को धीमा कर देंगे।
परिणामों ने दिखाया कि एजेंट अपेक्षा से कहीं अधिक रचनात्मक और स्वतंत्र थे। भले ही वे सभी एक ही निर्देशों और एक ही डेटा के साथ शुरू हुए थे, वे तुरंत अलग-अलग रास्तों पर निकल पड़े। कुछ एजेंटों ने व्यापक अवलोकन प्राप्त करने के लिए कम-सटीकता वाले तरीकों के साथ हजारों सामग्रियों का तेजी से परीक्षण करने का निर्णय लिया। अन्य कुछ सामग्रियों पर ध्यान केंद्रित करते रहे, और बहुत विस्तृत एवं सटीक सिमुलेशन चलाते रहे। कुछ एजेंटों ने तो डेटाबेस में मौजूद सामग्रियों में बदलाव करके नई सामग्रियां बनाने का भी विकल्प चुना, जैसे कि उनकी संरचना के हिस्सों को हटाना या नए रासायनिक समूहों को जोड़ना। इन बिल्कुल अलग दृष्टिकोणों के बावजूद, जहाँ कुछ एजेंटों ने केवल सौ संरचनाओं को देखा और दूसरों ने हजारों को, वे सभी एक ही निष्कर्ष पर पहुँचे। उन्होंने उन्हीं कुछ शीर्ष-प्रदर्शन करने वाली सामग्रियों की पहचान की, जो एक विशिष्ट प्रदर्शन स्तर के आसपास केंद्रित थीं जैसा कि विशेषज्ञों ने दशकों पहले भविष्यवाणी की थी। यह सहमति उल्लेखनीय थी; इसने संकेत दिया कि इन सामग्रियों का अंतर्निहित परिदृश्य स्थिर है और विभिन्न रणनीतियाँ एक ही विश्वसनीय गंतव्य तक ले जा सकती हैं।
हालाँकि, इस प्रयोग ने एक छिपे हुए जाल को भी उजागर किया जिसने लगभग सभी को पकड़ लिया। सोलह में से पंद्रह एजेंटों ने, सख्त समूह वाले एजेंटों सहित जो नियमों का पालन कर रहे थे, एक एकल सामग्री को 'सर्वश्रेष्ठ' के रूप में रिपोर्ट किया। यह सामग्री अन्य किसी भी सामग्री की तुलना में अधिक गैस धारण करती प्रतीत हुई, जिसने मौजूदा रिकॉर्ड तोड़ दिए। यह सामग्री एक छल थी। उस सामग्री का वर्णन करने वाली कंप्यूटर फ़ाइल अधूरी थी; इसमें वे नकारात्मक आयन (negative ions) गायब थे जो धातु परमाणुओं के विद्युत आवेश को संतुलित करने के लिए वहां होने चाहिए थे। क्योंकि ये आयन फ़ाइल में मौजूद नहीं थे, कंप्यूटर ने उस स्थान को एक बड़े खाली स्थान के रूप में देखा जहाँ वे होने चाहिए थे, जिससे वह सामग्री गैस धारण करने की विशाल क्षमता वाली दिखाई देने लगी। वास्तव में, यह स्थान एक डेटा त्रुटि से उत्पन्न हुआ एक भ्रम था। एजेंटों ने सफलतापूर्वक उसी गलती को दोहराया क्योंकि वे सभी एक ही दोषपूर्ण डेटाबेस को देख रहे थे। यहाँ तक कि वे एजेंट भी जिन्होंने अपने काम की जाँच करने के लिए मजबूर किया था, इसे पकड़ने में विफल रहे, क्योंकि उनकी जाँच केवल यह सत्यापित करती थी कि गणना सही ढंग से की गई थी, न कि यह कि प्रारंभिक डेटा रासायनिक रूप से वास्तविक था।
यह निष्कर्ष स्वचालित विज्ञान के भविष्य के लिए एक महत्वपूर्ण सबक देता है। एजेंटों ने यह सिद्ध किया कि वे संभवतः क्या है उसकी वास्तविक सीमाओं को खोजने के लिए मिलकर काम कर सकते हैं, यह दिखाते हुए कि विभिन्न मार्ग एक ही सुदृढ़ सत्य की ओर ले जा सकते हैं। लेकिन उन्होंने यह भी दिखाया कि जब वे सभी सूचना के एक ही स्रोत पर भरोसा करते हैं, तो वे सभी एक ही झूठ के शिकार हो सकते हैं। सख्त नियमों ने एजेंटों को उनकी गणनाओं को सत्यापित करने में मदद की, लेकिन वे उन्हें डेटा की वास्तविकता पर सवाल उठाने में मदद नहीं कर सके। प्रयोग यह सुझाव देता है कि स्वायत्त वैज्ञानिकों के लिए वास्तव में विश्वसनीय होने के लिए, उन्हें केवल अपनी गणित को जाँचने के नियमों की ही नहीं, बल्कि यह पहचानने की क्षमता की भी आवश्यकता है कि उन्हें दिया गया डेटा टूटा हुआ या त्रुटिपूर्ण है। इस अध्ययन ने कोई नई 'सुपर-मटेरियल' नहीं खोजी, लेकिन इसने यह समझने का एक नया तरीका खोजा कि कृत्रिम बुद्धिमत्ता (AI) वैज्ञानिक खोज की जटिल दुनिया में कैसे सीखती है, विफल होती है और सत्य की ओर अग्रसर होती 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।