व्याख्यात्मक एआई कैसे MPEA डिज़ाइन में क्रांति ला रहा है

A समूह वर्जीनिया टेक और जॉन्स हॉपकिन्स यूनिवर्सिटी के इंजीनियरों का एक साथ आया, एक अंतरविषय सहयोग को पूरा करने के लिए, जिसमें व्याख्यात्मक एआई के उपयोग को मजबूत MPEA (मल्टीपल प्रिंसिपल एलिमेंट अलॉय) बनाने को बढ़ाने के लिए खोजा गया। उनके शोध ने प्रमुख विवरण उजागर किए जो वैज्ञानिकों को नई सामग्री डिजाइन करने में मदद कर सकते हैं, जो एक दिन एयरोस्पेस प्रोजेक्ट, मेडिकल डिवाइस और नवीकरणीय ऊर्जा तकनीकों को शक्ति प्रदान कर सकते हैं। यहाँ वह सब है जो आपको जानना चाहिए।

मल्टीपल प्रिंसिपल एलिमेंट अलॉय (MPEAs) क्या हैं?

Multiple Principal Element Alloys (MPEAs) विशेष रूप से निर्मित सामग्री हैं जो कई तत्वों को इस तरह संयोजित करती हैं जिससे उनका प्रदर्शन बढ़ता है। विशेष रूप से, MPEAs उत्कृष्ट विकिरण, घिसाव और जंग प्रतिरोध प्रदान करती हैं। ये लाभ अतिरिक्त यांत्रिक गुणों के साथ आते हैं, जिससे वे आज के उन्नत अनुप्रयोगों के लिए महत्वपूर्ण बनते हैं।

MPEAs की अवधारणा अभी भी काफी नई है। जबकि MPEAs की अवधारणा 2000 के शुरुआती वर्षों में कैंटर और येह जैसे इंजीनियरों के काम के माध्यम से उभरी, हालिया breakthroughs, जैसे यह 2025 का अध्ययन, उनकी वास्तविक दुनिया में उपयोगिता को तेजी से आगे बढ़ा रहे हैं। वैज्ञानिक इन अनोखे सामग्री संयोजनों का अध्ययन जारी रखते हैं, अतिरिक्त प्रदर्शन को अनलॉक करने की कोशिश में। विशेष रूप से, FeNiCrCoCu सबसे अधिक अध्ययन किए गए MPEAs में से एक है।

MPEAs के विकास में चुनौतियाँ

MPEAs में ऐसी समस्याएँ हैं जिन्होंने उनके अपनाने और उपयोग को सीमित किया है। एक बात यह है कि इन सामग्रियों को विकसित करने वाले इंजीनियरों द्वारा सामान्यतः पसंद किए जाने वाले ट्रायल एंड एरर प्रक्रिया को करना कठिन और महंगा कार्य हो सकता है।  इसके अतिरिक्त, परिणाम और अंतिम उत्पाद बहुत हद तक इंजीनियर की विशेषज्ञता, अंतर्ज्ञान, क्षेत्र में ज्ञान और समग्र क्षमताओं पर निर्भर कर सकते हैं। इन सभी कारकों ने इंजीनियरों को एक अधिक यथार्थवादी MPEA विकास संरचना की इच्छा दी है।

ब्रेकथ्रू अध्ययन: एआई के साथ मजबूत MPEAs का डिजाइन

The study¹ “FeNiCrCoCu MPEAs का प्रयोगात्मक रूप से सत्यापित उलटा डिज़ाइन और व्याख्यात्मक एआई के साथ प्रमुख अंतर्दृष्टियों को अनलॉक करना” Nature’s Computational Materials में प्रकाशित, MPEAs बनाने के लिए एक नया तरीका प्रस्तुत करता है जिसमें लागत कम करने और प्रदर्शन सुधारने की संभावना है। नया दृष्टिकोण डेटा-चालित फ्रेमवर्क और व्याख्यात्मक एआई का उपयोग करके कम्प्यूटेशनल बायोमैटेरियल्स और सिंथेटिक इनऑर्गेनिक मैटेरियल्स को सॉल्वेंट-फ्री सिस्टम में संयोजित करता है।

