एक दशक से अधिक समय से, एमआईटी के एसोसिएट प्रोफेसर राफेल गोमेज़-बॉम्बरेली ने नई सामग्री बनाने के लिए कृत्रिम बुद्धिमत्ता का उपयोग किया है। जैसे-जैसे तकनीक का विस्तार हुआ है, वैसे-वैसे उनकी महत्वाकांक्षाएं भी बढ़ी हैं।
अब, सामग्री विज्ञान और इंजीनियरिंग में नव नियुक्त प्रोफेसर का मानना है कि एआई विज्ञान को ऐसे तरीके से बदलने के लिए तैयार है जो पहले कभी संभव नहीं था। एमआईटी और उसके बाहर उनका काम उस भविष्य को गति देने के लिए समर्पित है।
“हम दूसरे मोड़ पर हैं।”एगोमेज़-बॉम्बरेली कहते हैं। “पहली बार 2015 के आसपास विज्ञान के कुछ क्षेत्रों में प्रतिनिधित्व सीखने, जेनरेटिव एआई और उच्च-थ्रूपुट डेटा की पहली लहर आई थी। वे कुछ तकनीकें हैं जिन्हें मैं पहली बार एमआईटी में अपनी प्रयोगशाला में लाया था। अब मुझे लगता है कि हम दूसरे विभक्ति बिंदु पर हैं, भाषा का मिश्रण कर रहे हैं और कई तौर-तरीकों को सामान्य वैज्ञानिक बुद्धिमत्ता में विलय कर रहे हैं। हमारे पास भाषा के बारे में तर्क करने, भौतिक संरचनाओं पर तर्क करने और संश्लेषण व्यंजनों पर तर्क करने के लिए आवश्यक सभी मॉडल वर्ग और स्केलिंग कानून होंगे।”
गोमेज़ बॉम्बरेली का शोध वास्तविक दुनिया के अनुप्रयोगों के साथ नई सामग्रियों की खोज के लिए मशीन लर्निंग और जेनरेटिव एआई जैसे दृष्टिकोणों के साथ भौतिकी-आधारित सिमुलेशन को जोड़ता है। उनके काम से बैटरी, उत्प्रेरक, प्लास्टिक और कार्बनिक प्रकाश उत्सर्जक डायोड (ओएलईडी) के लिए नई सामग्री तैयार हुई है। उन्होंने कई कंपनियों की सह-स्थापना भी की है और दवा खोज, रोबोटिक्स आदि में एआई लागू करने वाले स्टार्टअप के लिए वैज्ञानिक सलाहकार बोर्ड में भी काम किया है। उनकी नवीनतम कंपनी, लीला साइंसेज, जीवन विज्ञान, रसायन और सामग्री विज्ञान उद्योगों के लिए एक वैज्ञानिक अधीक्षण मंच बनाने के लिए काम कर रही है।
वह सारा कार्य यह सुनिश्चित करने के लिए डिज़ाइन किया गया है कि वैज्ञानिक अनुसंधान का भविष्य आज के अनुसंधान की तुलना में अधिक निर्बाध और उत्पादक हो।
गोमेज़-बॉम्बरेली कहते हैं, “विज्ञान के लिए एआई एआई के सबसे रोमांचक और महत्वाकांक्षी उपयोगों में से एक है।” “एआई के अन्य अनुप्रयोगों में अधिक नकारात्मक पक्ष और अस्पष्टता है। विज्ञान के लिए एआई समय के साथ बेहतर भविष्य लाने के बारे में है
प्रयोगों से लेकर अनुकरण तक
गोमेज़-बॉम्बरेली स्पेन में पले-बढ़े और कम उम्र से ही भौतिक विज्ञान की ओर आकर्षित हुए। 2001 में, उन्होंने रसायन विज्ञान ओलंपिक प्रतियोगिता जीती, जिससे उन्हें रसायन विज्ञान में अकादमिक ट्रैक पर स्थापित किया गया, जिसे उन्होंने अपने गृहनगर कॉलेज, सलामांका विश्वविद्यालय में स्नातक के रूप में अध्ययन किया। गोमेज़-बॉम्बरेली अपनी पीएचडी के लिए रुके रहे, जहां उन्होंने डीएनए को नुकसान पहुंचाने वाले रसायनों के कार्य की जांच की।
वे कहते हैं, ”मेरी पीएचडी प्रायोगिक तौर पर शुरू हुई और फिर आधे रास्ते में ही मुझे सिमुलेशन और कंप्यूटर विज्ञान के कीड़े ने काट लिया।” “मैंने उन्हीं रासायनिक प्रतिक्रियाओं का अनुकरण करना शुरू कर दिया जिन्हें मैं प्रयोगशाला में माप रहा था। जिस तरह से प्रोग्रामिंग आपके मस्तिष्क को व्यवस्थित करती है वह मुझे पसंद है; ऐसा लगा कि यह किसी की सोच को व्यवस्थित करने का एक स्वाभाविक तरीका है। प्रोग्रामिंग इस बात से भी बहुत कम सीमित है कि आप अपने हाथों से या वैज्ञानिक उपकरणों से क्या कर सकते हैं।”
इसके बाद, गोमेज़-बॉम्बरेली पोस्टडॉक्टरल पद के लिए स्कॉटलैंड गए, जहां उन्होंने जीव विज्ञान में क्वांटम प्रभावों का अध्ययन किया। उस काम के माध्यम से, वह हार्वर्ड विश्वविद्यालय में रसायन विज्ञान के प्रोफेसर एलन असपुरु-गुज़िक से जुड़े, जिनसे वह 2014 में अपने अगले पोस्टडॉक के लिए जुड़े।
गोमेज़-बॉम्बरेली कहते हैं, “मैं 2016 में रसायन विज्ञान के लिए जेनरेटिव एआई का उपयोग करने वाले पहले लोगों में से एक था, और मैं 2015 में अणुओं को समझने के लिए तंत्रिका नेटवर्क का उपयोग करने वाली पहली टीम में था।” €œयह विज्ञान की गहन शिक्षा के शुरुआती, शुरुआती दिन थे।”
गोमेज़-बॉम्बरेली ने अधिक उच्च-थ्रूपुट प्रयोगों को चलाने के लिए आणविक सिमुलेशन के मैन्युअल भागों को खत्म करने के लिए भी काम करना शुरू कर दिया। उन्होंने और उनके सहयोगियों ने विभिन्न सामग्रियों में सैकड़ों-हजारों गणनाएँ कीं और परीक्षण के लिए सैकड़ों आशाजनक सामग्रियों की खोज की।
प्रयोगशाला में दो साल के बाद, गोमेज़-बॉम्बरेली और असपुरु-गुज़िक ने एक सामान्य प्रयोजन सामग्री गणना कंपनी शुरू की, जिसने अंततः कार्बनिक प्रकाश उत्सर्जक डायोड के उत्पादन पर ध्यान केंद्रित किया। गोमेज़-बॉम्बरेली पूर्णकालिक रूप से कंपनी में शामिल हो गए और इसे अपने करियर में अब तक का सबसे कठिन काम बताते हैं।
वह कहते हैं, ”किसी चीज़ को मूर्त रूप देना अद्भुत था।” “इसके अलावा, असपुरु-गुज़िक को प्रयोगशाला चलाते देखने के बाद, मैं प्रोफेसर नहीं बनना चाहता था। मेरे पिता भाषा विज्ञान में प्रोफेसर थे और मुझे लगता था कि यह एक अच्छा काम है। फिर मैंने असपुरु-गुज़िक को 40 लोगों के समूह के साथ देखा, और वह साल में 120 दिन सड़क पर रहता था। यह पागलपन था. मैंने नहीं सोचा था कि मुझमें उस प्रकार की ऊर्जा और रचनात्मकता है।”
2018 में, असपुरु-गुज़िक ने गोमेज़-बॉम्बरेली को एमआईटी के सामग्री विज्ञान और इंजीनियरिंग विभाग में एक नए पद के लिए आवेदन करने का सुझाव दिया। लेकिन, संकाय की नौकरी के बारे में अपनी घबराहट के कारण, गोमेज़-बॉम्बरेली ने समय सीमा बीत जाने दी। असपुरु-गुज़िक ने उनके कार्यालय में उनका सामना किया, मेज पर अपने हाथ पटक दिए और उनसे कहा, “आपको इसके लिए आवेदन करने की आवश्यकता है।” यह गोमेज़-बॉम्बरेली को औपचारिक आवेदन देने के लिए पर्याप्त था।
सौभाग्य से अपने स्टार्टअप में, गोमेज़-बॉम्बरेली ने यह सोचने में बहुत समय बिताया था कि कम्प्यूटेशनल सामग्रियों की खोज से मूल्य कैसे बनाया जाए। साक्षात्कार प्रक्रिया के दौरान, वे कहते हैं, वह एमआईटी में ऊर्जा और सहयोगात्मक भावना से आकर्षित हुए थे। उन्होंने शोध की संभावनाओं की भी सराहना करना शुरू कर दिया।
वे कहते हैं, ”पोस्टडॉक के रूप में और कंपनी में मैं जो कुछ भी कर रहा था, वह एमआईटी में जो कुछ मैं कर सकता था उसका एक उप-समूह था।” “मैं उत्पाद बना रहा था, और मुझे अभी भी वह काम करना है।” अचानक, मेरे काम का ब्रह्मांड उन चीजों के इस नए ब्रह्मांड का एक उपसमूह बन गया, जिन्हें मैं खोज सकता था और कर सकता था।”
