Sebuah tim dari NIMS dan Tokyo University of Science telah mengembangkan alat AI baru yang melampaui model tradisional dalam memprediksi kadar glukosa darah pada penderita diabetes dengan memanfaatkan komputasi reservoir multi-molekul dan getaran molekul, membuka kemungkinan baru untuk teknologi AI yang ringkas dan hemat energi. .
Kemajuan dalam pengembangan perangkat AI kompak yang menggunakan getaran molekuler dan mengonfirmasi fungsinya
Sebuah tim peneliti kolaboratif dari NIMS dan Tokyo University of Science telah berhasil mengembangkan perangkat kecerdasan buatan (AI) mutakhir yang menjalankan pemrosesan informasi seperti otak melalui komputasi reservoir berbagai molekul. Inovasi ini memanfaatkan getaran molekul molekul organik tertentu. Dengan menerapkan perangkat ini untuk memprediksi kadar glukosa darah pada pasien diabetes, perangkat ini secara signifikan mengungguli perangkat AI yang ada dalam hal prediksi. ketepatan.
Dengan ekstensi pembelajaran mesin Untuk aplikasi di berbagai industri, terdapat peningkatan permintaan terhadap perangkat AI yang tidak hanya memiliki daya komputasi tinggi namun juga memiliki konsumsi daya dan miniaturisasi yang rendah. Penelitian telah beralih ke komputasi reservoir fisik, mengeksploitasi fenomena fisik yang disajikan oleh material dan perangkat untuk pemrosesan informasi saraf. Salah satu tantangan yang masih ada adalah relatif besarnya ukuran material dan perangkat yang ada.
Terobosan dalam Komputasi Reservoir
Penelitian ini telah memelopori penerapan komputasi reservoir fisik pertama di dunia yang beroperasi berdasarkan prinsip hamburan Raman yang ditingkatkan permukaannya, memanfaatkan getaran molekul beberapa molekul organik saja. Informasi ini dimasukkan melalui ion-gating, yang memodulasi adsorpsi ion hidrogen ke molekul organik (p-mercaptobenzoic kecut, pMBA) dengan menerapkan tegangan. Perubahan getaran molekul molekul pMBA, yang bervariasi seiring dengan adsorpsi ion hidrogen, berfungsi sebagai memori dan transformasi bentuk gelombang nonlinier untuk perhitungan. Proses ini, dengan menggunakan sekumpulan molekul pMBA yang jarang, telah mempelajari sekitar 20 jam perubahan kadar glukosa darah pasien diabetes dan berhasil memprediksi fluktuasi selanjutnya selama 5 menit berikutnya dengan pengurangan kesalahan sekitar 50% dibandingkan dengan akurasi tertinggi yang dicapai oleh perangkat serupa hingga saat ini.
Penerapan komputasi reservoir multi-molekul memanfaatkan hamburan Raman yang ditingkatkan permukaan untuk memprediksi kadar glukosa darah. Kredit: Institut Ilmu Material Nasional Takashi Tsuchiya
Hasil penelitian ini menunjukkan bahwa sejumlah kecil molekul organik dapat secara efektif melakukan perhitungan yang sebanding dengan komputer. Terobosan teknologi dalam melakukan pengolahan informasi yang canggih dengan material yang minimal dan dalam ruang yang kecil memberikan manfaat praktis yang besar. Hal ini membuka jalan bagi terciptanya perangkat terminal AI berdaya rendah yang dapat diintegrasikan dengan berbagai sensor, sehingga membuka jalan bagi penggunaan industri secara luas.
Referensi: “Demonstrasikan secara eksperimental komputasi reservoir molekul ganda dan tunggal dengan hamburan Raman dan gerbang ion yang ditingkatkan permukaan” oleh Daiki Nishioka, Yoshitaka Shingaya, Takashi Tsuchiya, Tohru Higuchi, dan Kazuya Terabe, 28 Februari 2024, Kemajuan dalam Sains.
DOI: 10.1126/sciadv.adk6438
Inisiatif penelitian ini dipelopori oleh Daiki Nishioka, yang menjabat sebagai Trainee di Ionic Devices Group di NIMS, Research Center for Materials Nanoarchitectonics (MANA), yang juga merupakan Japan Society for the Promotion of Science (JSPS) Research Fellow di Tokyo University Sains, dan Takashi Tsuchiya, Peneliti Utama, dan Kazuya Terabe, Pemimpin Grup, keduanya merupakan bagian dari Grup Perangkat Ionic di MANA, NIMS. Proyek ini merupakan segmen dari “Material Nano untuk Perangkat Prinsip Baru,” diawasi oleh Yoshihiro Iwasa, dan berfokus pada “Penciptaan Ultrafast Iontronics” di bawah naungan JST PRESTO (JPMJPR23H4).
NewsRoom.id
