Cara Baru Mengendalikan Cahaya untuk Komputer Masa Depan yang Lebih Cepat

Para ilmuwan telah menciptakan jenis metamaterial baru yang dapat menawarkan fungsi pemblokiran cahaya secara menyeluruh untuk komputasi fotonik.

Metamaterial adalah material yang direkayasa yang sifatnya tidak berasal dari komposisi kimia komponen dasarnya melainkan dari struktur internal yang dirancang dengan cermat. Dengan demikian, material ini dapat menunjukkan sifat tidak biasa yang tidak ditemukan pada material alami.

Material ini biasanya terdiri dari beberapa material, seperti logam dan plastik, dan disusun dalam struktur berulang yang lebih kecil dari panjang gelombang. Bentuk, ukuran, geometri, orientasi, dan susunan memberikan sifat-sifat tersebut, memungkinkan mereka memanipulasi gelombang elektromagnetik, akustik, atau seismik dengan menyerap, membelokkan, memperkuat, atau memblokir gelombang untuk mencapai manfaat yang tidak mungkin dengan material konvensional.

Metamaterial baru yang dirancang¹ oleh ilmuwan di New York University menggabungkan fitur-fitur yang biasanya terkait dengan cairan dan kristal, namun melampaui keduanya dalam kemampuannya memblokir cahaya yang masuk dari semua sudut.

Dinamai gyromorphs, kelas baru material tidak beraturan yang terhubung secara fungsional ini menggabungkan kekacauan mirip cair dengan pola struktural skala besar untuk memblokir cahaya dari setiap arah. Studi tersebut menyatakan:

“Kami menghasilkan gyromorphs dalam 2D dan 3D menggunakan metode optimasi spektral, memverifikasi bahwa mereka menunjukkan urutan rotasi diskrit yang kuat namun tidak ada urutan translasi jangka panjang, sambil mempertahankan isotropi rotasi pada jarak pendek untuk 퐺 yang cukup besar.” 

Dengan inovasi ini, para peneliti telah mengatasi keterbatasan dalam desain berbasis kuasikristal yang telah lama mengganggu para ilmuwan. Ini juga dapat membantu mendorong kemajuan dalam komputasi fotonik.

Dari Kuasikristal ke Gyromorphs dalam Komputasi Fotonik

Dalam komputasi fotonik, foton digunakan alih-alih arus listrik untuk melakukan perhitungan. Generasi baru komputer ini, bila terwujud, dapat jauh lebih efisien dan lebih cepat dibandingkan mesin konvensional tradisional.

Dengan pemrosesan data pada kecepatan cahaya, teknologi ini menjanjikan untuk tugas berperforma tinggi seperti AI, namun saat ini menghadapi tantangan dalam miniaturisasi dan biaya.

Kemajuan di bidang ini telah menghasilkan pengembangan chip fotonik fungsional untuk integrasi ke dalam server komputasi berperforma tinggi. Namun komputasi berbasis cahaya masih pada tahap awal, dengan para peneliti berjuang mengendalikan aliran cahaya mikroskopis yang melintasi chip.

Material yang dirancang dengan cermat adalah apa yang kita butuhkan untuk berhasil mengarahkan kembali sinyal optik kecil ini tanpa melemahkan kekuatannya. Mempertahankan sinyal tetap kuat memerlukan suatu zat khusus, ringan di dalam perangkat keras yang mencegah cahaya stray masuk dari segala arah.

Komponen penting untuk mencapai hal ini adalah mengintegrasikan material bandgap isotropik. Material ini memblokir cahaya atau gelombang lain dari propagasi ke semua arah, selama frekuensinya berada dalam bandgapnya. Material semacam itu dapat tidak beraturan namun hiperuniform, artinya tidak memiliki urutan translasi jangka panjang tetapi memiliki jenis kekacauan yang spesifik dan terkontrol.

Ketika merancang material bandgap isotropik, para peneliti telah berfokus lama pada kuasikristal.

