Toward universal excited-state machine-learned potentials: a local excitation Hamiltonian for size consistency and transferability
यह शोध पत्र LEH-MACE को प्रस्तुत करता है, जो एक मशीन-लर्नड पोटेंशियल है जो परमाणु-केंद्रित ब्लॉकों से निर्मित एक स्थानीय उत्तेजना हैमिल्टनियन के आइजनवैल्यू (eigenvalues) के रूप में उत्तेजना ऊर्जाओं का निर्माण करके उत्तेजित-अवस्था सिमुलेशन के लिए सटीक आकार निरंतरता (size consistency) और बेहतर हस्तांतरणीयता प्राप्त करता है, जिससे उच्च उत्तेजित अवस्थाओं और गैर-परस्पर क्रिया करने वाली आणविक प्रणालियों के लिए मानक पूल्ड रीडआउट की सीमाओं को दूर किया जा सके।
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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रसायन विज्ञान की दुनिया में, अणु स्थिर मूर्तियाँ नहीं हैं; वे गतिशील संस्थाएँ हैं जो प्रकाश को अवशोषित करती हैं, अपना आकार बदलती हैं, और नए पदार्थों में परिवर्तित होती हैं। इन क्षणिक क्षणों को समझने के लिए, वैज्ञानिक कंप्यूटर सिमुलेशन पर भरोसा करते हैं जो एक अणु के हिलने-डुलने के दौरान उसकी ऊर्जा का मानचित्र तैयार करते हैं। दशकों से, ये सिमुलेशन एक अणु की उसकी शांत, विश्राम अवस्था का वर्णन करने में उत्कृष्ट रहे हैं, जिसे 'ग्राउंड स्टेट' (ground state) कहा जाता है। हालाँकि, जब एक अणु फोटॉन को अवशोषित करता है और उत्तेजित अवस्था (excited state) में कूद जाता है, तो नियम बदल जाते हैं। इस उत्तेजित अवस्था की ऊर्जा केवल इसके व्यक्तिगत परमाणुओं की ऊर्जाओं का योग नहीं होती है। इसके बजाय, उत्तेजित अवस्था पूरे तंत्र का एक सामूहिक गुण है, जहाँ एक भाग का व्यवहार दूसरे भागों पर जटिल तरीकों से निर्भर करता है। यह एक ऐसा एकल कंप्यूटर मॉडल बनाना अविश्वसनीय रूप से कठिन बना देता है जो यह भविष्यवाणी कर सके कि प्रकाश से टकराने के बाद किसी भी अणु का व्यवहार कैसा होगा, विशेष रूप से तब जब वह अणु बड़ा हो या अणुओं के एक समूह का हिस्सा हो। एक विश्वसनीय तरीके के बिना कि इन ऊर्जाओं की भविष्यवाणी की जा सके, सौर सेल से लेकर दृष्टि (vision) तक संचालित होने वाली फोटोकैमिस्ट्री का अनुकरण करना एक धीमा, महंगा और अक्सर असंभव कार्य बना रहता है।
कार्ल्सरूहे इंस्टीट्यूट ऑफ टेक्नोलॉजी के एक शोधकर्ता ने LEH-MACE नामक एक नया प्रकार का कंप्यूटर मॉडल विकसित करके इस समस्या को हल करने की दिशा में एक महत्वपूर्ण कदम उठाया है। उनका लक्ष्य एक सार्वभौमिक उपकरण बनाना था जो केवल कुछ विशिष्ट उदाहरणों के लिए ही नहीं, बल्कि पूरे रासायनिक परिदृश्य में अणुओं की उत्तेजित अवस्थाओं की सटीक भविष्यवाणी कर सके। उन्हें जिस मुख्य चुनौती का सामना करना पड़ा वह एक मौलिक गणितीय बाधा थी: ग्राउंड-स्टेट ऊर्जा के विपरीत, जो परमाणु से परमाणु तक सफाई से जुड़ जाती है, उत्तेजित-अवस्था ऊर्जा इस तरह से व्यवहार नहीं करती है। यदि दो अलग-अलग अणु एक-दूसरे से दूर स्थित हैं, तो उन अणुओं के जोड़े के लिए उत्तेजित अवस्थाओं की सूची प्रत्येक अणु के व्यक्तिगत अवस्थाओं की संयुक्त सूची होनी चाहिए। पिछले कंप्यूटर मॉडल अक्सर इस बुनियादी परीक्षण में विफल रहे, और जब अणुओं को समूहों में रखा गया या जब वे उन उदाहरणों से बड़े थे जिन्हें मॉडल को सिखाया गया था, तो उन्होंने गलत ऊर्जाएँ उत्पन्न कीं। शोधकर्ता ने महसूस किया कि इसे ठीक करने के लिए, उन्हें यह बदलने की आवश्यकता थी कि कंप्यूटर अणु की ऊर्जा को कैसे "पढ़ता" है।
अणु के ऊर्जा योगदान के एक एकल नंबर या सरल औसत के रूप में कुल ऊर्जा की गणना करने के बजाय, नया मॉडल एक गणितीय संरचना बनाता है जिसे 'लोकल एक्साइटेशन हैमिल्टोनियन' (local excitation Hamiltonian) कहा जाता है। इस संरचना की कल्पना एक बड़े, व्यवस्थित ग्रिड के रूप में करें जहाँ प्रत्येक सेल एक एकल परमाणु की ऊर्जा या दो पास के परमाणुओं के बीच की अंतःक्रिया का प्रतिनिधित्व करता है। कंप्यूटर परमाणुओं की स्थिति के आधार पर इस ग्रिड को भरता है, और फिर ग्रिड के भीतर छिपी ऊर्जा स्तरों को खोजने के लिए एक विशिष्ट गणितीय पहेली को हल करता है। क्योंकि ग्रिड स्थानीय टुकड़ों से बना है, इसलिए इसका समाधान स्वाभाविक रूप से इस नियम का सम्मान करता है कि दूर के अणु एक-दूसरे के ऊर्जा स्तरों में हस्तक्षेप नहीं करते हैं। यदि दो अणु दूर हैं, तो ग्रिड दो अलग-अलग खंडों में विभाजित हो जाता है, और कंप्यूटर सही ढंग से पहचान लेता है कि संयुक्त ऊर्जा स्तर केवल अगल-बगल रखे गए दो स्तरों की सूची हैं। यह डिज़ाइन सुनिश्चित करता है कि मॉडल तब भी सटीक बना रहता है जब इसे उन अणुओं पर लागू किया जाता है जो इससे बहुत बड़े हैं, या अणुओं के उन समूहों का अनुकरण करते समय जो आपस में क्रिया नहीं करते हैं।
इस नए मॉडल को प्रशिक्षित करने के लिए, शोधकर्ता ने भारी मात्रा में डेटा उत्पन्न किया, जिसमें 3,0,000 से अधिक विभिन्न आणविक आकृतियों के लिए ऊर्जा और बलों की गणना की गई। इन आकृतियों में विश्राम अवस्था में अणु, उच्च तापमान तक गर्म किए गए अणु, और वे अजीब ज्यामिति वाले अणु शामिल थे जिन्हें वे अपनाते हैं जब वे प्रकाश को अवशोषित करते हैं। डेटा में 1,00,000 से अधिक अलग-अलग अणु शामिल थे, जो छोटे, सरल संरचनाओं से लेकर कार्बन परमाणुओं की बड़ी, जटिल श्रृंखलाओं तक विस्तृत थे। इस विविध डेटासेट को मॉडल में फीड करके, शोधकर्ता ने उसे उन ऊर्जा पैटर्न को पहचानने के लिए प्रशिक्षित किया जो उत्तेजित अवस्थाओं में उभरते हैं। उन्होंने मॉडल का कठोरता से परीक्षण किया, अन्य मौजूदा विधियों के विरुद्ध इसे परखकर देखा कि यह कैसा प्रदर्शन करता है जब इसे उन अणुओं के सामने रखा जाता है जिनसे यह पहले कभी नहीं मिला था। परिणामों ने दिखाया कि जबकि अन्य मॉडल बड़े अणुओं या गैर-अंतःक्रियात्मक अणुओं के समूहों का सामना करने पर संघर्ष करते हैं, नया मॉडल अपनी सटीकता बनाए रखता है। इसने बड़ी, संयुग्मित श्रृंखलाओं (conjugated chains) और अणुओं के जोड़ों की ऊर्जा का सही ढंग से अनुमान लगाया, जबकि अन्य विधियों ने त्रुटियाँ प्रदर्शित कीं जो सिस्टम के बड़े होने पर काफी बढ़ गईं।
