BAGIKAN
[pixabay]

Mampukah komputer membuat sebuah penemuan ilmiah baru? Para peneliti di Laboratorium Nasional Lawrence Berkeley yang telah mengembangkan kecerdasan buatan (AI) dengan ditambahkan sedikit pelatihan – tapi bukan pelatihan terkait ilmu material – yang dapat memindai teks dari jutaan makalah dan mengungkap pengetahuan ilmiah baru – terutama dalam ilmu material.

Para peneliti mengumpulkan 3,3 juta abstrak tulisan ilmiah dari 1.000 jurnal berbeda yang telah diterbitkan antara tahun 1922 hingga 2018. Selanjutnya, memasukkannya ke dalam sebuah algoritma yang disebut Word2vec. Dibutuhkan 500.000 kata berbeda dari abstrak itu dan mengubahnya masing-masing menjadi sebuah vektor 200 dimensional. Suatu upaya untuk membangun koneksi matematis di antara keduanya. Para peneliti mampu menghasilkan AI yang dapat mengaitkan kata-kata dengan artinya dan mengekstrapolasi sebuah koneksi terhadap konsep lainnya.

Dengan menganalisis hubungan antara kata-kata, algoritma ini mampu memprediksi penemuan bahan termoelektrik baru beberapa tahun sebelumnya dan menyarankan bahan yang belum diketahui sebagai kandidat untuk bahan termoelektrik.

“Tanpa menceritakan apa pun tentang ilmu material, ia mempelajari berbagai konsep seperti tabel periodik dan struktur kristal logam,” kata Anubhav Jain pemimpin tim dari Energy Storage & Distributed Resources Division, Berkeley Lab . “Itu menandakan keunggulan dari cara ini. Tapi mungkin hal paling menarik yang kami temukan adalah, Anda dapat menggunakan algoritma ini untuk mengatasi kesenjangan dalam penelitian bahan, hal-hal yang harus dipelajari orang tetapi belum dipelajari sejauh ini.”

Fokus utama tim adalah pada material termoelektrik, area yang dipelajari selama beberapa dekade oleh ilmuwan material. Bahan termoelektrik dapat mengubah panas menjadi listrik sehingga sangat penting. Namun, untuk menjadi berhasil, mereka juga harus efisien, aman, umum, dan mudah diproduksi.

Berdasarkan literatur yang dianalisis, AI dapat menentukan bahan mana yang memiliki sifat termoelektrik terbaik. Tapi itu sesuatu yang bahkan lebih luar biasa. Ketika melakukan pemindaian terhadap berbagai abstrak yang telah diterbitkan hingga tahun 2008, Word2vec mampu memprediksi materi yang muncul dalam studi selanjutnya.

“Sejujurnya saya tidak mengharapkan algoritma menjadi begitu prediktif terhadap hasil di masa depan,” tambah Jain. “Saya pikir mungkin algoritma bisa bersifat deskriptif tentang apa yang telah dilakukan orang sebelumnya tetapi tidak menghasilkan koneksi yang berbeda seperti ini. Saya cukup terkejut ketika saya melihat tidak hanya prediksi tetapi juga alasan di balik prediksi tersebut. Studi ini menunjukkan bahwa jika algoritma ini ada di tempat sebelumnya, beberapa bahan mungkin telah ditemukan bertahun-tahun sebelumnya. ”

Tim telah merilis daftar Word2vec dari 50 bahan termoelektrik teratas dan berencana untuk merilis algoritma sehingga ilmuwan lain dapat menggunakan AI untuk mempelajari bahan yang berbeda. Tim ini juga tengah berupaya untuk menciptakan semacam mesin pencari ilmiah jenis baru yang dapat mencari abstrak makalah dengan cara yang lebih bermanfaat.

Di antara jutaan tulisan ilmiah yang telah diterbitkan mungkin saja terdapat pengetahuan tersembunyi yang belum tereksplorasi. “Seorang peneliti hanya dapat mengakses sebagian kecil dari itu. Kami berpikir, dapatkah pembelajaran mesin melakukan sesuatu untuk memanfaatkan semua pengetahuan kolektif ini dengan cara yang tidak diawasi – tanpa memerlukan bimbingan dari para peneliti manusia? ” kata Vahe Tshitoyan, seorang rekan penulis dari Berkely Lab.

Hasil dari penelitian ini, telah diterbitkan di jurnal Nature.