Struktur ini yang mengikuti aturan matematika tetapi tidak berulang seperti kristal tradisional pertama kali ditemukan oleh ilmuwan Dan Shechtman pada awal 1980-an, yang kemudian memberinya Hadiah Nobel dalam Kimia pada 2011.

Penemuan terjadi saat meneliti aluminium dan mangan. Ketika kedua logam dicairkan bersama dan didinginkan secara cepat untuk membentuk paduan, mereka menunjukkan simetri sepuluh kali lipat di bawah mikroskop elektron, sebuah sifat yang tidak muncul pada struktur kristalin seperti logam.

Kuasikristal memiliki sifat struktur kristalin, seperti berlian, yang berarti mereka terorganisir dalam pola, serta struktur amorf seperti kaca, yang berarti pola tersebut tidak berulang. Sifat unik mereka membuat kuasikristal sekaligus tahan lama dan rapuh.

Dalam sebuah studi dari University of Michigan awal tahun ini, para peneliti menemukan bahwa kuasikristal adalah material yang secara fundamental stabil² meskipun memiliki kemiripan dengan padatan tidak beraturan.

“Kita perlu mengetahui cara menyusun atom menjadi struktur spesifik jika ingin merancang material dengan sifat yang diinginkan,” catat co-author studi, Wenhao Sun, Dow Early Career Assistant Professor of Materials Science and Engineering. “Kuasikristal memaksa kita untuk memikirkan kembali bagaimana dan mengapa material tertentu dapat terbentuk.”

Untuk memberikan jawaban mengapa kuasikristal ada atau bagaimana mereka terbentuk, para peneliti harus pertama-tama memahami apa yang membuatnya stabil. Untuk ini, mereka harus menentukan apakah kuasikristal distabilkan oleh entalpi atau entropi, sehingga para peneliti mengambil nanopartikel yang lebih kecil dari blok simulasi yang lebih besar dari kuasikristal, kemudian menghitung energi total pada setiap nanopartikel.

Para peneliti menemukan bahwa baik kuasikristal yang telah banyak dipelajari, yaitu paduan skandium dan seng, maupun paduan iterbium dan kadmium, keduanya distabilkan oleh entalpi.

Untuk perhitungan, tim menggunakan simulasi kuantum-mekanik kuasikristal, dan untuk mengatasi hambatan komputasi, mereka hanya membiarkan prosesor tetangga berkomunikasi alih-alih setiap prosessor komputer berkomunikasi satu sama lain, yang membuat algoritma mereka hingga 100 kali lebih cepat.

“Kami kini dapat mensimulasikan kaca dan material amorf, antarmuka antara kristal yang berbeda, serta cacat kristal yang dapat memungkinkan bit komputasi kuantum.”

– Vikram Gavini, profesor teknik mesin di U-M serta ilmu material dan teknik

Dalam penelitian lain, National Institute of Standards and Technology (NIST) ilmuwan menemukan kuasikristal dalam paduan aluminium-zirkonium baru³, yang dibentuk di bawah kondisi ekstrem pencetakan logam 3D.

Menambahkan zirkonium ke bubuk aluminium memungkinkan pencetakan paduan aluminium berdaya tahan tinggi, namun tim NIST ingin memahami apa yang membuat logam ini begitu kuat, sehingga dapat digunakan dalam komponen kritis seperti bagian pesawat militer.

Dan mereka menemukan bahwa kuasikristal bertanggung jawab atas hal itu. Memecah pola reguler kristal aluminium memperkuat paduan. Ketika dilihat dari sudut yang tepat, tim menemukan simetri rotasi lima kali lipat yang “sangat langka”, selain simetri dua kali lipat dan tiga kali lipat, dari dua sudut berbeda.

Ini, menurut fisikawan NIST dan co-author, Fan Zhang, “akan membuka pendekatan baru dalam desain paduan. Dengan penelitian yang menunjukkan bahwa “kuasikristal dapat membuat aluminium lebih kuat. Sekarang orang mungkin akan mencoba menciptakannya secara sengaja dalam paduan masa depan,” tambahnya.

