Para ilmuwan dari Universitas Monash di Australia telah meluncurkan sebuah chip inovatif berbasis nanofluida, yang berpotensi merevolusi dunia komputasi. Penemuan ini menandai langkah signifikan menuju penciptaan sistem komputasi yang mampu meniru proses biologis kompleks yang terjadi di otak manusia. Perangkat canggih ini, yang ukurannya relatif kecil dan sebanding dengan koin, memanfaatkan Kerangka Kerja Organik-Logam (MOF) yang dirancang secara presisi. Tujuan utama MOF adalah mengendalikan aliran ion melalui saluran-saluran mikroskopis yang sangat halus. Mekanisme operasional yang unik ini berfungsi sebagai analog langsung dari fungsi sakelar atau transfer yang merupakan inti dari operasional transistor elektronik konvensional.
Pencapaian utama dari penelitian mendalam ini terletak pada kemampuan chip untuk menunjukkan sifat yang disebut "plastisitas". Plastisitas adalah kemampuan penting untuk menyimpan dan mengingat informasi dari sinyal-sinyal yang diterima sebelumnya, sebuah karakteristik fundamental yang sangat mirip dengan cara kerja neuron biologis. Hasil penting dan terperinci dari riset ini telah dipublikasikan dalam jurnal ilmiah bergengsi Science Advances pada bulan Oktober 2025. Profesor Huanting Wang, yang menjabat sebagai wakil direktur Pusat Inovasi Membran Monash, menggarisbawahi bahwa pengamatan konduktivitas proton non-linear dalam kondisi saturasi membuka prospek yang sangat menjanjikan. Prospek tersebut mencakup pengembangan sistem ionotronik yang tidak hanya memiliki memori bawaan tetapi juga potensi besar untuk kemampuan pembelajaran adaptif. Lebih lanjut, Dr. Jun Lu dari Departemen Teknik Kimia dan Biologi Monash menjelaskan secara rinci bahwa perangkat yang mereka kembangkan mampu mengingat perubahan tegangan listrik yang diterapkan padanya, sebuah fungsi yang memberikannya karakteristik esensial dari memori jangka pendek.
Terobosan teknologi ini secara fundamental merepresentasikan pergeseran paradigma yang jelas, menjauh dari solusi perangkat keras berbasis padat murni (solid-state) menuju sistem yang secara aktif memanfaatkan pergerakan fluida untuk memproses dan menyimpan data. Dalam konteks pengembangan kecerdasan buatan (AI) modern, di mana efisiensi energi yang tinggi dan kemampuan adaptabilitas yang cepat menjadi faktor yang sangat penting untuk kemajuan, inovasi perangkat keras semacam ini berfungsi sebagai katalisator utama untuk mendefinisikan ulang arsitektur komputasi. Komputasi neuromorfik, yang secara eksplisit berupaya meniru struktur dan fungsi otak, dipandang sebagai fase evolusi berikutnya dalam teknologi. Tujuannya yang paling mendesak adalah mengurangi konsumsi energi yang sangat besar dan kolosal yang melekat pada arsitektur von Neumann tradisional, di mana unit pemrosesan pusat (CPU) dan memori dipisahkan secara fisik, menciptakan hambatan efisiensi yang dikenal sebagai "bottleneck von Neumann".
Menurut penjelasan Dr. Lu, keunikan mendasar dari chip nanofluida ini terletak pada desain struktur hierarkisnya yang kompleks. Struktur ini memungkinkan kontrol yang sangat selektif dan presisi terhadap aliran proton dan ion logam melalui berbagai jalur, sebuah kemampuan yang belum pernah diamati sebelumnya dalam bidang nanofluidika. Kemajuan signifikan dalam ionotronik—sebuah disiplin ilmu yang menggunakan aliran ion sebagai pembawa informasi, alih-alih elektron—ini membawa kita selangkah lebih dekat pada penciptaan sistem komputasi yang benar-benar mampu beradaptasi secara dinamis terhadap informasi yang masuk, merefleksikan fleksibilitas dan keluwesan kognisi manusia. Untuk mengukuhkan keberhasilan praktis dan komersial dari penemuan ini, para peneliti kini harus memfokuskan upaya mereka pada peningkatan skala produksi dan integrasi teknologi ini ke dalam sistem yang lebih besar. Upaya penelitian ini berjalan sejalan dengan investasi yang lebih luas dalam bidang komputasi canggih: sebagai konteks, sebelumnya, pada bulan Juni 2025, Universitas Monash telah mengumumkan investasi strategis sebesar 60 juta dolar AS untuk pengembangan superkomputer MAVERIC, yang secara khusus didedikasikan untuk memajukan penelitian dan aplikasi AI tingkat lanjut.