Scalable long-range machine learning interatomic potentials with electrical response for atomistic material modeling

पदार्थ विज्ञान (मटेरियल साइंस) लंबे समय से एक मौलिक विभाजन का सामना कर रहा है। एक तरफ क्वांटम मैकेनिक्स के नियम हैं, जो यह अनुमान लगा सकते हैं कि व्यक्तिगत परमाणु कितनी सटीकता के साथ व्यवहार करते हैं, लेकिन वे एक बार में कुछ हज़ार परमाणुओं से अधिक का अनुकरण (सिमुलेशन) करने के लिए बहुत धीमे हैं। दूसरी ओर वास्तविक दुनिया के उपकरणों, जैसे बैटरी या कंप्यूटर चिप्स, को समझने के लिए आवश्यक विशाल सिमुलेशन हैं, जिनमें लाखों या अरबों परमाणु होते हैं, लेकिन वे अक्सर सरलीकृत नियमों पर निर्भर करते हैं जो इस सूक्ष्म विवरण को छोड़ देते हैं कि परमाणु वास्तव में कैसे परस्पर क्रिया करते हैं। वह लुप्त कड़ी यह तरीका था जिससे क्वांटम भौतिकी की सटीकता के साथ परमाणुओं के विशाल संग्रह का अनुकरण किया जा सके, विशेष रूप से जब वे परमाणुओं विद्युत क्षेत्रों के अधीन हों। वास्तविक दुनिया में, बिजली आयनों को गति करने के लिए प्रेरित करती है, सामग्रियों को विभिन्न अवस्थाओं के बीच बदलती है, और सूक्ष्म स्तर पर ऊष्मा उत्पन्न करती है। बेहतर उपकरणों को डिजाइन करने के लिए, वैज्ञानिकों को इन प्रक्रियाओं को विशाल दूरियों तक unfolding होते हुए देखने की आवश्यकता है, लेकिन हर एक परमाणु के बीच अदृश्य विद्युत बलों को ट्रैक करने के लिए आवश्यक गणित आमतौर पर ऐसे बड़े सिमुलेशन को असंभव बना देता है।

नेशनल यूनिवर्सिटी ऑफ सिंगापुर के शोधकर्ताओं की एक टीम ने एक नया कम्प्यूटेशनल ढांचा बनाकर इस अंतर को पाट दिया है, जो उन्हें लंबी दूरी के विद्युत प्रभावों को ध्यान में रखते हुए लाखों परमाणुओं का उच्च सटीकता के साथ अनुकरण करने की अनुमति देता है। उनका कार्य, जो हाल ही में प्रकाशित हुआ है, DPA4C-LR नामक एक विधि पेश करता है। यह प्रणाली एक अत्यधिक कुशल, स्थानीय मॉडल को जोड़ती है जो यह भविष्यवाणी करता है कि परमाणु अपने निकटतम पड़ोसियों पर कैसे दबाव डालते हैं और खींचते हैं, और एक अलग, वैश्विक गणना के साथ जो लंबी दूरी के विद्युत बलों को संभालती है। इस समस्या को इस तरह विभाजित करके, शोधकर्ताओं ने उस कम्प्यूटेशनल बाधा (बॉटलनेक) से बचने में सफलता प्राप्त की जो आमतौर पर वैज्ञानिकों को विद्युत क्षेत्रों के तहत बड़े सिस्टम का अनुकरण करने से रोकती है। उन्होंने प्रदर्शित किया कि उनका दृष्टिकोण 5.2 मिलियन परमाणुओं वाले सिस्टम को मॉडल करने के लिए केवल चार शक्तिशाली ग्राफिक्स प्रोसेसर पर चल सकता है, जो इस स्तर के विवरण के लिए पहले अप्राप्य पैमाना था।