गोमेज़ बॉम्बरेली को एमआईटी में शामिल हुए नौ साल हो गए हैं। आज उनकी प्रयोगशाला इस बात पर ध्यान केंद्रित करती है कि परमाणुओं की संरचना, संरचना और प्रतिक्रियाशीलता सामग्री के प्रदर्शन को कैसे प्रभावित करती है। उन्होंने नई सामग्री बनाने के लिए उच्च-थ्रूपुट सिमुलेशन का भी उपयोग किया है और गहन शिक्षण को भौतिकी-आधारित मॉडलिंग के साथ विलय करने के लिए उपकरण विकसित करने में मदद की है।
गोमेज़ बॉम्बरेली का कहना है, ”भौतिकी-आधारित सिमुलेशन डेटा बनाते हैं और एआई एल्गोरिदम जितना अधिक डेटा आप उन्हें देते हैं, उतना बेहतर होता जाता है।” “एआई और सिमुलेशन के बीच सभी प्रकार के अच्छे चक्र हैं।”
उन्होंने जो अनुसंधान समूह बनाया है वह पूरी तरह से कम्प्यूटेशनल है – वे भौतिक प्रयोग नहीं चलाते हैं।
“यह एक आशीर्वाद है क्योंकि हमारे पास बहुत अधिक विस्तार हो सकता है और हम एक साथ बहुत सारे काम कर सकते हैं,” वह कहते हैं। “हम प्रयोगवादियों के साथ काम करना पसंद करते हैं और उनके साथ अच्छे भागीदार बनने की कोशिश करते हैं। हम कम्प्यूटेशनल उपकरण बनाना भी पसंद करते हैं जो प्रयोगकर्ताओं को एआई से आने वाले विचारों का परीक्षण करने में मदद करते हैं।
गोमेज़-बॉम्बरेली अभी भी अपने द्वारा आविष्कृत सामग्रियों के वास्तविक दुनिया के अनुप्रयोगों पर केंद्रित है। उनकी प्रयोगशाला निजी क्षेत्र की भौतिक आवश्यकताओं और वाणिज्यिक विकास की व्यावहारिक बाधाओं को समझने के लिए एमआईटी के औद्योगिक संपर्क कार्यक्रम जैसी कंपनियों और संगठनों के साथ मिलकर काम करती है।
विज्ञान को गति देना
जैसे-जैसे कृत्रिम बुद्धिमत्ता को लेकर उत्साह बढ़ा है, गोमेज़-बॉम्बरेली ने इस क्षेत्र को परिपक्व होते देखा है। मेटा, माइक्रोसॉफ्ट और गूगल की डीपमाइंड जैसी कंपनियां अब नियमित रूप से भौतिकी-आधारित सिमुलेशन का संचालन करती हैं, जो इस बात की याद दिलाती है कि वह 2016 में किस पर काम कर रहे थे। नवंबर में, अमेरिकी ऊर्जा विभाग ने एआई का उपयोग करके वैज्ञानिक खोज, राष्ट्रीय सुरक्षा और ऊर्जा प्रभुत्व में तेजी लाने के लिए जेनेसिस मिशन लॉन्च किया था।
गोमेज़-बॉम्बरेली कहते हैं, “सिमुलेशन के लिए एआई एक ऐसी चीज़ से बदल गया है जो शायद एक सर्वसम्मत वैज्ञानिक दृष्टिकोण पर काम कर सकता है।” “हम एक विभक्ति बिंदु पर हैं।” मनुष्य प्राकृतिक भाषा में सोचते हैं, हम प्राकृतिक भाषा में पेपर लिखते हैं, और यह पता चलता है कि इन बड़े भाषा मॉडलों ने, जिन्होंने प्राकृतिक भाषा में महारत हासिल कर ली है, विज्ञान को गति देने की क्षमता खोल दी है। हमने देखा है कि स्केलिंग सिमुलेशन के लिए काम करती है। हमने देखा है कि स्केलिंग भाषा के लिए काम करती है। अब हम यह देखने जा रहे हैं कि स्केलिंग विज्ञान के लिए कैसे काम करती है।”
जब वह पहली बार एमआईटी आये,एगोमेज़-बॉम्बरेली का कहना है कि वह इस बात से हैरान थे कि शोधकर्ताओं के बीच गैर-प्रतिस्पर्धी चीजें कैसे थीं। वह उसी सकारात्मक सोच को अपने शोध समूह में लाने की कोशिश करता है, जो लगभग 25 स्नातक छात्रों और पोस्टडॉक्स से बना है।
गोमेज़-बॉम्बरेली कहते हैं, ”हम स्वाभाविक रूप से विभिन्न प्रकार की मानसिकता वाले एक बहुत ही विविध समूह में विकसित हो गए हैं।” “हर किसी की अपनी करियर आकांक्षाएं और ताकत और कमजोरियां होती हैं। यह पता लगाना कि लोगों को स्वयं का सर्वश्रेष्ठ संस्करण बनने में कैसे मदद की जाए, मज़ेदार है। अब मैं इस बात पर जोर देने लगा हूं कि लोग समय सीमा के बाद संकाय पदों पर आवेदन करें। मुझे लगता है कि मैंने उस बैटन को पार कर लिया है।”
