मल्टीपल ऑप्टिमाइज़्ड स्पेशलिस्ट्स फॉर एआई-असिस्टेड केमिकल प्रेडिक्शन (MOSAIC) नामक एक नया आर्टिफिशियल इंटेलिजेंस ढांचा, रसायनज्ञों को रासायनिक प्रतिक्रिया ज्ञान के विशाल भंडार का उपयोग करने में सक्षम बना रहा है, जिससे नए यौगिकों की खोज और संश्लेषण में तेजी आने की संभावना है। शोधकर्ताओं ने वैज्ञानिक साहित्य में तेजी से हो रही वृद्धि से निपटने के लिए इस प्रणाली को विकसित किया है, जहां हर साल सैकड़ों हजारों नई रासायनिक प्रतिक्रियाएं दर्ज की जाती हैं।

नेचर पत्रिका में प्रकाशित एक अध्ययन के अनुसार, लामा-3.1-8बी-इंस्ट्रक्ट आर्किटेक्चर पर निर्मित MOSAIC, वोरोनोई-क्लस्टर्ड स्पेस के भीतर 2,498 विशेष एआई "विशेषज्ञों" को प्रशिक्षित करके एक अनूठा दृष्टिकोण अपनाता है। यह विशेषज्ञता प्रणाली को जटिल संश्लेषणों के लिए आत्मविश्वास मेट्रिक्स के साथ, पुनरुत्पादनीय और निष्पादन योग्य प्रायोगिक प्रोटोकॉल उत्पन्न करने की अनुमति देती है। प्रणाली ने प्रायोगिक सत्यापन में 71% की समग्र सफलता दर हासिल की, जिससे फार्मास्यूटिकल्स, सामग्री विज्ञान, कृषि रसायन और सौंदर्य प्रसाधनों के लिए उपयुक्त 35 से अधिक नए यौगिकों का निर्माण हुआ।

MOSAIC का विकास रासायनिक अनुसंधान में एक महत्वपूर्ण बाधा को संबोधित करता है: प्रकाशित प्रतिक्रियाओं का व्यावहारिक प्रयोगों में अनुवाद। अध्ययन के लेखकों ने उल्लेख किया, "वैज्ञानिक साहित्य की भारी मात्रा के कारण रसायनज्ञों के लिए नवीनतम विकासों से अवगत रहना और अपने शोध के लिए आशाजनक प्रतिक्रियाओं की पहचान करना तेजी से मुश्किल होता जा रहा है।" बड़े भाषा मॉडल (एलएलएम) ने इस क्षेत्र में वादा दिखाया है, लेकिन अब तक, डी नोवो यौगिकों में विविध परिवर्तनों के लिए मज़बूती से काम करने वाली प्रणालियों की कमी रही है।

"सामूहिक बुद्धिमत्ता" की एआई अवधारणा MOSAIC के डिजाइन के लिए केंद्रीय है। कई विशेष एआई एजेंटों को प्रशिक्षित करके, जिनमें से प्रत्येक रासायनिक प्रतिक्रियाओं के एक विशिष्ट क्षेत्र पर केंद्रित है, प्रणाली इन विशेषज्ञों के संयुक्त ज्ञान का लाभ उठाकर संश्लेषण मार्गों की भविष्यवाणी और अनुकूलन कर सकती है। यह दृष्टिकोण इस बात को दर्शाता है कि मानव विशेषज्ञ जटिल समस्याओं को हल करने के लिए कैसे सहयोग करते हैं और ज्ञान साझा करते हैं। वोरोनोई क्लस्टरिंग तकनीक समान प्रतिक्रियाओं को एक साथ समूहित करके इस सामूहिक बुद्धिमत्ता को और बढ़ाती है, जिससे एआई एजेंटों को संबंधित डेटा से अधिक प्रभावी ढंग से सीखने की अनुमति मिलती है।

समाज के लिए MOSAIC के निहितार्थ संभावित रूप से दूरगामी हैं। नए यौगिकों की खोज और संश्लेषण में तेजी लाकर, प्रणाली चिकित्सा, सामग्री विज्ञान और अन्य क्षेत्रों में प्रगति में योगदान कर सकती है। उदाहरण के लिए, नए फार्मास्यूटिकल्स को जल्दी से संश्लेषित करने की क्षमता से बीमारियों के लिए अधिक प्रभावी उपचार हो सकते हैं। इसी तरह, उन्नत गुणों वाली नई सामग्रियों की खोज इलेक्ट्रॉनिक्स से लेकर एयरोस्पेस तक के उद्योगों में नवाचार को बढ़ावा दे सकती है।

शोधकर्ता इस बात पर जोर देते हैं कि MOSAIC का उद्देश्य मानव रसायनज्ञों को प्रतिस्थापित करना नहीं है, बल्कि उनकी क्षमताओं को बढ़ाना है। अध्ययन के लेखकों ने कहा, "हमारा लक्ष्य रसायनज्ञों को एक शक्तिशाली उपकरण प्रदान करना है जो उन्हें विशाल रासायनिक स्थान को अधिक कुशलता और प्रभावी ढंग से तलाशने में मदद कर सके।" प्रणाली को प्रायोगिक प्रोटोकॉल उत्पन्न करने के लिए डिज़ाइन किया गया है जिसे रसायनज्ञ तब अपनी विशेषज्ञता और अंतर्ज्ञान के आधार पर परिष्कृत और अनुकूलित कर सकते हैं।

अनुसंधान टीम के लिए अगले चरणों में MOSAIC के लिए प्रशिक्षण डेटा का विस्तार करना और एआई एजेंटों के लिए नए आर्किटेक्चर की खोज करना शामिल है। वे ऐसे उपकरण विकसित करने की भी योजना बना रहे हैं जो रसायनज्ञों को MOSAIC को अपने मौजूदा वर्कफ़्लो में आसानी से एकीकृत करने की अनुमति देंगे। अंतिम लक्ष्य एक व्यापक एआई-असिस्टेड रासायनिक संश्लेषण प्लेटफॉर्म बनाना है जो वैज्ञानिक खोज और नवाचार की गति को तेज कर सके।