AI & Simulasi: Percepatan Inovasi Sains Indonesia

Selama lebih dari satu dekade, Profesor Madya MIT Rafael Gómez-Bombarelli telah mempelopori penggunaan kecerdasan buatan (AI) untuk menciptakan material-material baru. Seiring dengan perkembangan teknologi ini, ambisinya pun semakin meluas. Kini, profesor di bidang ilmu dan teknik material yang baru saja memperoleh jabatan permanen ini meyakini bahwa AI siap untuk mengubah lanskap sains dengan cara yang belum pernah terbayangkan sebelumnya. Dedikasinya di MIT dan di luar institusi tersebut berpusat pada upaya untuk mempercepat terwujudnya masa depan ilmiah yang lebih maju, yang tentu memiliki relevansi besar bagi kemajuan riset di Indonesia.

Menjelajahi Titik Infleksi Kedua AI dalam Sains

"Kita berada di titik infleksi kedua," kata Gómez-Bombarelli. "Yang pertama terjadi sekitar tahun 2015 dengan gelombang awal pembelajaran representasi, AI generatif, dan data throughput tinggi di beberapa area sains. Ini adalah beberapa teknik yang pertama kali saya bawa ke lab di MIT." Namun, kini ia melihat gelombang baru yang lebih transformatif. "Sekarang saya pikir kita berada di titik infleksi kedua, memadukan bahasa dan menggabungkan berbagai modalitas menjadi kecerdasan ilmiah umum. Kita akan memiliki semua kelas model dan hukum penskalaan yang diperlukan untuk bernalar tentang bahasa, bernalar tentang struktur material, dan bernalar tentang resep sintesis."

Visi ini sangat relevan bagi Indonesia. Dengan kemampuan AI untuk memahami dan memproses informasi dari berbagai sumber, termasuk teks ilmiah dan struktur molekuler, para peneliti di Indonesia dapat mengakses dan menganalisis data dalam skala yang sebelumnya tidak mungkin. Ini akan mempercepat pengembangan inovasi di sektor-sektor krusial seperti energi terbarukan, farmasi, dan material canggih, yang semuanya merupakan pilar penting bagi pertumbuhan ekonomi dan keberlanjutan bangsa.

Sinergi Simulasi dan AI untuk Penemuan Material

Riset Gómez-Bombarelli menggabungkan simulasi berbasis fisika dengan pendekatan seperti machine learning dan AI generatif untuk menemukan material baru dengan aplikasi dunia nyata yang menjanjikan. Karyanya telah menghasilkan material baru untuk baterai, katalis, plastik, dan dioda pemancar cahaya organik (OLED). Ia juga telah mendirikan beberapa perusahaan dan menjabat di dewan penasihat ilmiah untuk startup yang menerapkan AI dalam penemuan obat, robotika, dan lainnya. Perusahaan terbarunya, Lila Sciences, berupaya membangun platform superintelligence ilmiah untuk industri ilmu hayati, kimia, dan ilmu material.

Semua upaya tersebut dirancang untuk memastikan masa depan riset ilmiah lebih lancar dan produktif dibandingkan riset saat ini. "AI untuk sains adalah salah satu penggunaan AI yang paling menarik dan aspiratif," kata Gómez-Bombarelli. "Aplikasi lain untuk AI memiliki lebih banyak sisi negatif dan ambiguitas. AI untuk sains adalah tentang menghadirkan masa depan yang lebih baik ke depan." Bagi Indonesia, investasi dalam AI untuk sains dapat berarti lompatan besar dalam kemampuan penelitian, memungkinkan penemuan yang lebih cepat dan efisien yang dapat mengatasi tantangan lokal dan global.

Transformasi dari Eksperimen ke Simulasi

Gómez-Bombarelli tumbuh besar di Spanyol dan tertarik pada ilmu fisika sejak usia dini. Pada tahun 2001, ia memenangkan kompetisi Olimpiade Kimia, yang membawanya ke jalur akademis dalam kimia di University of Salamanca. Ia melanjutkan studi hingga PhD, meneliti fungsi bahan kimia yang merusak DNA. "PhD saya dimulai dengan eksperimental, dan kemudian saya terpikat oleh simulasi dan ilmu komputer di pertengahan jalan," kenangnya. "Saya mulai mensimulasikan reaksi kimia yang sama dengan yang saya ukur di lab. Saya suka cara pemrograman mengatur otak; rasanya seperti cara alami untuk mengatur pemikiran. Pemrograman juga jauh lebih tidak terbatas oleh apa yang bisa Anda lakukan dengan tangan atau dengan instrumen ilmiah."

Transisi ini menunjukkan pentingnya adaptasi dan eksplorasi metode baru dalam penelitian. Di Indonesia, di mana sumber daya laboratorium mungkin terbatas di beberapa daerah, pendekatan simulasi dan komputasi dapat menjadi solusi cerdas untuk tetap menghasilkan riset berkualitas tinggi dan memperluas jangkauan eksplorasi ilmiah.

