कृत्रिम बुद्धिमत्ता प्रणाली जो व्यक्तिगत अणुओं को स्थानांतरित करने में सक्षम है

ज्यूलिख और बर्लिन के वैज्ञानिकों ने एक कृत्रिम बुद्धिमत्ता प्रणाली विकसित की है जो स्वायत्त रूप से व्यक्तिगत अणुओं को स्कैनिंग टनलिंग माइक्रोस्कोप का उपयोग करके स्थानांतरित करना सीखने में सक्षम है। क्योंकि परमाणु और अणु बड़े पैमाने पर वस्तुओं की तरह नहीं चलते हैं, इसलिए प्रत्येक को स्थानांतरित करने के लिए अपनी प्रणाली की आवश्यकता होती है।

यह नई विधि, जिसे वैज्ञानिकों का मानना है कि इसका उपयोग अनुसंधान और उत्पादन प्रौद्योगिकियों जैसे कि आणविक 3D प्रिंटिंग के लिए किया जा सकता है, साइंस एडवांसेज में प्रकाशित किया गया था।

3D प्रिंटिंग

तेजी से प्रोटोटाइपिंग, जिसे आमतौर पर 3D प्रिंटिंग के रूप में जाना जाता है, प्रोटोटाइप या मॉडल बनाने के लिए बहुत लागत प्रभावी है। यह वर्षों से महत्व में बढ़ रहा है क्योंकि प्रौद्योगिकी लगातार सुधारित हो रही है, और यह अब उद्योग द्वारा उपयोग किया जाने वाला एक प्रमुख उपकरण है।

डॉ. क्रिश्चियन वैगनर फोर्स्चुंग्सजेंट्रुम ज्यूलिख में आणविक हेरफेर पर ईआरसी कार्य समूह के प्रमुख हैं।

“यदि यह अवधारणा नैनोस्केल पर स्थानांतरित की जा सकती है तो व्यक्तिगत अणुओं को विशेष रूप से एक साथ या फिर से अलग करने की अनुमति देने के लिए, संभावनाएं लगभग अंतहीन होंगी, यह देखते हुए कि फोर्स्चुंग्सजेंट्रुम ज्यूलिख में लगभग 10^60 संभावित प्रकार की आणविक हेरफेर हैं,” वैगनर कहते हैं।

व्यक्तिगत “नुस्खे”

मुख्य चुनौतियों में से एक व्यक्तिगत “नुस्खे” हैं जो स्कैनिंग टनलिंग माइक्रोस्कोप को व्यक्तिगत अणुओं को आगे और पीछे स्थानांतरित करने के लिए आवश्यक हैं। इनकी आवश्यकता होती है ताकि माइक्रोस्कोप की नोक अणुओं को स्थानिक और लक्षित तरीके से व्यवस्थित कर सके।

इसे कहा जाता है “नुस्खा” जो गणना या अनुमान द्वारा नहीं किया जा सकता है, जो नैनोस्केल पर यांत्रिकी की जटिल प्रकृति के कारण है। माइक्रोस्कोप का काम एक कठोर शंकु के साथ होता है, जिसकी नोक पर अणु हल्के से चिपक जाते हैं। इन अणुओं को घूमने के लिए, जटिल गति पैटर्न की आवश्यकता होती है।

प्रोफेसर डॉ. स्टीफन टाउट्ज ज्यूलिख में क्वांटम नैनोसाइंस संस्थान के प्रमुख हैं।

“अब तक, ऐसी लक्षित आणविक गति केवल मैनुअल रूप से संभव थी, परीक्षण और त्रुटि के माध्यम से। लेकिन स्व-शिक्षित, स्वायत्त सॉफ्टवेयर नियंत्रण प्रणाली की मदद से, हमने पहली बार इस नैनोस्केल पर विविधता और परिवर्तनशीलता का समाधान खोजने और इस प्रक्रिया को स्वचालित करने में सफलता प्राप्त की है,” टाउट्ज कहते हैं।

सुदृढ़ सीखना

इस विकास के मूलभूत पहलुओं में से एक सुदृढ़ सीखना है, जो एक प्रकार का मशीन लर्निंग है जिसमें अल्गोरिदम बार-बार एक कार्य का प्रयास करता है और प्रत्येक प्रयास से सीखता है।