Di Dalam Revolusi Gyromorph: Material Bandgap Isotropik

Kuasikristal memiliki banyak potensi. Mereka bahkan memiliki kemampuan untuk memblokir cahaya sepenuhnya. Namun hanya dari arah terbatas. Dan meskipun mereka dapat melemahkan cahaya dari semua arah, mereka tidak dapat menghentikannya sepenuhnya.

Untuk mengatasi keterbatasan ini, ilmuwan telah mencari alternatif yang dapat memblokir cahaya yang merusak sinyal lebih efektif. Hal ini telah menghasilkan pengembangan gyromorphs, yang dapat membantu membangun material yang mencegah cahaya stray masuk dari segala arah secara lebih efektif. Menurut penulis senior studi, Stefano Martiniani, yang merupakan asisten profesor fisika, kimia, matematika, dan ilmu saraf:

“Gyromorphs tidak seperti struktur yang dikenal karena susunan unik mereka menghasilkan material bandgap isotropik yang lebih baik daripada yang mungkin dengan pendekatan saat ini.” 

Namun, hambatan utama dalam merancang material ini, yang sifatnya bergantung pada arsitekturnya, adalah susunan yang diperlukan untuk mencapai sifat fisik yang diinginkan.

Dipublikasikan dalam Physical Review Letters, peneliti New York University menjelaskan strategi baru⁴ untuk menyesuaikan perilaku optik.

Tim telah mengembangkan algoritma yang dapat menghasilkan struktur fungsional dengan kekacauan bawaan. Bentuk baru “kekacauan terhubung” yang diungkapkan tim berada di antara dua ekstrem: sepenuhnya teratur dan sepenuhnya acak.

“Bayangkan pohon-pohon di hutan – mereka tumbuh pada posisi acak, tetapi tidak sepenuhnya acak karena biasanya berada pada jarak tertentu satu sama lain. Pola baru ini, gyromorphs, menggabungkan sifat yang kami kira tidak kompatibel dan menampilkan fungsi yang melampaui semua alternatif teratur, termasuk kuasikristal.”

– Martiniani

Selama penelitian mereka, tim mengamati bahwa semua material bandgap isotropik menampilkan tanda struktural yang sama. Jadi, mereka fokus membuatnya “sejelas mungkin,” yang mengarah pada penciptaan gyromorphs.

Kelas material baru yang dihasilkan, penulis utama Mathias Casiulis, peneliti postdoctoral di Departemen Fisika NYU, menyatakan, “menyatukan fitur yang tampaknya tidak kompatibel,” karena mereka tidak memiliki struktur berulang yang tetap seperti kristal, yang memberi mereka kekacauan mirip cair. Pada saat yang sama, ketika dilihat dari jarak jauh, mereka membentuk pola teratur.

“Sifat-sifat ini bekerja bersama untuk menciptakan bandgap yang gelombang cahaya tidak dapat menembus dari arah mana pun.”

– Casiulis 

Tim juga memperkenalkan “polygyromorphs” dengan banyak simetri rotasi pada berbagai skala panjang untuk memungkinkan pembentukan beberapa bandgap dalam satu struktur, sehingga membuka peluang untuk mengendalikan properti optik secara halus.
Swipe to scroll →

AI dan Material Kuantum Generasi Berikutnya dalam Penemuan

Seiring peneliti terus menggali lebih dalam material generasi berikutnya, kelas material yang sepenuhnya baru mulai muncul.

Baru-baru ini, tim riset yang dipimpin oleh Department of Energy’s Berkeley Lab melaporkan penemuan⁵ “berkelocene,” sebuah molekul organometalik yang mengandung unsur kimia sintetis, berat, radioaktif berkelium.

Molekul tersebut terdiri dari ion logam yang dikelilingi oleh kerangka berbasis karbon, dan meskipun relatif umum untuk unsur aktinida awal, mereka hampir tidak dikenal untuk unsur yang lebih berat.