इंजीनियरों ने नोट किया कि उन्नत मशीन लर्निंग और इवोल्यूशनरी एल्गोरिदम को संयोजित करने से उन्हें मल्टीपल प्रिंसिपल एलिमेंट अलॉय को अधिक प्रभावी ढंग से निर्धारित करने और यह समझने में मदद मिली कि वे अन्य तत्वों के साथ कैसे काम करते हैं। यह दृष्टिकोण वैज्ञानिक समुदाय को सामग्री की संरचना-गुणधर्म संबंधों में नई अंतर्दृष्टि प्रदान करता है।

व्याख्यात्मक एआई वैज्ञानिकों को बेहतर अलॉय बनाने में कैसे मदद करता है

कृत्रिम बुद्धिमत्ता लगातार आपके आसपास की दुनिया को पुनः आकार दे रही है। यह तकनीक शोधकर्ताओं को कम प्रयास के साथ अपने विषयों में गहराई से प्रवेश करने की अनुमति देती है। हालांकि, मानक एआई में एक समस्या यह है कि यह अक्सर परिणाम प्राप्त करने की प्रक्रिया की व्याख्या के बिना उत्तर प्रदान करता है। व्याख्यात्मक एआई एक बेहतर समाधान पेश करता है जो कार्य को पूरा करने के लिए उपयोग किए गए सटीक डेटा प्रदान कर सकता है।

स्रोत – NPJ

टीम ने अपने दृष्टिकोण के हिस्से के रूप में स्टैक्ड एन्सेम्बल मशीन लर्निंग (SEML) मॉडल और कॉन्वॉल्यूशनल न्यूरल नेटवर्क (CNN) मॉडल को इवोल्यूशनरी एल्गोरिदम के साथ उपयोग किया। इस सेटअप को SHAP एल्गोरिदम के साथ जोड़ा गया ताकि एआई की क्रियाओं में स्पष्ट अंतर्दृष्टि प्रदान की जा सके।

SHAP की व्याख्या: एआई ब्लैक बॉक्स को अनलॉक करना

SHAP प्रोटोकॉल विशेष रूप से वैज्ञानिक प्रयासों को बढ़ाने के लिए डिज़ाइन किया गया था। यह प्रणाली इंजीनियरों को एआई भविष्यवाणियों को बिना किसी रहस्य के व्याख्या करने की अनुमति देती है। वे प्रदान किए गए डेटा का उपयोग करके समझ सकते हैं कि विभिन्न तत्व और उनके स्थानीय पर्यावरण MPEA के प्रदर्शन में कैसे महत्वपूर्ण भूमिका निभा सकते हैं। अतिरिक्त रूप से, SHAP ने टीम को यह सटीक भविष्यवाणी करने में मदद की कि विभिन्न संरचनाएँ और तत्वों के संयोजन आवश्यक होने पर विशिष्ट लाभ कैसे प्रदान कर सकते हैं।

डेटा-चालित सामग्री डिजाइन की व्याख्या

टीम को पहले दिन से ही पता था कि वे अपने प्रक्रिया में मशीन लर्निंग को एकीकृत करना चाहते हैं। इस कदम के लिए उन्हें प्रयोगों और सिमुलेशन से एकत्रित बड़े डेटा सेटों के माध्यम से एल्गोरिदम को प्रोग्राम करना पड़ा। इस रणनीति ने टीम को अन्य मूल्यवान उपकरणों, जैसे इवोल्यूशनरी एल्गोरिदम को पारंपरिक प्रयोगों के साथ शामिल करने की अनुमति दी।

