Para peneliti di Duke University telah merancang sistem AI canggih yang mampu memecahkan masalah desain kompleks dengan efisiensi yang mendekati efisiensi ilmuwan manusia. Terobosan ini mengisyaratkan masa depan di mana AI dapat secara signifikan mempercepat inovasi di berbagai disiplin ilmu.
Para insinyur di Duke University telah mengembangkan tim bot AI yang mampu memecahkan masalah desain rumit secara mandiri, hampir sama mahirnya dengan ilmuwan terlatih. Studi ini, yang baru-baru ini diterbitkan di ACS Photonics, menunjukkan bahwa AI dapat segera menghadapi tantangan desain yang sempit namun canggih, sehingga melepaskan gelombang kemajuan pesat di banyak bidang.
"Beberapa tahun yang lalu, seorang kolega menjelaskan kepada saya sebuah masalah yang sangat menantang dalam pemodelan reaksi kimia. Saya tahu itu bisa diselesaikan oleh program AI pembelajaran mendalam standar, tetapi saya tidak punya waktu untuk membantu diri sendiri," ujar Willie Padilla, Profesor Terhormat Teknik Elektro dan Komputer Dr. Paul Wang di Duke, dalam sebuah rilis berita. "Namun, hal itu membuat saya berpikir, jika kita bisa menciptakan sekelompok agen AI yang dapat memecahkan masalah-masalah seperti ini secara mandiri, hal itu dapat mempercepat laju kemajuan di berbagai bidang."
Jenis tantangan spesifik yang ditangani sistem AI mereka adalah masalah desain terbalik yang tidak tepat, di mana peneliti mengetahui hasil yang diharapkan tetapi menghadapi solusi yang tak terhitung jumlahnya tanpa panduan yang jelas tentang mana yang mungkin optimal.
SebelumnyaPadilla dan timnya berhasil mengatasi tantangan tersebut untuk menciptakan metamaterial dielektrik (bebas logam). Material sintetis ini, dengan sifat elektromagnetik unik yang berasal dari strukturnya, alih-alih kimia, menghadirkan parameter desain rumit yang dapat dikelola AI secara efisien.
Dalam studi baru ini, para peneliti mengembangkan teknik mereka dengan menggunakan serangkaian agen AI model bahasa besar (LLM) untuk menangani tugas-tugas desain secara mandiri. Berbeda dengan upaya sebelumnya di mana mahasiswa pascasarjana manusia harus melakukan langkah-langkah berulang, agen-agen AI ini dapat mengelola seluruh proses.
“Idenya adalah untuk menciptakan 'ilmuwan buatan' yang dapat mempelajari fisika metamaterial dan menemukan solusinya sendiri,” tambah Padilla.
"Sistem agen" ini terdiri dari beberapa LLM khusus. Satu mengelola organisasi data, yang lain menghasilkan kode jaringan saraf dalam, yang ketiga memverifikasi akurasi, dan yang ketiga menerapkan metode "neural-adjoint" lab untuk menyempurnakan solusi. LLM yang menyeluruh mengawasi komunikasi dan perkembangan di antara agen-agen ini, yang pada dasarnya meniru proses pengambilan keputusan seorang ilmuwan manusia.
"Alat ini akan memberi tahu Anda apakah hasilnya semakin berkurang dan perlu menghasilkan lebih banyak data, atau apakah ia puas dengan penurunan tingkat kesalahan dan perlu terus melakukan iterasi," tambah Dary Lu, mahasiswa doktoral di laboratorium Padilla yang memimpin proyek tersebut. "Ini mirip dengan intuisi yang perlu dikembangkan oleh seorang ilmuwan seiring waktu, dan mungkin merupakan bagian tersulit dalam pemrograman."
Setelah menguji sistem mereka terhadap masalah desain invers yang telah dipecahkan sebelumnya, para peneliti menemukan bahwa desain terbaik AI sebanding dengan desain yang dihasilkan oleh para ahli manusia. Meskipun hasil rata-rata AI tidak melampaui hasil mahasiswa doktoral, solusi terbaiknya cukup mendekati, dan dalam bidang ini, mencapai satu desain optimal saja merupakan keberhasilan yang signifikan.
Padilla yakin metode ini menunjukkan potensi produktivitas berbasis AI dalam penelitian ilmiah.
"Memiliki sistem AI yang dapat melakukan penelitian sendiri dan menyempurnakan metodenya sendiri akan mulai menghasilkan kemajuan signifikan dalam mendorong pengetahuan manusia," ujar Padilla. "Dalam skala besar dan dalam jangka waktu yang jauh lebih cepat, sistem ini akan segera mampu menghasilkan hasil yang benar-benar baru."
Lu melihat masa depan yang menjanjikan untuk aplikasi AI semacam itu.
"Kita berada di titik di mana sistem seperti ini akan mampu meningkatkan produktivitas pekerja berkeahlian tinggi," tambahnya. "Kemampuan membangun sistem agensi ini merupakan keahlian yang berharga untuk memasuki pasar kerja."
Sumber: Sekolah Teknik Duke Pratt