अध्ययन ने यह भी पता लगाया कि जब प्रकाश अवशोषित करने के बाद अणुओं की वास्तविक गति का अनुकरण किया जाता है, तो मॉडल कैसा व्यवहार करता है। इन सिमुलेशनों में, अणु अक्सर मुड़ते और घूमते हैं, उन क्षेत्रों से गुजरते हैं जहाँ उनके ऊर्जा स्तर तेजी से बदलते हैं। शोधकर्ता ने पाया कि जबकि नया मॉडल ऊर्जा स्तरों के पूर्ण स्पेक्ट्रम (जिसमें उच्च स्तर भी शामिल हैं जो यह समझने के लिए महत्वपूर्ण हैं कि प्रकाश कैसे अवशोषित होता है) की भविष्यवाणी करने में असाधारण रूप से अच्छा था, एक अलग, सरल दृष्टिकोण एकल अणुओं के लिए बिल्कुल पहली उत्तेजित अवस्था की भविष्यवाणी करने में थोड़ा बेहतर था। यह सुझाव देता है कि सबसे अच्छा उपकरण इस बात पर निर्भर करता है कि पूछा जाने वाला विशिष्ट प्रश्न क्या है। एक अणु द्वारा अवशोषित किए जाने वाले रंगों की पूरी श्रृंखला को समझने या कई अन्य अणुओं के घोल में उसके व्यवहार को समझने के लिए, नया 'लोकल एक्साइटेशन हैमिल्टनियन' श्रेष्ठ विकल्प है। निम्नतम ऊर्जा अवस्था के तीव्र, एकल-अणु नृत्य को ट्रैक करने के लिए, पुराना, सरल तरीका अभी भी बढ़त बनाए हुए है।
अंततः, यह कार्य यह प्रदर्शित करता है कि मशीन लर्निंग मॉडल बनाना संभव है जो अणुओं के परस्पर क्रिया करने के मौलिक भौतिक नियमों का सम्मान करते हैं। मॉडल को यह अंतर्निहित रूप से समझने के लिए डिज़ाइन करके कि दूर के अणु अपने ऊर्जा स्तरों को मिश्रित नहीं करते हैं, शोधकर्ता ने एक ऐसा उपकरण बनाया जो अपने प्रशिक्षण डेटा से कहीं आगे के रासायनिक स्थानों तक सामान्यीकरण कर सकता है। यह उत्तेजित अवस्थाओं के लिए एक सार्वभौमिक सिम्युलेटर बनाने की दिशा में एक महत्वपूर्ण कदम है, जो अंततः वैज्ञानिकों को महंगी प्रयोगों को किए बिना सौर ऊर्जा, जैविक इलेक्ट्रॉनिक्स और चिकित्सा इमेजिंग के लिए नए पदार्थों के व्यवहार की भविष्यवाणी करने की अनुमति दे सकता है। शोधकर्ता ने अपने डेटा और कोड को समुदाय के लिए उपलब्ध कराया है, जिससे अन्य लोगों को इन विधियों को और अधिक विकसित करने और परिष्कृत करने के लिए एक आधार प्रदान किया जा सके। आगे का मार्ग और भी अधिक डेटा एकत्र करने की ओर है, विशेष रूप से जटिल इलेक्ट्रॉनिक संरचनाओं वाले अणुओं के लिए और विभिन्न प्रकार के अणुओं के बीच की अंतःक्रियाओं के लिए, लेकिन एक वास्तव में सार्वभौमिक मॉडल के लिए ढांचा अब स्थापित हो गया 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।