एआई-डिज़ाइन किए गए MPEAs की शक्ति का सत्यापन

इंजीनियरों ने यह सुनिश्चित करने के लिए कई परीक्षणों की श्रृंखला तैयार की कि उन्होंने जो सामग्री संश्लेषित की है वह उनकी मांगों को पूरा करती है।  परीक्षण चरण में Young’s modulus का उपयोग करके MPEAs की क्रिस्टल संरचनाओं और यांत्रिक गुणों की पुष्टि और निगरानी शामिल थी। परीक्षण परिणामों ने MPEA शोध प्रक्रिया पर कुछ प्रकाश डाला और यह साबित किया कि अधिक कुशल विधियाँ मौजूद हैं।

प्रायोगिक परीक्षणों से आशाजनक परिणाम

टीम ने कई परीक्षण किए, जिनसे रोचक परिणाम प्राप्त हुए। एक बात के लिए, उन्होंने सिद्ध किया कि वे अपने एआई-केंद्रित दृष्टिकोण का उपयोग करके नई अलॉय बना सकते हैं जिनकी यांत्रिक शक्ति आज के प्रमुख विकल्पों की तुलना में श्रेष्ठ है। अतिरिक्त रूप से, इंजीनियरों ने नोट किया कि मापे गए Young’s modulus लगभग सटीक रूप से उन कम्प्यूटेशनल भविष्यवाणियों के साथ मेल खाते हैं जो सिंगल-फ़ेज़ फेस-सेंटर्ड क्यूबिक (FCC) संरचनाओं के लिए विकसित किए गए थे।

 यह MPEA अध्ययन क्यों महत्वपूर्ण है

कुछ लाभ इस नए MPEA निर्माण और शोध अध्ययन को एक गेम‑चेंजर बनाते हैं। एक बात के लिए, यह पहला अध्ययन है जो MPEA विकास में मूल्यवान वैज्ञानिक अंतर्दृष्टि प्रदान करता है। अतिरिक्त रूप से, यह इंजीनियरों को पारंपरिक, महंगे ट्रायल‑एंड‑एरर सामग्री डिजाइन की तुलना में बहुत सस्ते सिमुलेशन चलाने की अनुमति देता है। इस प्रकार, वैज्ञानिक ने निष्कर्ष निकाला कि उनका दृष्टिकोण एक अधिक भविष्यवाणी योग्य समाधान प्रदान करता है जो भविष्य में उन्नत धातु अलॉय की खोज को तेज करने में मदद कर सकता है।

अंतरविषय सहयोग नवाचार को प्रेरित करता है

इस अध्ययन में उन शोधकर्ताओं को शामिल किया गया जो कई वैज्ञानिक क्षेत्रों में विशेषज्ञता रखते हैं, जिसमें गणना, संश्लेषण और विशेषण शामिल हैं। यह सहयोग आगे के प्रोजेक्ट्स के लिए द्वार खोलता है जहाँ विभिन्न विज्ञानों को मिलकर डेटा को सम्बंधित करना पड़ता है ताकि कार्य पूरे किए जा सकें।

एआई-डिज़ाइन किए गए अलॉय के लागत लाभ

वैज्ञानिक प्रयोग चलाना महंगा है और परिणामों में देरी कर सकता है। एआई कम्प्यूटेशनल सिमुलेशन का उपयोग एक बेहतर विकल्प है जो इंजीनियरों को हजारों काल्पनिक प्रयोग चलाने की अनुमति देता है बिना किसी भौतिक कार्रवाई की आवश्यकता के, जिससे लागत कम होती है और क्षमताएँ बढ़ती हैं।

भविष्य के उपयोग और व्यावसायिक समयरेखा

इस वैज्ञानिक शोध के कई अनुप्रयोग हैं। MPEAs का उपयोग अब पहले से अधिक सामान्य हो गया है। ये उच्च-प्रदर्शन खनिज अंतरिक्ष यान को वायुमंडलीय पुनः प्रवेश की तीव्रता को अवशोषित करने, एयर टरबाइनों को अधिक स्थिरता प्रदान करने और कई अन्य क्षेत्रों में मदद करते देखे जा सकते हैं। यहाँ व्याख्यात्मक एआई MPEAs के कुछ प्रमुख उपयोग दिए गए हैं।

