AI Google DeepMind Baru Saja Menemukan 380,000 Materi Baru. Robot Ini Sedang Memasaknya.

AI Google DeepMind Baru Saja Menemukan 380,000 Materi Baru. Robot Ini Sedang Memasaknya.

Stempel Waktu: 30 November 2023 5
AI Google DeepMind Baru Saja Menemukan 380,000 Materi Baru. Robot Ini Sedang Memasaknya. Kecerdasan Data PlatoBlockchain. Pencarian Vertikal. Ai.

Seorang ahli kimia robot baru saja bekerja sama dengan otak AI untuk menciptakan kumpulan material baru.

Dua studi kolaboratif dari Google DeepMind dan University of California, Berkeley, menggambarkan sistem yang memprediksi sifat material baru—termasuk material yang berpotensi berguna dalam baterai dan sel surya—dan memproduksinya dengan a lengan robot.

Kita menganggap remeh bahan sehari-hari: gelas plastik untuk pesta liburan, komponen ponsel pintar, atau serat sintetis dalam jaket yang membuat kita tetap hangat saat angin dingin menerpa.

Para ilmuwan dengan susah payah telah menemukan sekitar 20,000 jenis bahan berbeda yang memungkinkan kita membuat apa pun chip komputer hingga mantel bengkak dan sayap pesawat. Puluhan ribu materi yang berpotensi bermanfaat lainnya sedang dikerjakan. Namun kita hanya menggores permukaannya saja.

Tim Berkeley mengembangkan robot mirip koki yang mencampur dan memanaskan bahan-bahan, secara otomatis mengubah resep menjadi bahan. Sebagai “uji rasa”, sistem yang dijuluki A-Lab ini menganalisis sifat kimia setiap produk akhir untuk melihat apakah produk tersebut tepat sasaran.

Sementara itu, AI DeepMind memimpikan segudang resep untuk dimasak oleh koki A-Lab. Daftarnya sangat banyak. Menggunakan strategi pembelajaran mesin yang populer, AI menemukannya dua juta struktur kimia dan 380,000 bahan stabil baru—banyak yang bertentangan dengan intuisi manusia. Karya ini merupakan perluasan “urutan besarnya” dari materi yang saat ini kita ketahui, penulis menulis.

Dengan menggunakan buku masak DeepMind, A-Lab berjalan selama 17 hari dan mensintesis 41 dari 58 bahan kimia target—sebuah kemenangan yang membutuhkan waktu berbulan-bulan, bahkan bertahun-tahun, dibandingkan eksperimen tradisional.

Bersama-sama, kolaborasi ini dapat meluncurkan era baru dalam ilmu material. “Ini sangat mengesankan,” tersebut Dr Andrew Rosen di Universitas Princeton, yang tidak terlibat dalam pekerjaan ini.

Mari Bicara Bahan Kimia

Lihatlah sekelilingmu. Banyak hal yang kita anggap remeh—layar ponsel cerdas yang mungkin Anda lihat—berbasis pada bahan kimia.

Para ilmuwan telah lama melakukan trial and error untuk menemukan struktur kimia yang stabil. Seperti balok Lego, komponen-komponen ini dapat dibuat menjadi bahan kompleks yang tahan terhadap perubahan suhu dramatis atau tekanan tinggi, sehingga memungkinkan kita menjelajahi dunia dari laut dalam hingga luar angkasa.

Setelah dipetakan, para ilmuwan menangkap struktur kristal komponen-komponen ini dan menyimpan struktur tersebut untuk referensi. Puluhan ribu sudah disimpan ke bank data.

Dalam studi baru, DeepMind memanfaatkan struktur kristal yang diketahui ini. Tim tersebut melatih sistem AI di perpustakaan besar dengan ratusan ribu materi yang disebut Proyek Bahan. Perpustakaan ini mencakup bahan-bahan yang sudah kita kenal dan gunakan, serta ribuan struktur dengan sifat yang tidak diketahui namun berpotensi berguna.

AI baru DeepMind melatih 20,000 kristal anorganik yang diketahui—dan 28,000 kandidat menjanjikan lainnya—dari Proyek Material untuk mempelajari sifat apa yang membuat suatu material diinginkan.

Pada dasarnya, AI bekerja seperti juru masak yang menguji resep: Tambahkan sedikit sesuatu di sini, ubah beberapa bahan di sana, dan melalui coba-coba, AI akan mencapai hasil yang diinginkan. Data Fed dari kumpulan data tersebut menghasilkan prediksi bahan kimia baru yang berpotensi stabil, beserta propertinya. Hasilnya dimasukkan kembali ke dalam AI untuk lebih menyempurnakan “resepnya”.

Selama beberapa putaran, pelatihan memungkinkan AI melakukan kesalahan kecil. Alih-alih menukar beberapa struktur kimia pada saat yang sama—sebuah langkah yang berpotensi menimbulkan bencana—AI justru mengevaluasi perubahan kimia kecil secara berulang. Misalnya, alih-alih mengganti satu komponen kimia dengan komponen kimia lainnya, mereka bisa mencoba mengganti setengahnya saja. Jika pertukaran tidak berhasil, tidak masalah, sistem akan menyingkirkan kandidat yang tidak stabil.

AI akhirnya menghasilkan 2.2 juta struktur kimia, 380,000 di antaranya diperkirakan akan stabil jika disintesis. Lebih dari 500 material baru yang ditemukan terkait dengan konduktor lithium-ion, yang memainkan peran penting dalam baterai saat ini.

“Ini seperti ChatGPT untuk penemuan material,” tersebut Dr Carla Gomes di Cornell University, yang tidak terlibat dalam penelitian ini.

Pikiran menjadi Penting

Prediksi AI DeepMind hanya seperti itu: Apa yang tampak bagus di atas kertas mungkin tidak selalu berhasil.

Di sinilah peran A-Lab. Sebuah tim yang dipimpin oleh Dr. Gerbrand Ceder di UC Berkeley dan Lawrence Berkeley National Laboratory membangun sistem robot otomatis yang diarahkan oleh AI yang dilatih pada lebih dari 30,000 resep kimia yang diterbitkan. Menggunakan lengan robot, A-Lab membuat material baru dengan memilih, mencampur, dan memanaskan bahan sesuai resep.

Selama dua minggu pelatihan, A-Lab menghasilkan serangkaian resep untuk 41 materi baru tanpa masukan manusia. Hal ini tidak sepenuhnya berhasil: 17 materi gagal mencapai sasarannya. Namun, dengan sedikit campur tangan manusia, robot dapat mensintesis bahan-bahan ini tanpa hambatan.

Bersama-sama, kedua penelitian ini membuka dunia senyawa baru yang mungkin dapat menjawab tantangan global saat ini. Langkah selanjutnya termasuk menambahkan sifat kimia dan fisik ke dalam algoritma untuk lebih meningkatkan pemahamannya tentang dunia fisik dan mensintesis lebih banyak bahan untuk pengujian.

DeepMind merilis AI dan beberapa resep kimianya ke publik. Sementara itu, A-Lab menjalankan resep dari database dan mengunggah hasilnya ke Materials Project.

Bagi Ceder, peta material baru yang dihasilkan AI dapat “mengubah dunia.” Itu bukan A-lab itu sendiri, he tersebut. Sebaliknya, ini adalah “pengetahuan dan informasi yang dihasilkannya.”

Kredit Gambar: Marilyn Sargent/Berkeley Lab

Stempel Waktu:

Lebih dari Hub Singularity