Kecerdasan buatan (AI) dan nanoteknologi adalah salah satu teknologi yang paling berkembang saat ini. Tetapi dalam banyak hal, mereka juga yang paling sedikit dipahami. Sementara kasus penggunaan yang tidak biasa dari salah satu teknologi—seperti kemampuan untuk memalsukan suara Anda sendiri dengan AI—menjadi berita utama, kenyataannya adalah bahwa AI dan nanoteknologi sudah ada bersama kita dan digunakan dalam keadaan biasa sehari-hari.
Pada artikel ini, kami ingin melampaui hype. Di sini, kita tidak akan membahas kasus penggunaan spekulatif dan masa depan yang jauh. Sebagai gantinya, kita akan melihat dunia nyata, situasi yang benar-benar ada di mana AI dan teknologi nano sudah digunakan. Dan dengan melakukan itu, kita akan segera melihat bahwa ada tumpang tindih alami antara teknologi, dan salah satu yang dapat mendorong pengembangan keduanya.
Apa itu AI dan nanoteknologi (dan apa yang bukan)
Pertama, sedikit tentang apa itu AI dan teknologi nano dan apa yang bukan. Kebaruan kedua teknologi saat ini sedemikian rupa sehingga banyak orang masih menganggapnya sebagai fiksi ilmiah. Kesan ini tidak terbantu oleh ilmuwan terkenal yang mengklaim bahwa AI pada akhirnya dapat menghancurkan umat manusia atau nanoteknologi dapat mengambil tubuh kita dari kita.
Ini adalah skenario yang menarik dan spektakuler, tetapi kenyataan dari kedua teknologi tersebut jauh lebih spektakuler dan terkait erat dengan kebutuhan ekonomi kontemporer. Faktanya, penggunaan AI yang paling luas adalah dalam bentuk chatbot; alih-alih menguasai dunia, saat ini AI sebagian besar berfokus pada layanan pelanggan.
Demikian pula, meskipun istilah “nanoteknologi” masih terdengar seperti salah satu dari fiksi ilmiah, bagi para peneliti yang bekerja di lapangan, ia memiliki definisi yang tepat dan agak kurang sensasional — teknologi ANT — yang memanfaatkan skala nanometer. Dan hari ini, ini sebenarnya cukup umum. Lebih dari 300 produk sudah berbasis nano, menurut database yang dikelola oleh Woodrow Wilson International Center, di Washington, DC
Dengan mengingat definisi ini, mari kita lihat tiga cara di mana kedua teknologi itu konvergen.
mikroskop AFM
Mikroskop kekuatan atom (AFM) mungkin tampak seperti tempat misterius untuk memulai dengan daftar ini, tetapi ini adalah salah satu contoh paling jelas tentang bagaimana nanoteknologi dan AI dapat bekerja sama. Sederhananya, AFM adalah teknik untuk pencitraan objek pada skala nano. Ini berguna untuk jaminan kualitas saat membuat microchip dan dalam melihat sel-sel di dalam tubuh manusia.
Masalahnya adalah, pada skala ini, bahan yang membentuk mikroskop itu sendiri memiliki pengaruh yang signifikan terhadap data yang dikembalikannya. Jika Anda menggunakan kekuatan atom kecil untuk menyelidiki bahan, dengan kata lain, Anda perlu bersiap untuk sinyal yang sangat bising. Ini adalah sifat yang melekat pada mikroskop skala nano, dan juga terjadi pada mikroskop elektron. Dan sementara ada cara untuk menyaring gangguan sinyal, mereka mahal secara komputasi.
Di sinilah AI masuk. Pendekatan AI yang dikenal sebagai pencitraan pengenalan fungsional (FR-SPM) mengatasi masalah ini melalui identifikasi langsung tindakan lokal dari reaksi spektroskopi terukur. Proses ini menggunakan jaringan saraf tiruan (JST) dengan analisis komponen utama (PCA) untuk merampingkan data input ke jaringan saraf.
Model-model ini dilatih dengan kumpulan data yang dihasilkan dari analisis lengkap sinyal mikroskop. Hal ini dimungkinkan, dengan kata lain, untuk menyaring gangguan sinyal secara manual, tetapi melakukan hal ini memerlukan sampel yang sama dianalisis berkali-kali. Model AI dapat sangat mengurangi persyaratan ini, karena mereka mampu mengenali komponen utama dari sinyal data jauh lebih cepat daripada yang bisa dilakukan manusia.
Pendekatan ini memungkinkan peneliti untuk mengidentifikasi sinyal target mereka dari kebisingan di sekitarnya dan, oleh karena itu, bekerja dengan material pada skala nano dengan cara yang lebih efisien. Dan yang terbaik dari semuanya, beberapa model ini tersedia sebagai proyek sumber terbuka, yang kemungkinan akan mempercepat adopsinya di seluruh komunitas ilmiah.
