कल्पना कीजिए कि आप एक परम रोबोट बनाने की कोशिश कर रहे हैं, लेकिन हर बार जब आपको एक नए पुर्जे की आवश्यकता होती है, तो आपको एक अलग पुस्तकालय जाना पड़ता है, एक अलग भाषा बोलनी पड़ती है, और यह उम्मीद करनी पड़ती है कि पुस्तकालयाध्यक्ष आपकी बात समझ जाए। एक पुस्तकालय के पास दुनिया की सभी धातुओं की सूची है, लेकिन वे केवल रासायनिक कोड में बात करते हैं। दूसरे के पास एक सुपर-स्मार्ट रोबोट है जो नई धातु के आकार की कल्पना कर सकता है, लेकिन उसे पहले पुस्तकालय से बात करना नहीं आता। तीसरा पुस्तकालय बता सकता है कि कोई धातु पिघलेगी या टूटेगी, लेकिन वह केवल एक बहुत ही विशिष्ट, जटिल तरीके से लिखे गए प्रश्नों को ही समझता है। यह इलेक्ट्रॉनिक सामग्रियों की खोज की वर्तमान स्थिति है। वैज्ञानिक अगली पीढ़ी के कंप्यूटरों, फोन और चिकित्सा उपकरणों के लिए सही सामग्री खोजने की कोशिश कर रहे हैं, लेकिन उनके डिजिटल उपकरण अलग-अलग साइलो (silos) में फंसे हुए हैं। वे उन प्रतिभाशाली शेफों की तरह हैं जिनके पास अद्भुत रेसिपी और सामग्रियां तो हैं, लेकिन वे अलग-अलग कमरों में हैं, अलग-अलग मापने वाले कपों का उपयोग कर रहे हैं, और उनमें से कोई भी अगला कटोरा अगले व्यक्ति को बिना सब कुछ गिराए नहीं दे सकता।

जिस शोध पत्र को आप अब पढ़ने जा रहे हैं, वह इस अव्यवस्थित रसोई को सुलझाता है। यह EMOS (इलेक्ट्रॉनिक मैटेरियल्स ऑन्टोलॉजी सिस्टम) नामक एक नई प्रणाली पेश करता है। EMOS को एक सार्वभौमिक अनुवादक और एक मास्टर शेफ की रसोई के संयोजन के रूप में सोचें। यह केवल सामग्रियों की सूची नहीं बनाता; यह विभिन्न पुस्तकालयों के बीच एक पुल बनाता है। यह प्रत्येक सामग्री को एक मानक नाम टैग देता है और यह सुनिश्चित करता है कि जब एक उपकरण "मजबूत" कहता है, तो अगला उपकरण ठीक से जानता है कि उसका क्या अर्थ है। इन बिखरे हुए उपकरणों को जोड़कर, EMOS शोधकर्ताओं को कस्टम पाइपलाइन बनाने की अनुमति देता है—जैसे कि एक कन्वेयर बेल्ट जहाँ एक कंप्यूटर स्वचालित रूप से एक सामग्री पा सकता है, यह जांच सकता है कि वह स्थिर है या नहीं, और देख सकता है कि क्या वह एक वास्तविक उपकरण में काम करेगी, और वह सब बिना किसी इंसान के डेटा को मैन्युअल रूप से कॉपी-पेस्ट किए या हर चरण के लिए विशेष कोड लिखे। इसका लक्ष्य भविष्य को शक्ति देने वाली सामग्रियों को खोजने की प्रक्रिया को तेज करना है, जिससे दो दशक लंबे संघर्ष को एक बहुत तेज़ यात्रा में बदला जा सके।

---

डिजिटल डिस्कवरी किचन: EMOS का परिचय

इलेक्ट्रॉनिक्स के लिए नई सामग्रियां खोजना घास के ढेर में सुई खोजने जैसा है, सिवाय इसके कि घास का ढेर लाखों अलग-अलग डिजिटल डेटाबेस से बना है, और सुइयां परमाणुओं से बनी हैं। अभी, वैज्ञानिक यह अनुमान लगाने के लिए शक्तिशाली कंप्यूटर मॉडल का उपयोग करते हैं कि कौन सी नई सामग्रियां काम कर सकती हैं, लेकिन ये मॉडल अक्सर अलग-अलग भाषाएं बोलते हैं। एक डेटाबेस किसी गुण को "बैंड गैप" कह सकता है, जबकि दूसरा उसे "एनर्जी गैप" कह सकता है, और तीसरे के पास शायद वह संख्या हो ही नहीं। यह उनके काम को मिलाना अविश्वसनीय रूप से कठिन बना देता है। आप एक "जनरेटर" (एक उपकरण जो नई सामग्रियां बनाता है) को "प्रेडिक्टर" (एक उपकरण जो यह अनुमान लगाता है कि एक सामग्री कैसे व्यवहार करेगी) में सीधे नहीं जोड़ सकते क्योंकि वे आपस में फिट नहीं बैठते।

इस शोध पत्र के लेखक, एडिनबर्ग विश्वविद्यालय और कैम्ब्रिज विश्वविद्यालय की एक टीम ने EMOS नामक एक समाधान बनाया है। वे इसे एक "एकीकृत ढांचे" (unifying framework) के रूप में वर्णित करते हैं। कल्पना करें कि EMOS एक विशाल, स्मार्ट अडैप्टर प्लग है। आपके पास चाहे किसी भी प्रकार का सॉकेट (डेटाबेस या मॉडल) हो, EMOS उसे एक मानक प्लग देता है ताकि वह किसी भी दीवार में फिट हो सके। यह शोधकर्ताओं को अपने स्वयं के कस्टम वर्कफ़्लो बनाने के लिए विभिन्न उपकरणों को मिलाने की अनुमति देता है। हर बार नया विचार परीक्षण करने के लिए नया कोड लिखने के बजाय, वे बस पहले से बने ब्लॉक्स को जोड़ने जैसे कि लेगो (LEGO) ब्रिक्स, का उपयोग करके "सामग्री खोजने" से लेकर "इसे एक उपकरण में परीक्षण करने" तक का रास्ता बना सकते हैं।

निर्माण खंड: IUs और फीचर्स

इसे काम करने के लिए, टीम ने समस्या को दो मुख्य प्रकार के निर्माण खंडों में विभाजित किया है: इन्फॉर्मेशन यूनिट्स (IUs) और फीचर्स।

IUs को आपकी रसोई के व्यक्तिगत उपकरणों के रूप में सोचें। कुछ फ्रिज (डेटाबेस) हैं जो लाखों रेसिपी (सामग्रियां) रखते हैं। कुछ मिक्सर (जेनेरेटिव मॉडल) हैं जो नई रेसिपी का आविष्कार कर सकते हैं। कुछ टेस्ट-टेस्टर (प्रॉपर्टी प्रेडिक्टर्स) हैं जो बताते हैं कि रेसिपी का स्वाद कैसा होगा या क्या यह जल जाएगी। अतीत में, ये उपकरण एक-दूसरे से बात नहीं कर सकते थे। EMOS के साथ, प्रत्येक उपकरण एक ही भाषा बोलता है। वे सभी एक मानक "मेन्यू" (गुणों का एक साझा शब्दकोश) और एक मानक "रेसिपी कार्ड" (CIF नामक एक फ़ाइल प्रारूप) का उपयोग करते हैं ताकि जानकारी को आगे बढ़ाया जा सके।

Features वास्तव में खाना पकाने की प्रक्रियाएँ हैं। यदि IU एक एकल उपकरण है, तो फीचर एक पूरा तैयार किया जाने वाला भोजन है। उदाहरण के लिए, एक फीचर "स्टेबिलिटी चेक" हो सकता है जो सामग्रियों की एक सूची लेता है, उन्हें तीन अलग-अलग टेस्ट-टेस्टर्स से गुजारता है, और केवल उन्हें रखता है जो सभी इस बात पर सहमत हैं कि वे खाने के लिए सुरक्षित हैं। एक अन्य फीचर "डिवाइस डिज़ाइनर" हो सकता है जो एक सामग्री लेता है और सिम्युलेट करता है कि वह ट्रांजिस्टर के अंदर कैसे काम करेगी। EMOS की सुंदरता यह है कि आप इन फीचर्स को एक साथ जोड़ सकते हैं। आप एक "डेटाबेस सर्च" के आउटपुट को सीधे एक "स्टेबिलिटी चेक" में फीड कर सकते हैं, जो फिर एक "डिवाइस सिम्युलेटर" में फीड होता है।

इंटरफ़ेस: ड्रैग, ड्रॉप और डिस्कवर

EMOS का सबसे शानदार हिस्सा यह है कि इसे उपयोग करना कितना आसान है। टीम ने एक वेब एप्लिकेशन बनाया है जो एक वीडियो गेम या फ्लोचार्ट मेकर जैसा दिखता है।

• मुख्य स्क्रीन: यह एक मेनू की तरह है जहाँ आप किसी भी एकल टूल (जैसे डेटाबेस या प्रेडिक्टर) को चुन सकते हैं और उसे अकेले चला सकते हैं।
• नोड एडिटर: यह मजेदार हिस्सा है। यह एक विजुअल कैनवास है जहाँ आप विभिन्न उपकरणों को स्क्रीन पर ड्रैग और ड्रॉप कर सकते हैं और उन्हें लाइनों से जोड़ सकते हैं। आप एक "डेटाबेस" बॉक्स से एक "फिल्टर" बॉक्स तक, और फिर एक "प्रेडिक्टर" बॉक्स तक एक रेखा खींच सकते हैं। कंप्यूटर फिर पूरे क्रम को स्वचालित रूप से चलाता है।

यह डिज़ाइन विज्ञान को "लोकतांत्रिक" बनाने के लिए है। आपको इसे उपयोग करने के लिए कोडिंग का जादूगर होने की आवश्यकता नहीं है। एक शोधकर्ता जो सामग्रियों के बारे में बहुत कुछ जानता है लेकिन सॉफ्टवेयर के बारे में ज्यादा नहीं, वह भी केवल बिंदुओं को जोड़कर जटिल डिस्कवरी पाइपलाइन बना सकता है।

चार तरीके जिनसे EMOS चमकता है (केस स्टडीज)

लेखकों ने केवल टूल नहीं बनाया; उन्होंने इसकी बहुमुखी प्रतिभा दिखाने के लिए चार अलग-अलग "मिशनों" के साथ इसका परीक्षण किया।

1. महान सामग्री की खोज (डेटाबेस एक्सट्रैक्शन)
कल्पना कीजिए कि आपको एक ऐसी सामग्री चाहिए जो एक विशिष्ट प्रकार की धातु हो, जिसमें एक निश्चित मजबूती हो, और जो उच्च गर्मी को सहन कर सके। आमतौर पर, आपको पांच अलग-अलग वेबसाइटों को खोजना होगा, पांच अलग-अलग स्प्रेडशीट डाउनलोड करनी होगी, और उन्हें मर्ज करने का प्रयास करना होगा। EMOS के साथ, आप अपनी आवश्यकताएं एक बार टाइप करते हैं। सिस्टम एक ही समय में छह अलग-अलग डेटाबेस (जिसमें 1.75 मिलियन से अधिक कंपाउंड्स हैं) को खोजता है।