प्रोफेसर डॉ. क्लाउस-रॉबर्ट मुलर टीयू बर्लिन में मशीन लर्निंग विभाग के प्रमुख हैं।

“हम सॉफ्टवेयर एजेंट के लिए एक समाधान मार्ग निर्धारित नहीं करते हैं, लेकिन सफलता को पुरस्कृत करते हैं और असफलता को दंडित करते हैं,” वे कहते हैं।

“हमारे मामले में, एजेंट को एक परत से व्यक्तिगत अणुओं को हटाने का कार्य दिया गया था, जिसमें वे जटिल रासायनिक बंधनों के नेटवर्क द्वारा आयोजित किए जाते थे। सटीक होने के लिए, वे पेरिलीन अणु थे, जैसे कि डाई और कार्बनिक प्रकाश-उत्सर्जक डायोड में उपयोग किए जाते हैं,” डॉ. क्रिश्चियन वैगनर जोड़ते हैं।

एक महत्वपूर्ण बिंदु है जहां अणु को स्थानांतरित करने के लिए आवश्यक बल बंधन की ताकत से अधिक नहीं हो सकता है जहां टनलिंग माइक्रोस्कोप अणु को आकर्षित करता है।

“माइक्रोस्कोप की नोक को इसलिए एक विशेष गति पैटर्न का प्रदर्शन करना होगा, जिसे हम पहले हाथ से खोजते थे, वास्तव में,” वैगनर कहते हैं।

सुदृढ़ सीखने का उपयोग तब किया जाता है जब सॉफ्टवेयर एजेंट सीखता है कि कौन से आंदोलन काम करते हैं, और यह हर बार सुधारता है।

हालांकि, स्कैनिंग टनलिंग माइक्रोस्कोप की नोक धातु परमाणुओं से बनी होती है, जो बदल सकती है, और यह अणु के बंधन की ताकत को बदल देती है।

“प्रत्येक नए प्रयास से जोखिम बढ़ जाता है और इसलिए टिप और अणु के बीच बंधन टूटने की संभावना बढ़ जाती है। सॉफ्टवेयर एजेंट को इसलिए बहुत तेजी से सीखना होगा, क्योंकि इसके अनुभव किसी भी समय पुराने हो सकते हैं,” प्रोफेसर डॉ. स्टीफन टाउट्ज कहते हैं। “यह थोड़ा ऐसा है जैसे कि सड़क नेटवर्क, यातायात कानून, बॉडीवर्क, और वाहनों का संचालन करने के नियम लगातार बदल रहे हों जबकि स्वायत्त रूप से ड्राइविंग कर रहे हों।”

इससे गुजरने के लिए, शोधकर्ताओं ने सॉफ्टवेयर को इस तरह से विकसित किया है कि यह हेरफेर होने वाले वातावरण का एक सरल मॉडल सीखता है, जो प्रारंभिक चक्रों के साथ-साथ चलता है। सीखने की प्रक्रिया को तेज करने के लिए, एजेंट वास्तविकता और अपने मॉडल में एक ही समय में प्रशिक्षित होता है।

“यह पहली बार है जब हम कृत्रिम बुद्धिमत्ता और नैनोटेक्नोलॉजी को एक साथ लाए हैं,” क्लाउस-रॉबर्ट मुलर कहते हैं।

“अब तक, यह केवल एक ‘प्रूफ ऑफ प्रिंसिपल’ था,” टाउट्ज जारी रखते हैं। “हालांकि, हमें विश्वास है कि हमारा काम कार्यात्मक सुपरमॉलिक्युलर संरचनाओं, जैसे कि आणविक ट्रांजिस्टर, मेमोरी सेल, या क्यूबिट्स के निर्माण के लिए रोबोट-सहायता प्राप्त स्वचालित निर्माण के लिए मार्ग प्रशस्त करेगा – वर्तमान में संभव की तुलना में बहुत अधिक गति, सटीकता, और विश्वसनीयता के साथ।”

https://www.youtube.com/watch?v=MU9AMczMeN4&feature=emb_title