टीम ने जिस मुख्य चुनौती को हल किया वह यह थी कि विद्युत प्रतिक्रिया को शामिल किए बिना सब कुछ धीमा कैसे किया जाए। कई सामग्रियों में, परमाणु विद्युत क्षेत्र के प्रति कैसे प्रतिक्रिया करते हैं, यह केवल पास के परमाणुओं पर ही नहीं, बल्कि पूरे सिस्टम के सामूहिक व्यवहार पर निर्भर करता है। पारंपरिक तरीके जो इन वैश्विक प्रभावों को सिमुलेशन के प्रत्येक चरण के लिए गणना करने का प्रयास करते हैं, उन्हें सारा डेटा एक ही स्थान पर रखने की आवश्यकता होती है, जो काम को कई कंप्यूटरों के बीच विभाजित करने से रोकता है। नया तरीका इसे इस प्रकार दरकिनार करता है कि लंबी दूरी के विद्युत बलों को एक अलग चरण के रूप में माना जाता है जिसे स्थापित गणितीय तकनीकों का उपयोग करके कुशलतापूर्वक हल किया जा सकता है, जबकि जटिल, स्थानीय अंतःक्रियाओं को एक मशीन लर्निंग मॉडल द्वारा संभाला जाता है जो एक साथ कई प्रोसेसरों पर वितरित किया जा सकता है। यह सिमुलेशन को लाखों परमाणुओं तक स्केल करने की अनुमति देता है बिना इस क्षमता को खोए कि सामग्री विद्युत धारा या क्षेत्र के प्रति कैसे प्रतिक्रिया करेगी।

यह सिद्ध करने के लिए कि उनका सिस्टम काम करता है, शोधकर्ताओं ने तीन बहुत ही अलग सामग्रियों पर इसका परीक्षण किया, जिनमें से प्रत्येक को सत्य प्रकट करने के लिए बड़ी संख्या में परमाणुओं की आवश्यकता थी। सबसे पहले, उन्होंने तरल जल (लिक्विड वॉटर) पर गौर किया। पानी के अणु ध्रुवीय (पोलर) होते हैं, जिसका अर्थ है कि उनका एक सकारात्मक सिरा और एक नकारात्मक सिरा होता है, और वे विद्युत क्षेत्रों के जवाब में लगातार खुद को पुनर्गठित करते हैं। टीम ने पानी के एक विशाल ब्लॉक का अनुकरण किया और विभिन्न तीव्रताओं के विद्युत क्षेत्र लागू किए। उनके मॉडल ने सफलतापूर्वक भविष्यवाणी की कि विद्युत क्षेत्र के बदलने के साथ पानी के इन्फ्रारेड स्पेक्ट्रम—जो कि प्रकाश को अवशोषित करने के तरीके का एक अनूठा फिंगरप्रिंट है—में कैसे बदलाव आता है। इसने पुष्टि की कि सिस्टम सटीक रूप से अनुमान लगा सकता है कि परमाणु बिजली के प्रति कैसे बढ़ेंगे और प्रतिक्रिया करेंगे, भले ही इसे केवल बुनियादी ऊर्जा और बल डेटा पर प्रशिक्षित किया गया हो, और कभी भी स्पष्ट रूप से विद्युत क्षेत्रों के बारे में नहीं सिखाया गया हो।

इसके बाद, टीम ने एक जटिल सिरेमिक सामग्री का सामना किया जिसे रिलैक्सर फेरोइलेक्ट्रिक (relaxor ferroelectric) कहा जाता है, विशेष रूप से लेड मैग्नीशियम नियोबेट। ये सामग्रियां अपनी ध्रुवीकरण (पोलराइजेशन) को बदलने की क्षमता के लिए प्रसिद्ध हैं, जो सेंसर और एक्ट्यूएटर्स में उपयोग किया जाने वाला एक गुण है, लेकिन उनका व्यवहार सिम्युलेट करना अत्यंत कठिन है क्योंकि यह परमाणुओं के सूक्ष्म, अव्यवस्थित क्षेत्रों पर निर्भर करता है जो केवल बहुत बड़े नमूनों में दिखाई देते हैं। जब शोधकर्ताओं ने इस सामग्री के छोटे टुकड़ों का अनुकरण किया, तो परिणाम एक मानक, व्यवस्थित क्रिस्टल की तरह दिखे। हालांकि, जब उन्होंने लगभग 30,000 परमाणुओं वाले सिमुलेशन तक स्केल किया, तो तस्वीर पूरी तरह बदल गई। बड़े सिमुलेशन ने एक "स्लिम" हिस्टेरेसिस लूप (hysteresis loop) को प्रकट किया, जो सामग्री की अवस्थाओं को बदलने की क्षमता का एक विशिष्ट संकेत है बिना कहीं फंस जाए, जो कि एक रिलैक्सर की परिभाषित विशेषता है। यह परिणाम दर्शाता था कि पिछले सिमुलेशन का सीमित आकार सामग्री की वास्तविक प्रकृति को छिपा रहा था, और केवल लाखों परमाणुओं के पैमाने तक पहुँचकर ही सही व्यवहार देखा जा सकता था।