“Ini adalah pertama kalinya bukti pembentukan ikatan kimia antara berkelium dan karbon didapatkan. Penemuan ini memberikan pemahaman baru tentang bagaimana berkelium dan aktinida lainnya berperilaku relatif terhadap rekan-rekannya dalam tabel periodik,” kata co-author Stefan Minasian, ilmuwan di Divisi Ilmu Kimia Berkeley Lab, yang telah bekerja menyiapkan senyawa organometalik aktinida karena memungkinkan mereka mengamati struktur elektronik khas aktinida.

Aktinida adalah serangkaian 15 unsur logam radioaktif pada tabel periodik, terletak di blok f. Uranium dan plutonium adalah contoh aktinida. Mereka dikenal karena sifat radioaktifnya dan digunakan dalam reaktor nuklir serta teknologi lainnya.

Tahun lalu, kemitraan antara peneliti dari Uppsala University, Swedia, dan Columbia University, AS, menghasilkan penemuan material kuantum 2D bernama CeSiI⁶, dengan struktur kristal yang terdiri dari cerium, silikon, dan iodin. Struktur kristalnya menyerupai susunan dua dimensi dari lapisan tipis atom yang berbeda.

Elektron CeSiI berperilaku sebagai fermion berat, dengan massa efektif hingga 100 kali lebih besar dibandingkan material biasa. Massa efektif ini anisotropik; sehingga, tergantung pada arah pergerakan elektron dalam lapisan atom.

“Dengan penemuan ini, kami kini memiliki platform material yang jauh lebih baik untuk menyelidiki struktur elektron terhubung. Material 2D seperti kotak konstruksi dengan potongan LEGO. Mitra kami sudah bekerja menambahkan lapisan dari material 2D lain untuk menciptakan material baru dengan properti kuantum yang disesuaikan.”

– Chin Shen Ong dari Departemen Fisika dan Astronomi di Uppsala

Dalam ilmu material, terdapat tak terhitung kemungkinan, dan memilih material yang tepat adalah hambatan utama untuk membuat penemuan baru. Walaupun prediksi berbasis teori dan validasi berbasis eksperimen membantu memberi informasi dalam pemilihan, hal itu tetap terfragmentasi.

Inilah tempat informatika material berbasis AI mengambil alih, mengintegrasikan wawasan skala kuantum dengan dataset besar untuk dengan cepat menyaring, memodelkan, dan mengoptimalkan material baru yang tidak mungkin ditemukan melalui percobaan coba-coba konvensional.

Sebuah tim peneliti di Tohoku University membangun sebuah peta material berbasis AI⁷ untuk menyatukan semua data eksperimen dengan data komputasi prinsip pertama yang representatif, dengan tujuan membantu peneliti menemukan material yang tepat untuk situasi tertentu.

Peta tersebut adalah grafik besar dengan sumbu untuk kesamaan struktural dan kinerja termoelektrik (zT), dengan setiap titik data mewakili sebuah material. Material serupa di sini muncul dalam kedekatan yang dekat. Karena material ini biasanya disintesis dan dievaluasi menggunakan metode dan perangkat serupa, peta ini memungkinkan eksperimentalis untuk dengan cepat menemukan analog material berperforma tinggi yang belum diketahui dan mengadaptasi protokol sintesis yang ada sebagai langkah selanjutnya.

Dengan cara ini, alat tersebut dapat membantu mengurangi biaya pengembangan dan mempercepat inovasi serta penerapannya di dunia nyata. Di masa depan, tim berencana memperluas kerangka kerja mereka di luar termoelektrik untuk mencakup material topologis dan magnetik serta menambahkan deskriptor tambahan guna menciptakan platform dukungan desain material komprehensif berbantuan AI.

“Dengan menyediakan pandangan intuitif dari atas atas banyak kandidat, peta ini membantu peneliti memilih target menjanjikan sekilas; oleh karena itu, diperkirakan dapat secara signifikan mempersingkat timeline pengembangan material fungsional baru.”

