Sebuah tim dari NIMS dan Tokyo University of Science telah mengembangkan perangkat AI baru yang melampaui model tradisional dalam memprediksi kadar glukosa darah penderita diabetes dengan memanfaatkan komputasi reservoir beberapa molekul dan getaran molekuler, yang membuka kemungkinan baru bagi teknologi AI yang ringkas dan hemat energi.
Kemajuan dalam pengembangan perangkat AI kompak 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 mengeksekusi pemrosesan informasi seperti otak melalui komputasi reservoir beberapa molekul. Inovasi ini memanfaatkan getaran molekuler dari sejumlah 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 komputasi tinggi namun juga memiliki konsumsi daya rendah dan miniaturisasi. Penelitian telah beralih ke komputasi reservoir fisik, memanfaatkan fenomena fisik yang disajikan oleh bahan dan perangkat untuk pemrosesan informasi saraf. Salah satu tantangan yang masih ada adalah ukuran material dan perangkat yang ada yang relatif besar.
Terobosan dalam Komputasi Reservoir
Penelitian ini telah memelopori penerapan komputasi reservoir fisik pertama di dunia yang beroperasi berdasarkan prinsip hamburan Raman yang disempurnakan di permukaan, memanfaatkan getaran molekul hanya dari beberapa molekul organik. Informasi tersebut dimasukkan melalui ion-gating, yang memodulasi adsorpsi ion hidrogen ke molekul organik (p-mercaptobenzoic asampMBA) dengan menerapkan tegangan. Perubahan getaran molekul molekul pMBA, yang bervariasi dengan adsorpsi ion hidrogen, berfungsi sebagai memori dan transformasi bentuk gelombang nonlinier untuk perhitungan. Proses ini, menggunakan kumpulan 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 beberapa molekul yang memanfaatkan hamburan Raman yang disempurnakan di permukaan untuk memprediksi kadar glukosa darah. Kredit: Institut Nasional Ilmu Material Takashi Tsuchiya
Hasil penelitian ini menunjukkan bahwa sejumlah kecil molekul organik dapat secara efektif melakukan perhitungan yang sebanding dengan komputer. Terobosan teknologi dalam melakukan pemrosesan informasi canggih dengan bahan minimal dan dalam ruang kecil memberikan manfaat praktis yang besar. Hal ini membuka jalan bagi penciptaan perangkat terminal AI berdaya rendah yang dapat diintegrasikan dengan berbagai sensor, sehingga membuka jalan bagi penggunaan industri yang luas.
Referensi: “Komputasi reservoir beberapa dan molekul tunggal yang ditunjukkan secara eksperimental dengan hamburan Raman dan gerbang ion yang ditingkatkan permukaannya” oleh Daiki Nishioka, Yoshitaka Shingaya, Takashi Tsuchiya, Tohru Higuchi, dan Kazuya Terabe, 28 Februari 2024, Kemajuan Ilmu Pengetahuan.
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 of Science , dan Takashi Tsuchiya, Peneliti Utama, dan Kazuya Terabe, Pemimpin Grup, keduanya bagian dari Ionic Devices Group di MANA, NIMS. Proyek ini merupakan segmen dari “Material Nano untuk Perangkat Prinsip Baru,” yang diawasi oleh Yoshihiro Iwasa, dan difokuskan pada “Penciptaan Ultrafast Iontronics” di bawah naungan JST PRESTO (JPMJPR23H4).
