এআই এজেন্টরা প্রকাশ করে কিভাবে অ্যালুমিনিয়াম ন্যানো পার্টিকেল অক্সিডাইজ করে

পরমাণু কিভাবে মিথস্ক্রিয়া করে তার একটি সঠিক মডেল তৈরি করা একটি জটিল প্রক্রিয়া। গবেষকদের অবশ্যই নতুন গণনা বেছে নিতে হবে, ধারাবাহিক মডেলগুলি পরীক্ষা করতে হবে এবং প্রতিটি মিথস্ক্রিয়ার পিছনের প্রক্রিয়াগুলি ট্র্যাক করতে হবে। কিন্তু এমএলপি কপিলট নামে একটি নতুন উন্নত এআই এজেন্ট গণনামূলক সরঞ্জাম এবং মানুষের তত্ত্বাবধানে বৈজ্ঞানিক প্রমাণগুলিকে সেতু করে এই প্রক্রিয়াটিকে আরও সহজ করে তুলেছে।

“যেমন অটো-পাইলট পাইলটদের জীবনকে অনেক সহজ করে তোলে, আমাদের সাধারণ-উদ্দেশ্য কাঠামোটি বস্তুগত বিজ্ঞানকে আরও দক্ষ করে তোলার জন্য ডিজাইন করা হয়েছে, প্রকৃত মানুষের রাজত্বে থাকা প্রয়োজনকে উপেক্ষা না করে,” বলেছেন হাও লি, অ্যাডভান্সড ইনস্টিটিউট ফর মেটেরিয়ালস রিসার্চ (WPI-AIMR), তোহোকু বিশ্ববিদ্যালয়ের বিশিষ্ট অধ্যাপক৷

MLP কপাইলট কোয়ান্টাম গণনা থেকে পারমাণবিক শক্তি এবং শক্তি শিখে, যার মডেলগুলি বড় সিমুলেশনগুলিকে সম্ভবপর করতে যেতে পারে। ফ্রেমওয়ার্কের সমন্বয় পদ্ধতিগুলি প্রতিটি অ্যাপ্লিকেশনের জন্য তৈরি করা গণনা, প্রশিক্ষণের ডেটা এবং বৈধতা সহ উপকরণ সিস্টেম জুড়ে পুনরায় ব্যবহার করা যেতে পারে।

অধ্যয়নটি 15 অক্টোবর, 2026-এ প্রসিডিংস অফ দ্য ন্যাশনাল একাডেমি অফ সায়েন্সেস (PNAS) এ সরাসরি জমা হিসাবে প্রকাশিত হয়েছিল।

কাঠামো প্রদর্শন করার জন্য, দলটি অ্যালুমিনিয়াম ন্যানো পার্টিকেল অক্সিডেশন তদন্ত করেছে। এই কণাগুলি যথেষ্ট রাসায়নিক শক্তি সঞ্চয় করে, কিন্তু একটি পৃষ্ঠের অক্সাইড শেল অক্সিজেনের সাথে তাদের প্রতিক্রিয়া সীমিত করতে পারে। শেল পরিবর্তনগুলি কীভাবে অক্সিডেশন এবং শক্তি মুক্তি নিয়ন্ত্রণের জন্য ভবিষ্যতের প্রচেষ্টাকে গাইড করতে পারে তা বোঝা।

প্রায় 80টি সক্রিয়-শিক্ষার পুনরাবৃত্তি জুড়ে, গবেষকরা 88,833টি পারমাণবিক কনফিগারেশন একত্রিত করেছেন। অনিশ্চিত কনফিগারেশন অতিরিক্ত কোয়ান্টাম গণনা এবং মডেল প্রশিক্ষণ নির্দেশিত. রেফারেন্স ফলাফলের সাথে তুলনা, থার্মোডাইনামিক বৈশিষ্ট্য এবং স্বাধীন ক্লাস্টার পরীক্ষার অক্সিডেশন সিমুলেশনে ব্যবহারের আগে মডেলটিকে মূল্যায়ন করতে সাহায্য করেছে।

সিমুলেশনগুলি বিদ্যমান অক্সাইড শেল সহ কণার দুটি আচরণ প্রকাশ করেছে। অধ্যয়নের মধ্যে মাঝারি তাপমাত্রায়, অস্থায়ী ন্যানোস্কেল পথগুলি উপাদান পরিবহন সীমিত করার সময় অক্সিডেশন চালিয়ে যেতে দেয় – একটি “শ্বাস নেওয়ার মোড।” উচ্চ তাপমাত্রায়, শেল ফেটে যাওয়া অ্যালুমিনিয়াম কোরকে অক্সিজেনের কাছে উন্মুক্ত করে এবং ত্বরিত জারণ। অধ্যয়ন করা অবস্থার অধীনে প্রভাবশালী পথ হিসাবে বহির্মুখী অ্যালুমিনিয়াম পরিবহনকে সমর্থিত বিশ্লেষণ করে।

পুরো ওয়ার্কফ্লো জুড়ে, এআই এজেন্টরা প্রকল্পের জ্ঞান, প্রমাণ পুনরুদ্ধার এবং সমর্থিত বৈধতা পরিকল্পনার আয়োজন করেছে। কম্পিউটেশনাল টুল ডেটাসেট, মডেল সংস্করণ, এবং মূল্যায়ন রিপোর্ট ধরে রাখে। তবুও, গবেষকরা সিদ্ধান্ত নিয়েছেন কোন মডেলগুলি গ্রহণ করবেন, কোথায় ব্যবহার করবেন এবং ফলাফলগুলি কীভাবে ব্যাখ্যা করবেন।

কাজটি স্বতন্ত্র গণনার জন্য AI ব্যবহার থেকে মানব-এজেন্ট সহযোগিতার মাধ্যমে গবেষণা সংগঠিত করার জন্য একটি বিস্তৃত পরিবর্তনকে প্রতিফলিত করে। এই ধরনের কর্মপ্রবাহগুলি পুনরাবৃত্ত স্ব-উন্নতি (RSI) এর ভবিষ্যতের গবেষণাকে সমর্থন করতে পারে, যেখানে প্রতিক্রিয়া একটি সিস্টেমের ক্ষমতা এবং আরও উন্নতি করার ক্ষমতা উভয়কেই উন্নত করে। ভবিষ্যতের এজেন্টরা তাদের পরিকল্পনা এবং টুল ব্যবহার পরিমার্জিত করার জন্য বৈধ ফলাফল থেকে শিখতে পারে, গবেষকদের দ্বারা মূল্যায়ন করা প্রতিটি পরিবর্তনের সাথে।

পদার্থ বিজ্ঞানের জন্য, প্রতিশ্রুতি হল যে প্রতিটি তদন্ত পরবর্তী গবেষণা চক্রকে উন্নত করতে নতুন শারীরিক অন্তর্দৃষ্টি এবং পুনরায় ব্যবহারযোগ্য জ্ঞান উভয়ই দিতে পারে।

প্রকাশনার বিবরণ:

শিরোনাম: মাল্টি-এআই এজেন্ট ফ্রেমওয়ার্ক অ্যালুমিনিয়াম ন্যানো পার্টিকেল অক্সিডেশনে “অক্সাইড গেটকিপার” প্রকাশ করে

লেখক: ইমিং লু, টিংইউ লু, ডি ঝাং, লিলি ইয়ে, হাও লি

জার্নাল: ন্যাশনাল একাডেমি অফ সায়েন্সেস (PNAS), 123 (42), e2537780123 (2026) এর কার্যধারা

DOI: 10.1073/pnas.2537780123