Pemodelan kimia
Sebuah revolusi serupa telah diam-diam terjadi di dunia pemodelan kimia. Pemodelan kimia mensimulasikan bagaimana molekul akan berinteraksi satu sama lain. Ini digunakan secara luas dalam biosains dan pengembangan obat. Baru-baru ini, bagaimanapun, para ilmuwan telah mulai menggunakan teknik pemodelan yang sama untuk lebih memahami perilaku bahan pada skala nano dan dengan demikian telah mampu meningkatkan efisiensi dan kemanjurannya.
Jaringan saraf telah digunakan untuk pemodelan kimia selama bertahun-tahun, tetapi baru-baru ini telah diterapkan pada teknologi nano secara khusus untuk memahami bagaimana bahan nanoteknologi berperilaku dalam kondisi dunia nyata. AI sedang digunakan, misalnya, untuk memahami struktur nanotube karbon dengan mengukur kualitas struktural seperti keselarasan dan kelengkungan.
Ada banyak faktor yang harus dipertimbangkan untuk menghasilkan gambar atau penggambaran dinamis dari sistem kimia. Sampai saat ini, dan seperti contoh mikroskop di atas, mengisolasi faktor-faktor ini dari kebisingan di sekitarnya sangat sulit. AI, bagaimanapun, efektif dalam tugas ini.
Dengan menggunakan AI, ilmuwan dan insinyur sekarang dapat meminimalkan tingkat kesalahan yang terkait dengan geometri atau ukuran sistem atau partikel. Pendekatan paling populer untuk melakukan ini adalah melatih model AI pada data yang muncul dari sistem yang perilakunya sudah dipahami dengan baik.
Teknik seperti ini sangat berguna untuk nanomaterial karena beberapa efek dan fenomena yang terlihat dengan material seperti graphene seringkali sulit untuk dibuat ulang. Aplikasi ini adalah salah satu yang memiliki potensi besar. Faktanya, ini menjanjikan kemampuan untuk mengintegrasikan pembelajaran mesin ke dalam teknik produksi—dan karenanya mengkatalisasi pengembangan AI dan nanoteknologi di masa depan.
Komputasi nano
Terakhir, komputasi nano. Ini bisa dibilang area di mana ada korespondensi terdekat antara kedua teknologi, dan berpotensi tumpang tindih paling produktif.
Janji utama dari nanocomputing adalah bahwa hal itu dapat sangat meningkatkan daya komputasi yang tersedia untuk para peneliti dan insinyur. Dalam beberapa tahun terakhir, beberapa orang khawatir bahwa Hukum Moore — bahwa transistor per chip dan oleh karena itu daya komputasi berlipat ganda selama jangka waktu yang dapat diprediksi — tidak lagi berlaku, karena saat kami membangun komputer yang lebih kecil, kami menghadapi efek kuantum aneh yang membatasi kemampuan kami untuk bekerja pada skala ini.
Nanocomputing adalah salah satu pendekatan untuk mengatasi masalah ini. Komputer nano menggunakan berbagai media baru untuk melakukan perhitungan—mulai dari reaksi kimia organik hingga nano-MOSFET. Namun, sebagian besar perangkat ini bergantung pada sistem fisik yang rumit untuk memungkinkan algoritma komputasi yang rumit dan prosedur pembelajaran mesin yang dapat digunakan untuk menghasilkan representasi informasi baru untuk berbagai penggunaan.
Secara sederhana, AI dapat membantu kita memahami cara kerja material pada skala nano. Ini memungkinkan kita untuk membangun komputer pada skala ini yang tidak bergantung pada arsitektur berbasis transistor yang menjadi dasar sebagian besar komputer saat ini. Ini, pada gilirannya, akan memungkinkan terciptanya AI yang semakin canggih, yang akan memungkinkan kami untuk menyelidiki perilaku ini lebih jauh. Dengan cara yang sama seperti jaringan saraf dapat membantu komputer mengkodekan dirinya sendiri, teknologi nanocomputing dapat memungkinkan komputer untuk membangun dirinya sendiri.
Masa depan
Tentu saja, baik AI dan nanoteknologi adalah teknologi baru, dan masih harus dilihat bagaimana masing-masing akan berkembang. Namun, cara-cara di mana teknologi ini sudah digunakan berarti bahwa mungkin untuk melihat sinkretisme yang muncul. Kemajuan dalam AI memungkinkan kita untuk memahami perilaku material pada skala nano, dan pada gilirannya memungkinkan kita untuk membuat AI yang semakin kuat. Dalam pengertian ini, kedua teknologi tersebut saling terkait erat.
Tags: ai, kecerdasan buatan, nanoteknologi