Ilmuwan Jepang Kembangkan AI untuk Membaca Artikel Ilmiah dan Menemukan Material Energi Baru
Diedit oleh: an_lymons
Para peneliti dari Institute for Advanced Materials Research (WPI-AIMR) di Universitas Tohoku telah memperkenalkan sebuah alur kerja inovatif berbasis kecerdasan buatan yang dinamakan DIVE atau Descriptive Interpretation of Visual Expression. Sistem mutakhir ini dirancang untuk mempercepat proses pencarian material energi yang menjanjikan dengan mengotomatisasi analisis berbagai publikasi ilmiah secara mendalam.
Tim pengembang mencatat bahwa solusi otonom sepenuhnya yang mampu menghubungkan data eksperimental dengan penemuan material baru secara andal masih berada pada tahap awal pengembangan. DIVE hadir sebagai jawaban atas tantangan tersebut, memungkinkan ekstraksi dan penataan informasi secara efisien yang sering kali tidak terjangkau oleh metode analisis tradisional.
Salah satu fitur utama dari DIVE adalah kemampuannya untuk mengekstraksi data eksperimen yang akurat langsung dari grafik dan gambar yang dipublikasikan dalam artikel penelitian. Fungsi ini mengubah elemen visual dari sebuah studi menjadi data terstruktur yang siap diolah dan dianalisis lebih lanjut oleh mesin.
Hingga saat ini, sistem tersebut telah memproses lebih dari 4.000 karya ilmiah dan berhasil mengumpulkan lebih dari 30.000 catatan data individu. Volume informasi yang sangat besar ini memungkinkan para ilmuwan untuk melakukan analisis komparatif berskala luas serta mengidentifikasi pola-pola tertentu yang sulit dideteksi secara manual oleh manusia.
Dalam pengujian yang dilakukan pada material penyimpanan hidrogen padat, DIVE menunjukkan keunggulan yang signifikan dibandingkan solusi yang ada saat ini. Akurasi ekstraksi datanya terbukti 10 hingga 15 persen lebih tinggi daripada model AI komersial, dan bahkan unggul lebih dari 30 persen dibandingkan dengan sistem sumber terbuka.
Sistem ini juga dilengkapi dengan antarmuka dialog yang memudahkan peneliti dalam menentukan parameter tertentu. Hanya dalam hitungan menit, pengguna akan menerima pilihan material yang sesuai, termasuk material yang belum pernah dideskripsikan sebelumnya. Hal ini memungkinkan penerapan pendekatan desain terbalik atau inverse design, di mana sifat-sifat yang diinginkan ditetapkan terlebih dahulu sebelum sistem mencarikan material yang cocok.
Teknologi DIVE kini telah terintegrasi dengan Digital Hydrogen Platform atau DigHyd, yang merupakan basis data terbesar di dunia untuk penyimpanan hidrogen dalam bentuk padat. Platform ini menjadi lingkungan digital khusus pertama yang meletakkan dasar bagi perancangan material hidrogen baru secara terarah dan sistematis.
Menurut Profesor Hao Li dari WPI-AIMR, pemahaman mendalam tentang sifat-sifat material merupakan faktor penentu keberhasilan pengembangan energi hidrogen bersih. Tujuan utamanya adalah menciptakan sumber energi yang aman, terjangkau, dan layak untuk diaplikasikan secara massal dalam kehidupan sehari-hari.
Profesor Li juga menekankan bahwa DIVE memiliki kemampuan untuk mempersingkat perjalanan dari penemuan ilmiah hingga implementasi teknologi secara praktis. Sinergi antara DIVE dan DigHyd membentuk sebuah saluran data berkelanjutan yang terus diperkaya dengan hasil penelitian terbaru setiap harinya.
Dengan percepatan siklus ilmiah ini, masa depan energi hidrogen diharapkan dapat berkembang lebih pesat. Inovasi ini tidak hanya menghemat waktu penelitian, tetapi juga membuka peluang baru bagi terciptanya solusi energi yang lebih ramah lingkungan dan berkelanjutan di masa depan.
10 Tampilan
Sumber-sumber
Mirage News
Research News - “DIVE” into Hydrogen Storage Materials Discovery with AI Agents
“DIVE” into hydrogen storage materials discovery with AI agents | Chemical Science (RSC Publishing)
科学論文の図表を読み解き、有効に利活用するAIワークフローDIVEを開発
Research News - “DIVE” into Hydrogen Storage Materials Discovery with AI Agents
Hao LI | Distinguished Professor | Doctor of Philosophy | Tohoku University, Sendai | Tohokudai | Advanced Institute for Materials Research (WPI-AIMR) | Research profile - ResearchGate
Baca lebih banyak berita tentang topik ini:
Apakah Anda menemukan kesalahan atau ketidakakuratan?Kami akan mempertimbangkan komentar Anda sesegera mungkin.