अंत में, शोधकर्ताओं ने अपने तरीके को एक सॉलिड-स्टेट इलेक्ट्रोलाइट पर लागू किया, जो अगली पीढ़ी की बैटरियों में उपयोग की जाने वाली कांच जैसी सामग्री है, विशेष रूप से लिथियम नियोबियम ऑक्सीक्लोराइड। इन सामग्रियों में, बिजली का संचालन करने के लिए आयनों को एक अव्यवस्थित संरचना के माध्यम से स्वतंत्र रूप से घूमना चाहिए। टीम ने कांच के एक बड़े नमूने का अनुकरण किया और लिथियम आयनों के बहने को देखने के लिए एक स्थिर विद्युत क्षेत्र लागू किया। समय के साथ इन आयनों की गति को ट्रैक करके, उन्होंने सामग्री की विद्युत चालकता की गणना की। परिणाम कमरे के तापमान पर 6.8 ± 0.7 मिलीसीमेंस प्रति सेंटीमीटर का सटीक मान था। यह माप पिछले अनुमानों की तुलना में कहीं अधिक विश्वसनीय था जो बिना लागू किए गए क्षेत्र वाले सिमुलेशन से प्राप्त होते थे, जो कि सूक्ष्म, यादृच्छिक तापीय उतार-चढ़ाव पर निर्भर करते हैं जिन्हें सटीक रूप से मापना कठिन है। नए तरीके ने सामग्री बिजली का संचालन कैसे करती है, इसका एक स्पष्ट, सीधा दृश्य प्रदान किया, जो बेहतर बैटरी घटकों को डिजाइन करने के लिए एक विश्वसनीय बेंचमार्क प्रदान करता है।

इस कार्य के निहितार्थ इन विशिष्ट उदाहरणों से परे हैं। यह सिद्ध करके कि लंबी दूरी के विद्युत प्रभावों की गणना लाखों परमाणुओं के माध्यम से कुशलतापूर्वक की जा सकती है, शोधकर्ताओं ने पूरे डिवाइस लेयर्स (परतों) का अनुकरण करने का द्वार खोल दिया है। इसका अर्थ यह है कि वैज्ञानिक अब वास्तविक उपकरणों में, जैसे कि सिलिकॉन चिप और डायमंड हीट सिंक के बीच की सीमा पर, ऊष्मा और बिजली के प्रवाह को उस स्तर के विवरण के साथ मॉडल कर सकते हैं जो पहले असंभव था। यह ढांचा केवल एक सैद्धांतिक प्रगति नहीं है; यह एक व्यावहारिक उपकरण है जो मौजूदा हार्डवेयर पर चलता है और उन सटीक स्थितियों के तहत सामग्रियों के व्यवहार का पता लगाने के लिए उपयोग किया जा सकता है जिनमें वे वास्तविक दुनिया में उनका सामना करेंगी। जैसे-जैसे तेज़, अधिक कुशल इलेक्ट्रॉनिक और ऊर्जा उपकरणों की मांग बढ़ रही है, लाखों परमाणुओं के पैमाने पर इन प्रणालियों का अनुकरण करने की क्षमता नवाचार के लिए एक महत्वपूर्ण आधार प्रदान करती है, जिससे शोधकर्ता किसी भी भौतिक प्रोटोटाइप के निर्माण से पहले सामग्री के प्रदर्शन की भविष्यवाणी और अनुकूलन कर सकते हैं।