– Associate Professor Yusuke Hashimoto

Sementara itu, sebuah studi dari University of Gothenburg mengembangkan model AI untuk menentukan secara efisien kekuatan dan daya tahan⁸ material komposit anyaman.

Melakukan uji fisik dan simulasi komputer terperinci untuk merancang material komposit berkualitas tinggi, sangat “sulit terutama ketika komposit dibuat sebagai material serat tekstil anyaman, di mana serat-serat melilit satu sama lain dan berperilaku berbeda tergantung pada gaya yang dialami material,” catat Ehsan Ghane, mahasiswa Ph.D. di Departemen Fisika University of Gothenburg.

Walaupun komputer sudah dapat mensimulasikan mikrostuktur realistis berdasarkan interaksi dan pengaruh material, material komposit anyaman masih memerlukan sumber daya komputasi yang besar. Jaringan saraf menawarkan alternatif, tetapi mereka memerlukan banyak data pelatihan dan kesulitan dalam ekstrapolasi, sehingga tim mengembangkan model AI umum yang tidak memerlukan data sebanyak itu.

Model ini telah dilatih pada data simulasi dan uji yang ada untuk material penyusun komposit, memungkinkan prediksi daya tahan komposit baru.

Walaupun studi Gothenburg menyelidiki metode mengintegrasikan hukum material ke dalam model AI, tim peneliti dari KAIST telah menggabungkan hukum fisik dengan model AI mereka untuk memungkinkan eksplorasi cepat material baru meskipun data berisik atau terbatas.

Identifikasi properti adalah salah satu langkah kunci dalam mengembangkan material baru, tetapi memerlukan jumlah besar data eksperimen dan peralatan mahal, yang membatasi efisiensi penelitian. Tim KAIST mengatasi kebutuhan tersebut dengan mengintegrasikan hukum yang mengatur deformasi dan interaksi material serta energi.

Para peneliti melaporkan teknik jaringan saraf berbasis fisika (PINN)⁹ untuk mendeteksi properti material dan perilaku deformasi menggunakan hanya sedikit data dari satu eksperimen. Mereka kemudian memperkenalkan model AI, Physics-Informed Neural Operator (PINO), yang memahami hukum fisika dan dapat menggeneralisasi ke material yang belum pernah dilihat.

Peneliti MIT membawanya lebih jauh dengan mengembangkan metode yang menggabungkan informasi dari berbagai sumber¹⁰: literatur, komposisi kimia, gambar mikrostruktur, dan lainnya.

Ini merupakan bagian dari platform Copilot baru untuk Ilmuwan Eksperimen Dunia Nyata (CRESt). Metode mereka menggunakan peralatan robotik untuk memungkinkan pengujian material berkecepatan tinggi, kemudian memasukkan hasilnya kembali ke dalam model multimodal besar untuk meningkatkan resep mereka.

Para peneliti menggunakan “asisten, bukan pengganti, bagi peneliti manusia“, untuk menjelajahi lebih dari 900 kimia dan melakukan 3.500 tes elektrokimia yang mengarah pada penemuan material katalis yang memberikan kepadatan daya rekor dalam sel bahan bakar untuk menghasilkan listrik.

Berinvestasi dalam Kemajuan Ilmu Material

Dalam dunia ilmu material, ATI Inc. (ATI ) dikenal karena material khusus yang secara teknis maju dan komponen kompleks. Perusahaan ini memproduksi material berperforma tinggi untuk pasar dirgantara, pertahanan, medis, elektronik, dan energi.

Produk ATI terbuat dari paduan berbasis nikel dan superalloy, titanium serta paduan berbasis titanium, dan paduan khusus. Perusahaan beroperasi melalui dua segmen:

• Material & Komponen Berkinerja Tinggi (HPMC)
• Paduan & Solusi Lanjutan (AA&S)

Dengan kapitalisasi pasar $13,5 miliar, saham ATI diperdagangkan pada $99,37, naik 80,5% tahun ini. Perusahaan memiliki EPS (TTM) 3,10 dan P/E (TTM) 32,09. Perusahaan membayar dividen sebesar 0,32%.