क्या मानव निर्मित तर्क एक किनारे पर आ गया है ?, क्या सामग्री विज्ञान इसकी सहायता कर सकता है ?

 

  वास्तव में लंबे समय से, भौतिक विज्ञानी अपने आवश्यक उपकरणों के रूप में अपने मानस को शामिल करते हुए क्षेत्र में महत्वपूर्ण प्रगति और आगे की छलांग लगा रहे हैं।  फिर भी, एक ऐसे परिदृश्य की कल्पना करें जिसमें कम्प्यूटरीकृत तर्क इन खुलासे में सहायता कर सके।

  पिछले महीने, ड्यूक विश्वविद्यालय के विशेषज्ञों ने दिखाया कि ज्ञात भौतिक विज्ञान को एआई गणना में एकीकृत करने से भौतिक गुणों में नई डिग्री के खुलासे हो सकते हैं, जैसा कि फाउंडेशन द्वारा एक सार्वजनिक बयान से संकेत मिलता है।  उन्होंने अपनी तरह की पहली परियोजना को अपनाया जहां उन्होंने मेटामटेरियल्स के रूप में जानी जाने वाली डिज़ाइन की गई सामग्रियों के एक वर्ग के गुणों को खोजने के लिए एआई गणना का निर्माण किया और यह तय करने के लिए कि वे विद्युत चुम्बकीय क्षेत्रों से कैसे जुड़ते हैं।

मेटामटेरियल गुणों का पूर्वाभास
परिणामों ने उल्लेखनीय प्रदर्शन किया।  नई गणना ने मेटामटेरियल के गुणों को पिछली तकनीकों की तुलना में अधिक उत्पादक रूप से अनुमानित किया, जबकि अतिरिक्त रूप से नए अनुभव भी दिए।

ड्यूक में इलेक्ट्रिकल और पीसी डिजाइनिंग के शिक्षक विली पाडिला ने कहा, "ज्ञात भौतिक विज्ञान को सीधे एआई में एकीकृत करके, गणना कम तैयारी की जानकारी और काफी तेज के साथ व्यवस्था को ट्रैक कर सकती है।"  "हालांकि यह अध्ययन ज्यादातर इस तरह का प्रदर्शन था कि कार्यप्रणाली ज्ञात व्यवस्थाओं को पुन: उत्पन्न कर सकती है, इसी तरह गैर-धातु मेटामटेरियल्स के अंदरूनी संचालन में कुछ अनुभवों को उजागर किया गया जो पहले कोई नहीं जानता था।"

अपने नए काम में, वैज्ञानिकों ने ऐसे खुलासे करने पर ध्यान दिया जो सटीक थे और ठीक लग रहे थे।

इलेक्ट्रिकल और पीसी के पार्टनर रिसर्च टीचर जॉर्डन मालोफ ने कहा, "मस्तिष्क नेटवर्क जानकारी में डिजाइनों को ट्रैक करने का प्रयास करते हैं, हालांकि अब वे जो उदाहरण पाते हैं वे भौतिक विज्ञान के नियमों को प्रस्तुत नहीं करते हैं, जिससे मॉडल समस्याग्रस्त हो जाता है।"  ड्यूक में डिजाइनिंग  "भौतिक विज्ञान के नियमों का पालन करने के लिए मस्तिष्क संगठन को चलाकर, हमने इसे ऐसे कनेक्शन खोजने से रोक दिया जो जानकारी में फिट हो सकते हैं लेकिन सटीक नहीं हैं।"

उन्होंने ऐसा किया कि मस्तिष्क नेटवर्क पर एक भौतिक विज्ञान को मजबूर करके लोरेंत्ज़ मॉडल कहा जाता है।  यह परिस्थितियों का एक समूह है जो दर्शाता है कि किसी सामग्री के जन्मजात गुण विद्युत चुम्बकीय क्षेत्र के साथ कैसे प्रतिध्वनित होते हैं।  यह, किसी भी मामले में, हासिल करने के लिए कोई आसान उपलब्धि नहीं थी।

"जब आप एक मस्तिष्क नेटवर्क को अधिक व्याख्यात्मक बनाते हैं, जो कि कुछ अर्थों में हमने यहां किया है, तो इसे जांचना बहुत मुश्किल हो सकता है," पाडिला की शोध सुविधा में काम कर रहे एक पोस्टडॉक्टरल वैज्ञानिक उमर खतीब ने कहा।  "हम निश्चित रूप से उदाहरणों के साथ दक्षता हासिल करने की तैयारी को उन्नत करने के लिए संघर्ष कर रहे हैं।"

एक मौलिक रूप से अधिक प्रभावी मॉडल
विश्लेषकों को यह जानकर आकर्षक आश्चर्य हुआ कि इस मॉडल ने पिछले मस्तिष्क नेटवर्क की तुलना में अधिक उत्पादक रूप से काम किया था, जो कि मेटामेट्रिक गुणों को तय करने के लिए मॉडल के लिए आवश्यक सीमाओं की मात्रा को निर्णायक रूप से कम करके इसी तरह के कामों के लिए इकट्ठा किया था।  नया मॉडल वास्तव में आम तौर पर अकेले ही खुलासे कर सकता है।

वर्तमान में, विशेषज्ञ अज्ञात क्षेत्र पर अपनी कार्यप्रणाली का उपयोग करने की तैयारी कर रहे हैं।

"अब जब हमने यह दिखाया है कि यह संभव होना चाहिए, तो हमें उन ढांचे से निपटने के लिए इस तरह से लागू करने की आवश्यकता है जहां भौतिक विज्ञान अस्पष्ट है, " पाडिला ने कहा।

मालोफ ने कहा, "व्यक्तियों के ढेर भौतिक संपत्तियों की भविष्यवाणी करने के लिए मस्तिष्क संगठनों का उपयोग कर रहे हैं, फिर भी मनोरंजन से पर्याप्त तैयारी की जानकारी प्राप्त करना एक गोलियत पीड़ा है।"  "यह काम वैसे ही मॉडल बनाने की दिशा में एक रास्ता दिखाता है जिसके लिए अधिक जानकारी की आवश्यकता नहीं होती है, जो कि आप इसे कैसे देखते हैं, इससे कोई फर्क नहीं पड़ता।"