MPEAs के स्वास्थ्य देखभाल अनुप्रयोग

स्वास्थ्य देखभाल उद्योग इस दृष्टिकोण का उपयोग करके इम्प्लांट, प्रॉस्थेटिक और सर्जिकल टूल्स के लिए उन्नत बायोमैटेरियल विकसित कर सकता है। इन सामग्रियों को कुछ परिदृश्यों के विरुद्ध परीक्षण करने की क्षमता, जैसे कि मानव शरीर उनका कैसे प्रतिक्रिया देगा, एक बड़ा लाभ है जो वैज्ञानिकों को उनके समग्र परिणाम सुधारने में मदद करेगा। पहले से ही, इंजीनियर MPEAs को घुटने के प्रतिस्थापन, हड्डी प्लेट और अन्य में उपयोग के लिए आदर्श विकल्प मानते हैं।

एयरोस्पेस उद्योग में अपनाने की संभावनाएँ

एयरोस्पेस समुदाय एक और क्षेत्र है जो इस डेटा का बड़े प्रभाव के साथ उपयोग करेगा। MPEAs अधिक स्थिर और टिकाऊ विमान घटकों का उत्पादन कर सकते हैं। टरबाइन ब्लेड, थर्मल स्प्रे कोटिंग्स, उच्च तापमान अनुप्रयोग और विकिरण-प्रतिरोधी सामग्री जैसी वस्तुएँ इस तकनीक के आदर्श उपयोग बने रहती हैं।

ऑटोमोटिव सेक्टर में MPEAs

एक और अनुप्रयोग जो अधिक निकट है, वह ऑटोमोटिव अनुप्रयोगों में MPEAs का उपयोग है। यह अध्ययन बेहतर पेंट, अधिक मजबूत टायर और अधिक कुशल कैटालिटिक कनवर्टर बनाने में मदद कर सकता है। इन सभी कारकों से MPEAs के शोध को विस्तारित करने और आगे के अपनाने को तेज करने में मदद मिल सकती है।

ये MPEAs बाजार में कब पहुँचेंगे?

इस शोध के बाजार में आने के समय के बारे में कोई समयरेखा नहीं दी गई थी। हालांकि, इसके पूर्ण स्वरूप और बेहतर-डिज़ाइन की गई सामग्रियों की बड़ी मांग को देखते हुए, आप अगले 3 वर्षों में इस तकनीक को डिजाइन में उपयोग होते देख सकते हैं।

Stronger MPEAs शोधकर्ता

Stronger MPEAs अध्ययन वर्जीनिया टेक और जॉन्स हॉपकिन्स यूनिवर्सिटी के इंजीनियरों द्वारा नेतृत्व किया गया था। पत्र में विशेष रूप से Sanket A. Deshmukh, Fangxi Wang, Allana G. Iwanicki, Abhishek T. Sose, Lucas A. Pressley, और Tyrel M. McQueen को योगदानकर्ता लेखकों के रूप में सूचीबद्ध किया गया है। अतिरिक्त रूप से, इस परियोजना को नेशनल साइंस फाउंडेशन से समर्थन और वित्तपोषण मिला।

एआई-ड्रिवेन अलॉय डिजाइन के लिए आगे क्या है?

