নীতিগতভাবে, কৃত্রিম বুদ্ধিমত্তা একটি কাজের জন্য সঠিক উপাদান খুঁজে পাওয়াকে ডিনার অর্ডার করার মতো সহজ করে তুলতে পারে: একটি বৃহৎ ভাষার মডেলের জন্য আপনার কী প্রয়োজন তা বর্ণনা করুন এবং এটি আপনাকে কাজের জন্য ডিজাইন করা একটি স্ফটিক দেয়। অনুশীলনে, সেই দৃশ্যটি নাগালের বাইরে থেকে গেছে, কারণ আজকের চ্যাটবটগুলির পিছনের মডেলগুলি বেশিরভাগ উপকরণগুলি কেমন দেখায় তা বাস্তবে কখনও দেখেনি৷

এমআইটি গবেষকরা রিপোর্ট করেছেন যে তারা এটি ঠিক করার জন্য একটি দৃঢ় পদক্ষেপ নিয়েছে। Nature Communications-এ প্রকাশিত একটি নতুন গবেষণাপত্রে, MIT-এর ডিপার্টমেন্ট অফ ম্যাটেরিয়াল সায়েন্স অ্যান্ড ইঞ্জিনিয়ারিং (DMSE) থেকে একটি দল একটি মাল্টিমোডাল AI মডেল বর্ণনা করে যা ত্রি-মাত্রিক পারমাণবিক কাঠামোকে প্রাকৃতিক-ভাষার বর্ণনার সাথে একত্রিত করে, যেটি একই সময়ে ক্রিস্টাল জ্যামিতি এবং পাঠ্য সম্পর্কে সিস্টেমকে কারণ দেয়। এমআইটি নিউজের মতে, মডেলটি এআইকে পারমাণবিক বিন্যাস এবং বন্ডিং প্যাটার্ন দেখার অনুমতি দিয়ে একা পাঠ্যের উপর প্রশিক্ষিত সিস্টেমের চেয়ে ভাল উপাদান ডিজাইন সনাক্ত করে যা উপাদানগুলি কীভাবে আচরণ করে তা নির্ধারণ করে। কাজটি AI ইন্ডাস্ট্রি কভারেজ এর একটি ব্যস্ত প্রসারকে যোগ করে যা পাঠ্যের বাইরে এবং ভৌত জগতের দিকে দৃষ্টি নিবদ্ধ করে।

কেন পাঠ্য-প্রশিক্ষিত মডেলরা বিষয়টিতে হোঁচট খায়

বাধাটি মৌলিকভাবে ডেটা সম্পর্কে। বেশিরভাগ উপাদানই স্ফটিক: ত্রিমাত্রিক, পরমাণুগুলির পর্যায়ক্রমিক বিন্যাস যার গঠনগুলি টেক্সট স্ট্রিমগুলির পরিবর্তে বিশেষ গণনামূলক বিন্যাসে সংরক্ষণ করা হয় যেগুলি বড় ভাষা মডেলগুলিকে প্রশিক্ষণ দেওয়া হয়। সর্বোপরি, পরীক্ষামূলক সাহিত্য কয়েকটি জনপ্রিয় শ্রেণীর স্ফটিকগুলির প্রতি প্রবলভাবে পক্ষপাতদুষ্ট, যা প্রাথমিকভাবে প্রকাশিত কাগজগুলিতে প্রশিক্ষিত যেকোন AI-এর আউটপুটকে তিরস্কার করে।

ফলাফল বাস্তব পরিণতি সঙ্গে একটি অন্ধ স্পট হয়. পৃথিবীতে 90 শতাংশেরও বেশি কঠিন পদার্থ স্ফটিক, এবং অনেক কাঠামো যা পরবর্তী প্রজন্মের ব্যাটারি, ইলেকট্রনিক্স বা অনুঘটকগুলির জন্য গুরুত্বপূর্ণ হতে পারে এমন গণনামূলক ডাটাবেসে বাস করে যা শুধুমাত্র ভাষা-ব্যবস্থা কার্যকরভাবে পড়তে পারে না।