• परिणाम: उन्होंने पांच अलग-अलग परिदृश्यों का परीक्षण किया, जैसे सौर सेल या UV डिटेक्टरों के लिए सामग्रियां खोजना। एक परीक्षण में, उन्होंने केवल 19 सेकंड में UV डिटेक्टरों के लिए 160 उम्मीदवार पाए। दूसरे में, उन्होंने लगभग दो मिनट में थर्मल सामग्रियों के लिए 96 उम्मीदवार पाए। इसने घंटों के मैनुअल सर्च को एक त्वरित क्लिक में बदल दिया।

2. डुप्लिकेट डिटेक्टिव (स्ट्रक्चरल सिमिलैरिटी)
कभी-कभी, अलग-अलग डेटाबेस एक ही सामग्री को अलग-अलग नामों या थोड़े अलग फ़ाइल प्रारूपों के तहत सूचीबद्ध करते हैं। इससे समय बर्बाद होता है क्योंकि वैज्ञानिक एक ही चीज़ का दो बार विश्लेषण कर सकते हैं।

• परिणाम: टीम ने तीन अलग-अलग डेटाबेस से जिंक ऑक्साइड (ZnO) नामक सामग्री के लिए 68 अलग-अलग फाइलों को देखने के लिए EMOS का उपयोग किया। परमाणुओं के आकार की तुलना करने के लिए एक विशेष गणितीय ट्रिक का उपयोग करके, सिस्टम ने महसूस किया कि इनमें से कई फाइलें वास्तव में एक ही संरचना थीं। इसने सूची को 68 भ्रमित करने वाली प्रविष्टियों से घटाकर केवल 7 अद्वितीय प्रविष्टियों तक सीमित कर दिया। यह एक लाइब्रेरियन की तरह है जिसे पता चलता है कि शेल्फ पर तीन किताबें वास्तव में एक ही कहानी हैं, बस उनके कवर अलग हैं।

3. कंसेंसस काउंसिल (स्टेबिलिटी स्क्रीनिंग)
जब वैज्ञानिक भविष्यवाणी करते हैं कि कोई सामग्री स्थिर (टूट नहीं जाएगी) है या नहीं, तो वे अक्सर अलग-अलग कंप्यूटर मॉडल का उपयोग करते हैं। कभी-कभी मॉडल A कहता है "स्थिर," और मॉडल B कहता है "अस्थिर।" आप किस पर भरोसा करें?

• परिणाम: टीम ने 53 सामग्रियां लीं जिन्हें एक पिछले AI मॉडल ने स्थिर बताया था और उन्हें EMOS के माध्यम से चलाया। उन्होंने उन्हें चार अलग-अलग स्रोतों के विरुद्ध जांचा: दो बड़े डेटाबेस और दो उन्नत AI प्रेडिक्टर्स। सिस्टम ने पाया कि 28 सामग्रियां ऐसी थीं जिन पर चारों स्रोतों ने स्थिरता के लिए सहमति व्यक्त की थी। यह "कंसेंसस" वैज्ञानिकों को बहुत अधिक विश्वास देता है। यह चार अलग-अलग विशेषज्ञों से सलाह लेने जैसा है; यदि वे सभी "हाँ" कहते हैं, तो आप सही रास्ते पर हैं।

4. ट्रांजिस्टर बिल्डर (MOSFET चैनल स्क्रीनिंग)
यह सबसे बड़ा समापन था। टीम एक ट्रांजिस्टर (चिप में स्विच जो बिजली को चालू या बंद करता है) में "चैनल" के रूप में उपयोग करने के लिए एक सामग्री खोजना चाहती थी। यह एक जटिल कार्य है क्योंकि सामग्री को स्थिर, बनाने में आसान और वास्तविक डिवाइस में अच्छा प्रदर्शन करने वाला होना चाहिए।