MPEA विकास का भविष्य उज्ज्वल दिखता है। पहले ही, इंजीनियरों ने इन विधियों का उपयोग करके नई ग्लाइको सामग्री बनाई है। ये उच्च-स्तरीय कंपोजिट सामग्री सामग्री विज्ञान में कई वैज्ञानिक breakthroughs के लिए द्वार खोलते हैं।

अब, टीम अपने प्रक्रिया को अन्य सामग्रियों, जिसमें गैर‑MPEAs भी शामिल हैं, तक विस्तारित करने की कोशिश कर रही है। उनका लक्ष्य इन सामग्रियों के अंतःक्रिया को समझना और यह जानना है कि कौन‑से संयोजन कौन‑से विशिष्ट परिणाम प्रदान करते हैं।

सामग्री विज्ञान क्षेत्र में निवेश

सामग्री विज्ञान क्षेत्र में कई प्रतिस्पर्धी हैं। ये कंपनियां प्रतिस्पर्धा में आगे रहने के लिए अनुसंधान और विकास में मिलियन खर्च करती हैं। यह नवीनतम विकास उनके ओवरहेड को कम करने में मदद कर सकता है जबकि उनके इंजीनियरों को तेज़ अनुसंधान करने में सक्षम बनाता है। यहाँ एक कंपनी है जो सामग्री विज्ञान क्षेत्र में सफलता के लिए स्थित है।

NioCorp Developments

NioCorp (NB ) ने फरवरी 1987 में बाजार में प्रवेश किया ताकि उच्च मांग वाले पृथ्वी धातुओं पर अमेरिकी स्थिति को सुधार सके। तब से कंपनी ने बढ़कर संयुक्त राज्य में सबसे बड़े खनिज परियोजनाओं में से एक बन गई है। आज, यह कोलोराडो में स्थित है और राष्ट्रीय स्तर पर संचालन करता है। विशेष रूप से, Elk Creek Critical Minerals Project निओबियम, स्कैंडियम और टाइटेनियम के खनन और उत्पादन को सुधारने का लक्ष्य रखता है।

ये तत्व अमेरिकी सुरक्षा के लिए महत्वपूर्ण माने जाते हैं क्योंकि वे आयातित संसाधन हैं जो कई हाई‑टेक उत्पादों के उत्पादन के लिए आवश्यक हैं। कंपनी एक अग्रणी बनी हुई है जिसने निओबियम, स्कैंडियम, टाइटेनियम और दुर्लभ पृथ्वी तत्वों की सतत खनन प्रथाओं को आगे बढ़ाने में मदद की है।

2024 में, NioCorp ने दुर्लभ‑पृथ्वी स्थायी मैग्नेट्स के पुनर्चक्रण के लिए एक नई हाइड्रोमेटालर्जिकल प्रक्रिया पेश की। यह परियोजना बेहतर अपशिष्ट प्रबंधन के लिए द्वार खोलती है। ये विकास कंपनी की अधिक उपयोगी सामग्री की खोज और अमेरिकी आपूर्ति की सुरक्षा के प्रति निरंतर प्रतिबद्धता के अनुरूप हैं।

नवीनतम NioCorp (NB) स्टॉक समाचार और विकास

अंतिम विचार: यह अध्ययन क्यों महत्वपूर्ण है

यह देखना आसान है कि इंजीनियर एआई की ओर क्यों रुख करेंगे ताकि MPEAs की खोज और निर्माण को सरल बना सकें। यह विशिष्ट विज्ञान नई सामग्रियों को अनलॉक करने की तलाश करने वालों के लिए एक महंगा सफर रहा है। सौभाग्य से, stronger MPEAs अध्ययन के पीछे के वैज्ञानिक द्वारा किए गए कठिन परिश्रम और समर्पण एक उज्जवल भविष्य का द्वार खोल सकते हैं, जिसमें अधिक मजबूत, हल्के और किफायती MPEAs शामिल हों।

अन्य एआई प्रोजेक्ट्स के बारे में जानें अब.

संदर्भित अध्ययन:

^{1. Wang, F., Iwanicki, A.G., Sose, A.T. et al. FeNiCrCoCu MPEAs का प्रयोगात्मक रूप से सत्यापित उलटा डिज़ाइन और व्याख्यात्मक एआई के साथ प्रमुख अंतर्दृष्टियों को अनलॉक करना. npj Comput Mater 11, 124 (2025). https://doi.org/10.1038/s41524-025-01600-x}