ভাষার সাথে কাঠামো সারিবদ্ধ করার জন্য একটি মডেল শেখানো

এমআইটি দলের উত্তর ছিল স্ফটিকগুলির জন্য কার্যকরভাবে একটি দৃষ্টি-ভাষা মডেল তৈরি করা। গবেষকরা বিপরীত শিক্ষা ব্যবহার করে স্ফটিক কাঠামোর পাঠ্য বর্ণনা তৈরি করার জন্য একটি ভাষা মডেলকে প্রশিক্ষিত করেছেন, একটি পদ্ধতি যেখানে একটি মডেল কাঠামো এবং বর্ণনার অনুরূপ এবং ভিন্ন উদাহরণ তুলনা করে যতক্ষণ না এটি একটি ঐক্যবদ্ধ বোঝার বিকাশ ঘটায় - একটি প্রক্রিয়া MIT কীভাবে মস্তিষ্ক তার দৃশ্য এবং ভাষা অঞ্চলগুলিকে সারিবদ্ধ করে তার সাথে তুলনা করে।

গুরুত্বপূর্ণভাবে, দলটি কেবলমাত্র বিদ্যমান কাগজপত্রের উপর নির্ভর না করে উপকরণ সম্পর্কে নিজস্ব বর্ণনা সংশ্লেষণ করতে বেছে নিয়েছে। পরীক্ষামূলক গবেষণা সাহিত্য এবং প্রথম-নীতির কম্পিউটেশনাল ডাটাবেসের উপর অঙ্কন করে, মডেলটি কেবল রাসায়নিক গঠন এবং কাঠামোই নয়, বৈশিষ্ট্য, প্রক্রিয়াকরণ বিবেচনা এবং সম্ভাব্য অ্যাপ্লিকেশনগুলিকে কভার করে সমৃদ্ধ বিবরণ তৈরি করেছে।

"আমরা একটি AI মডেল তৈরি করতে চেয়েছিলাম যা বিস্তৃতভাবে উপকরণ জুড়ে কাজ করে," জু লি বলেছেন, এমআইটির পাওয়ার ইঞ্জিনিয়ারিং-এর অধ্যাপক কার্ল রিচার্ড সোডারবার্গ এবং কাগজের একজন সিনিয়র লেখক। "এ কারণেই আমরা শুধুমাত্র বিদ্যমান কাগজপত্রের উপর নির্ভর না করে বর্ণনাগুলি সংশ্লেষণ করার সিদ্ধান্ত নিয়েছি। আমরা যখন সেই বর্ণনামূলক ডেটাসেটটি ব্যবহার করেছি তখন আমরা দেখতে পেয়েছি যে মডেলগুলি ফাংশনের পূর্বাভাস দেওয়ার ক্ষেত্রে আরও ভাল।"

পরীক্ষা: সলিড-স্টেট ব্যাটারি ইলেক্ট্রোলাইট খোঁজা

পদ্ধতির মূল্যায়ন করার জন্য, গবেষকরা মডেলের দুটি সংস্করণ তুলনা করেছেন: একটি এআই-উত্পাদিত কাঠামোগত বিবরণে প্রশিক্ষিত এবং একটি গবেষণাপত্র থেকে শুধুমাত্র পাঠ্যের উপর প্রশিক্ষিত। সংশ্লেষিত বর্ণনায় প্রশিক্ষিত সংস্করণটি সফলভাবে জ্যামিতিক কাঠামোকে ভাষার সাথে সারিবদ্ধ করতে শিখেছে, যখন কেবল পাঠ্য সংস্করণটি তা করেনি।