Pelopor Pembelajaran Mendalam untuk Sains

Setelah postdoc di Skotlandia, Gómez-Bombarelli bergabung dengan Profesor Kimia Harvard Alán Aspuru-Guzik pada tahun 2014. "Saya adalah salah satu orang pertama yang menggunakan AI generatif untuk kimia pada tahun 2016, dan saya berada di tim pertama yang menggunakan jaringan saraf untuk memahami molekul pada tahun 2015," ungkap Gómez-Bombarelli. "Itu adalah masa-masa awal deep learning untuk sains." Ia dan kolaboratornya berhasil menjalankan ratusan ribu perhitungan di berbagai material, menemukan ratusan material menjanjikan untuk pengujian. Prestasi ini menunjukkan potensi besar dari pendekatan komputasi dalam mempercepat proses penemuan, sebuah model yang sangat berharga untuk diadopsi oleh institusi riset di Indonesia.

Perjalanan Menuju MIT dan Fokus Riset Komputasi

Setelah pengalaman berharga di startup, Gómez-Bombarelli akhirnya bergabung dengan Departemen Ilmu dan Teknik Material MIT pada tahun 2018. Ia tertarik pada energi dan semangat kolaboratif di MIT, serta potensi riset yang tak terbatas. "Semua yang telah saya lakukan sebagai postdoc dan di perusahaan akan menjadi bagian dari apa yang bisa saya lakukan di MIT," katanya. Saat ini, labnya berfokus pada bagaimana komposisi, struktur, dan reaktivitas atom memengaruhi kinerja material. Ia juga telah menggunakan simulasi throughput tinggi untuk menciptakan material baru dan membantu mengembangkan alat untuk menggabungkan deep learning dengan pemodelan berbasis fisika.

"Simulasi berbasis fisika membuat data dan algoritma AI menjadi lebih baik semakin banyak data yang Anda berikan," kata Gómez-Bombarelli. "Ada segala macam siklus positif antara AI dan simulasi." Kelompok riset yang ia bangun bersifat komputasi murni—mereka tidak menjalankan eksperimen fisik. "Ini adalah berkah karena kami bisa memiliki cakupan yang sangat luas dan melakukan banyak hal sekaligus," jelasnya. Pendekatan ini bisa menjadi contoh bagi universitas dan pusat penelitian di Indonesia untuk mengembangkan keahlian komputasi yang kuat, memungkinkan mereka untuk berpartisipasi dalam penelitian material kelas dunia dengan investasi awal yang mungkin lebih rendah dibandingkan pembangunan laboratorium eksperimental berskala besar.

Akselerasi Sains di Era AI Global

Seiring dengan meledaknya antusiasme terhadap kecerdasan buatan, Gómez-Bombarelli telah menyaksikan perkembangan pesat di bidang ini. Perusahaan seperti Meta, Microsoft, dan DeepMind milik Google kini secara rutin melakukan simulasi berbasis fisika yang mirip dengan apa yang ia kerjakan pada tahun 2016. Pada November, Departemen Energi AS meluncurkan Misi Genesis untuk mempercepat penemuan ilmiah, keamanan nasional, dan dominasi energi menggunakan AI. Fenomena ini menunjukkan bahwa AI untuk simulasi telah bergerak dari sebuah kemungkinan menjadi pandangan ilmiah yang konsensus.

"Kita berada di titik infleksi. Manusia berpikir dalam bahasa alami, kita menulis makalah dalam bahasa alami, dan ternyata model bahasa besar yang telah menguasai bahasa alami telah membuka kemampuan untuk mempercepat sains," kata Gómez-Bombarelli. "Kita telah melihat bahwa penskalaan berhasil untuk simulasi. Kita telah melihat bahwa penskalaan berhasil untuk bahasa. Sekarang kita akan melihat bagaimana penskalaan berhasil untuk sains." Ini adalah momentum penting bagi Indonesia untuk ikut serta dalam gelombang inovasi ini, mengintegrasikan AI dan simulasi dalam strategi penelitian dan pengembangan nasional untuk meningkatkan daya saing global.

Di MIT, Gómez-Bombarelli terkesan dengan semangat kolaborasi antar peneliti. Ia berusaha membawa pemikiran positif ini ke dalam kelompok risetnya yang terdiri dari sekitar 25 mahasiswa pascasarjana dan postdoc. "Kami secara alami tumbuh menjadi kelompok yang sangat beragam, dengan berbagai mentalitas," kata Gómez-Bombarelli. "Setiap orang memiliki aspirasi karier serta kekuatan dan kelemahan mereka sendiri. Mencari tahu cara membantu orang menjadi versi terbaik dari diri mereka sendiri itu menyenangkan." Semangat kolaborasi dan keberagaman ini sangat penting untuk membentuk ekosistem riset yang dinamis dan produktif, sebuah model yang sangat relevan untuk ditiru dan dikembangkan di Indonesia guna menciptakan talenta-talenta unggul di bidang sains dan teknologi.