• परिणाम: उन्होंने EMOS में एक 5-चरणीय पाइपलाइन बनाई:
  1. खोज (Search): दो डेटाबेस से 783 उम्मीदवार मिले।
  2. फ़िल्टर (Filter): 36 तक सीमित करने के लिए एक त्वरित AI मॉडल का उपयोग किया गया।
  3. स्टेबिलिटी चेक (Stability Check): परमाणुओं को बिखरने से रोकने के लिए एक विस्तृत भौतिकी सिमुलेशन चलाया गया, जिससे 8 उम्मीदवार बचे।
  4. सिंथेसिस चेक (Synthesis Check): एक AI से पूछा गया कि क्या मनुष्य इन सामग्रियों को लैब में वास्तव में बना सकते हैं, जिससे 2 उम्मीदवार बचे: PbI2 (लेड आयोडाइड) और VO2 (वेनेडियम डाइऑक्साइड)।
  5. डिवाइस टेस्ट (Device Test): सिम्युलेट किया गया कि ये दोनों एक वास्तविक ट्रांजिस्टर में कैसे काम करेंगे। दोनों ने अच्छा प्रदर्शन किया, जिसमें VO2 ने एक बहुत मजबूत स्विच अनुपात दिखाया और PbI2 ने उच्च करंट दिखाया।
     यह पूरी प्रक्रिया, जिसमें मैन्युअल काम और कोडिंग के हफ्तों लग जाते, एक एकल, स्वचालित वर्कफ़्लो में पूरी हो गई।

आगे क्या है?

शोध पत्र स्पष्ट है कि यह तो बस शुरुआत है। वर्तमान संस्करण एक "डिजिटल डिस्कवरी" टूल है, जिसका अर्थ है कि यह कंप्यूटरों पर रहता है। लेखक उम्मीद करते हैं कि वे अंततः इसे "सेल्फ-ड्राइविंग प्रयोगशालाओं" से जोड़ पाएंगे—जो भौतिक प्रयोगशालाओं में रसायनों को मिलाने और सामग्रियों का परीक्षण करने वाले वास्तविक रोबोट हैं। वे इसमें एक "नेचुरल लैंग्वेज" फीचर भी जोड़ना चाहते हैं, जहाँ आप बस टाइप कर सकें, "मेरे लिए एक सौर सेल के लिए एक सस्ती और स्थिर सामग्री खोजें," और सिस्टम आपके लिए पाइपलाइन बना दे।

वे यह भी स्वीकार करते हैं कि इसकी सीमाएं हैं। अभी, सिस्टम ठोस, क्रिस्टलीय सामग्रियों (जैसे आपके फोन में होती हैं) के लिए बहुत अच्छा है, लेकिन यह अव्यवस्थित (amorphous) सामग्रियों (जैसे कांच या जेल) के लिए संघर्ष करता है। और हालांकि सिस्टम खुले रूप से नए टूल जोड़ने के लिए उपलब्ध है, इसे बढ़ने के लिए अधिक लोगों द्वारा योगदान देने की आवश्यकता है।

निष्कर्ष

शोध पत्र यह दावा नहीं करता है कि उसने भविष्य के लिए "परफेक्ट" सामग्री खोज ली है। इसके बजाय, यह दावा करता है कि इसने उन्हें खोजने के लिए परफेक्ट टूलबॉक्स बनाया है। इलेक्ट्रॉनिक सामग्री की खोज की खंडित दुनिया को एकीकृत करके, EMOS एक अराजक, मैनुअल और त्रुटिपूर्ण प्रक्रिया को एक सुव्यवस्थित, स्वचालित और सहयोगात्मक प्रक्रिया में बदल देता है। यह सुझाव देता है कि भविष्य की सामग्रियों का भविष्य केवल स्मार्ट एल्गोरिदम के बारे में नहीं है, बल्कि उन्हें जोड़ने के बेहतर तरीकों के बारे में है। यदि पिछला दशक व्यक्तिगत उपकरण बनाने के बारे में था, तो यह शोध पत्र सुझाव देता है कि अगला दशक उनके बीच के पुल बनाने के बारे में है।