দলটি তখন মডেলটিকে সলিড-স্টেট লিথিয়াম-আয়ন ব্যাটারি ইলেক্ট্রোলাইটের জন্য উপযুক্ত স্ফটিক উপকরণ সনাক্ত করতে বলে - পরবর্তী প্রজন্মের ব্যাটারির জন্য একটি মূল চ্যালেঞ্জ। এমআইটি নিউজের মতে, মডেলের শীর্ষ ফলাফলের মধ্যে এমন উপাদান অন্তর্ভুক্ত ছিল যেগুলি স্বাধীনভাবে প্রতিশ্রুতিশীল প্রার্থী হিসাবে চিহ্নিত করা হয়েছিল এবং সিস্টেমটি একটি টেক্সট-কেবল বেসলাইনকে ছাড়িয়ে গিয়েছিল যখন একটি সম্পত্তির বর্ণনা দিয়ে প্রাকৃতিক-ভাষা প্রশ্নগুলি দেওয়া হয়েছিল এবং সেই সম্পত্তির সাথে স্ফটিক খুঁজে পেতে বলা হয়েছিল।

"গঠন সত্যিই পদার্থ বিজ্ঞান ক্ষেত্রের হৃদয়ে," লি বলেন। "আপনি যদি কাঠামোটি বুঝতে পারেন, তাহলে আপনি উপাদানের বৈশিষ্ট্য এবং কার্যকারিতা সম্পর্কে অনেক কিছু অনুমান করতে পারেন। আমরা একটি উপাদানের পারমাণবিক কাঠামো এবং এর বৈশিষ্ট্য এবং মডেলের জন্য প্রক্রিয়াকরণের মধ্যে সংযোগ তৈরি করতে চেয়েছিলাম।"

যেখানে এটি AI-চালিত উপাদান আবিষ্কারে ফিট করে

গত এক দশকে, AI ইতিমধ্যেই নতুন স্ফটিকের প্রস্তাবিত এবং ডিজাইনের আকার পরিবর্তন করেছে; তবে এই সিস্টেমগুলির বেশিরভাগই স্ফটিক উপাদানগুলিকে বিশেষ স্থাপত্য দ্বারা প্রক্রিয়াকৃত ত্রি-মাত্রিক গ্রাফ হিসাবে বিবেচনা করে, যা সাধারণ-উদ্দেশ্য এআইকে শক্তি দেয় এমন ভাষা মডেল থেকে আলাদা। সরাসরি জ্যামিতি উপলব্ধি করার জন্য একটি ভাষা-ভিত্তিক মডেল শেখানোর মাধ্যমে, এমআইটি কাজ এমন সহকারীর দিকে নির্দেশ করে যারা একদিন সরল ইংরেজিতে শেষ থেকে শেষ পর্যন্ত বিবৃত একটি উপকরণ অনুরোধ পরিচালনা করতে পারে।

গবেষণা দলে প্রথম লেখক ইয়াং জিয়ং পার্ক, একজন প্রাক্তন এমআইটি পোস্টডক, মায়াঙ্ক কুমারান, সাম্প্রতিক ইউনিভার্সিটি অফ ইলিনয় আরবানা-চ্যাম্পেইন কম্পিউটার ইঞ্জিনিয়ারিং স্নাতক, চিয়া-ওয়েই হু, এবং এলসা অলিভেটি, জেরি ম্যাকাফি (1940) এমআইটি-তে ইঞ্জিনিয়ারিং এর অধ্যাপক ছিলেন।

এরপর কি আসে

মডেলটি একটি গবেষণা পদ্ধতি হিসাবে রয়ে গেছে এবং এমআইটি কোনো উৎপাদন ঘোষণা করেনি। কিন্তু প্রভাবগুলি বিস্তৃত: সলিড-স্টেট ইলেক্ট্রোলাইটগুলি ছিল একটি পরীক্ষার ক্ষেত্রে, এবং একই কাঠামো-প্লাস-ভাষা পদ্ধতি অনুঘটক, অর্ধপরিবাহী বা কাঠামোগত উপকরণগুলিতে প্রযোজ্য হতে পারে। যদি পদ্ধতিটি সাধারণীকরণ করা হয়, তবে উপকরণ আবিষ্কারের বাধা প্রার্থীর স্ফটিক তৈরি করা থেকে পরীক্ষাগারে যাচাই করার দিকে স্থানান্তরিত হতে পারে - একটি শিফট পরীক্ষাবিদরা সম্ভবত স্বাগত জানাবেন।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →