Kako znanost može pomoći u izgradnji boljih kuća od medenjaka?
To je pitanje koje je Miranda Schwacke, studentica na MIT-u u Odjelu za znanost i inženjerstvo materijala, često razmatrala. Ona je članica grupe Kitchen Matters, koja okuplja studente koji koriste hranu i kuhinjske alate kako bi objasnili znanstvene koncepte kroz kratke videozapise i događaje. Među ranijim temama bile su i objašnjenja zašto čokolada “zgrušava” ili postaje teška za rad prilikom topljenja (uzrok: voda se miješa) te kako napraviti izomalt, šećerni staklo kroz koje skakači prolaze u akcijskim filmovima.
Prije dvije godine, dok je grupa radila na videu o izgradnji strukturalno čvrste kuće od medenjaka, Schwacke je pretraživala kuharice u potrazi za varijablom koja bi proizvela najsnažniju razliku u kolačićima.
“Čitala sam o tome što određuje teksturu kolačića, a zatim sam isprobala nekoliko recepata u svojoj kuhinji dok nisam pronašla dva recepta za medenjake koja su mi se svidjela,” kaže Schwacke.
Fokusirala se na maslac, koji sadrži vodu koja se pri visokim temperaturama pečenja pretvara u paru, stvarajući zračne mjehuriće u kolačićima. Predvidjela je da će smanjenje količine maslaca rezultirati gušćim medenjacima, dovoljno čvrstim da se drže zajedno kao kuća.
“Ova hipoteza je primjer kako promjena strukture može utjecati na svojstva i performanse materijala,” izjavila je Schwacke u osam minuta dugom videu.
Ta ista znatiželja o svojstvima materijala i njihovim performansama pokreće njezino istraživanje o visokom energetskom trošku računalstva, posebno za umjetnu inteligenciju. Schwacke razvija nove materijale i uređaje za neuromorfno računalstvo, koje oponaša mozak obrađujući i pohranjujući informacije na istom mjestu. Istražuje elektrohemijske ionske sinapse — male uređaje koji se mogu “podešavati” kako bi prilagodili provodljivost, slično kao što neuroni jačaju ili slabe veze u mozgu.
“Ako pogledate umjetnu inteligenciju, posebno — za obuku ovih stvarno velikih modela — to troši puno energije. A ako to usporedite s količinom energije koju trošimo kao ljudi kada učimo stvari, mozak troši puno manje energije,” kaže Schwacke. “To je ono što je dovelo do ideje da pronađemo više načina inspiriranih mozgom, koji su energetski učinkovitiji za rad umjetne inteligencije.”
Njezin mentor, Bilge Yildiz, naglašava tu točku: Jedan od razloga zašto je mozak tako učinkovit je taj što se podaci ne moraju neprekidno premještati.
“U mozgu, veze između naših neurona, koje se nazivaju sinapse, su mjesto gdje obrađujemo informacije. Tamo se odvija prijenos signala. To se obrađuje, programira i pohranjuje na istom mjestu,” objašnjava Yildiz, profesor na Odjelu za nuklearnu znanost i inženjerstvo i DMSE. Uređaji koje razvija Schwacke imaju za cilj replicirati tu učinkovitost.
Znanstvene osnove
Kći majke morske biologinje i oca elektroinženjera, Schwacke je od malih nogu bila uronjena u znanost. Znanost je “uvijek bila dio mog razumijevanja svijeta.”
“Bila sam opsjednuta dinosaurima. Željela sam postati paleontologinja kad odrastem,” kaže. No, njezini interesi su se proširili. U srednjoj školi u Charlestonu, Južna Karolina, pridružila se FIRST Lego League natjecanju u robotici, gradeći robote za obavljanje zadataka poput pomicanja ili povlačenja predmeta. “Moji roditelji, posebno tata, jako su se uključili u školski tim i pomagali nam dizajnirati i graditi naš mali robot za natjecanje.”
Njezina majka, s druge strane, proučavala je kako zagađenje utječe na populacije dupina za Nacionalnu upravu za oceane i atmosferu. To je ostavilo trajan utjecaj.
“To je bio primjer kako se znanost može koristiti za razumijevanje svijeta, ali i za pronalaženje načina kako ga možemo poboljšati,” kaže Schwacke. “I to je ono što sam oduvijek željela raditi sa znanošću.”
Njezino zanimanje za znanost o materijalima pojavilo se kasnije, u programu magnetne srednje škole. Tamo je upoznala interdisciplinarnu temu, spoj fizike, kemije i inženjerstva koja proučava strukturu i svojstva materijala te koristi to znanje za dizajniranje novih.
“Uvijek mi se sviđalo kako se to kreće od vrlo osnovne znanosti, gdje proučavamo kako se atomi organiziraju, do ovih čvrstih materijala s kojima se susrećemo u svakodnevnom životu — i kako to daje svojstva koja možemo vidjeti i s kojima se možemo igrati,” kaže Schwacke.
Kao maturantica, sudjelovala je u istraživačkom programu s teznim projektom o solarnih ćelijama osjetljivim na boje, jeftinoj i laganoj solarnoj tehnologiji koja koristi molekule boje za apsorpciju svjetlosti i generiranje električne energije.
“Ono što me pokretalo je stvarno razumijevanje, ovo je način na koji prelazimo od svjetlosti do energije koju možemo koristiti — i također vidjeti kako bi to moglo pomoći u postizanju više obnovljivih izvora energije,” kaže Schwacke.
Nakon srednje škole, otišla je na Caltech. “Željela sam isprobati potpuno novo mjesto,” kaže, gdje je studirala znanost o materijalima, uključujući nanostrukturirane materijale tisuću puta tanje od ljudske kose. Fokusirala se na svojstva materijala i mikrostrukturu — malu unutarnju strukturu koja upravlja ponašanjem materijala — što ju je dovelo do elektrohemijskih sustava poput baterija i gorivih ćelija.
Izazov energetske učinkovitosti AI
Na MIT-u je nastavila istraživati energetske tehnologije. Upoznala je Yildiza tijekom Zoom sastanka u svojoj prvoj godini postdiplomskog studija, u jesen 2020. godine, kada je kampus još uvijek radio pod strogim Covid-19 protokolima. Yildizov laboratorij proučava kako se nabijeni atomi, ili ioni, kreću kroz materijale u tehnologijama poput gorivih ćelija, baterija i elektrolizatora.
Istraživanje laboratorija o računalstvu inspiriranom mozgom potaknulo je Schwackeinu maštu, ali ju je također privukla i Yildizova ekspertiza u energetskim sustavima. “Razgovarali smo o tome kako možemo razviti nove materijale koji će biti energetski učinkovitiji i kako će to utjecati na budućnost umjetne inteligencije,” dodaje.
U zaključku, Schwacke i njezini kolege rade na razvoju tehnologija koje će omogućiti održiviju i energetski učinkovitiju umjetnu inteligenciju. Njihova istraživanja ne samo da pridonose znanstvenom napretku, već i imaju potencijal za značajan utjecaj na način na koji koristimo tehnologiju u budućnosti.
Najčešća pitanja (FAQ)
- Što je neuromorfno računalstvo? Neuromorfno računalstvo je pristup koji oponaša način na koji mozak obrađuje informacije, koristeći materijale i uređaje koji repliciraju neuronske sinapse.
- Kako se umjetna inteligencija može učiniti energetski učinkovitijom? Razvijanjem novih materijala i tehnologija koje smanjuju potrebu za energijom tijekom obuke i rada AI modela.
- Koje su prednosti istraživanja materijala? Istraživanje materijala može dovesti do inovacija u tehnologijama, poboljšanja energetske učinkovitosti i stvaranja održivijih rješenja za budućnost.
- Kako znanost o materijalima utječe na svakodnevni život? Znanost o materijalima pomaže u razvoju novih proizvoda i tehnologija koje poboljšavaju kvalitetu života, poput solarnih ćelija i baterija.
- Zašto je važno razumjeti strukturu materijala? Razumijevanje strukture materijala omogućuje inženjerima i znanstvenicima da dizajniraju nove materijale s poboljšanim svojstvima i performansama.
