Merevolusi Teknologi Komputasi

Peneliti di Amerika Serikat menemukan sumber asli dari efek magnetik yang muncul pada bahan ruthenium dioksida (RuO₂), yang merupakan fokus perdebatan dalam bidang altermagnetisme yang sedang berkembang cepat. Altermagnetisme adalah bidang penelitian yang mendapat banyak perhatian karena potensi dampaknya pada teknologi komputasi cepat dan hemat energi. RuO₂ menjadi bahan yang menarik karena diduga dapat menunjukkan kondisi magnetik unik yang sangat relevan untuk spintronik dan elektronik berkecepatan tinggi. Bukti dari exchange bias, yang biasa muncul saat RuO₂ bersentuhan dengan ferromagnet seperti besi, digunakan sebagai indikator adanya altermagnetisme. Namun, tim peneliti dari Naval Research Laboratory (NRL) memutuskan untuk memeriksa lebih jauh dengan menggunakan teknik neutron scattering di Oak Ridge National Laboratory. Neutron memiliki kemampuan khusus untuk meneliti struktur magnetik di dalam bahan karena membawa momen magnetik sendiri. Teknik neutron scattering yang digunakan termasuk polarized neutron reflectometry dan neutron diffraction membantu mengungkap bahwa exchange bias yang ditemukan bukan berasal dari sifat intrinsik RuO₂ sendiri, melainkan karena pengaruh antarmuka antara RuO₂ dan ferromagnet. Ini menegaskan bahwa magnetometri saja kurang cukup untuk menganalisa fenomena ini. Kesimpulan dari studi ini adalah bahwa adanya exchange bias tidak bisa dijadikan bukti pasti bahwa RuO₂ memang material altermagnetik. Studi ini membuka jalan untuk penelitian lebih lanjut yang bisa menemukan kondisi khusus saat altermagnetisme benar-benar muncul, sekaligus memahami lebih baik interaksi di antarmuka material.

Para peneliti di Microsoft berhasil menciptakan sistem penyimpanan data inovatif yang menggunakan kaca borosilikat dan laser berenergi tinggi untuk menyimpan data digital. Sistem ini menjanjikan keawetan data hingga 10.000 tahun, jauh melampaui teknologi penyimpanan konvensional seperti hard drive dan pita magnetik yang hanya bertahan sekitar sepuluh tahun. Kaca yang digunakan berukuran sebuah kotak berdiameter 12 sentimeter dan ketebalan 2 milimeter, mampu menyimpan sampai 4,8 terabyte data, setara dengan sekitar dua juta buku cetak. Data ini disimpan dengan cara membuat deformasi nano di dalam kaca, yang direkam menggunakan laser dengan pulsa sangat singkat dan intens. Keunggulan utama teknologi ini adalah data yang tersimpan tidak dapat berubah (immutable) dan tidak memerlukan perawatan yang rumit, sehingga cocok untuk cadangan data jangka panjang yang sangat penting. Selain itu, pada suhu kamar data ini bisa bertahan puluhan hingga ratusan kali lebih lama dari sepuluh ribu tahun. Meskipun proses penulisan dan pembacaan data memerlukan peralatan khusus dan lebih rumit dibanding membuka file di hard drive, teknologi ini sudah menjadi sistem arsip yang bisa dipakai nyata. Dengan demikian, Microsoft berharap teknologi ini bisa merevolusi cara data disimpan di pusat data masa depan. Sistem ini dikembangkan dengan memanfaatkan keahlian laser dari para peneliti seperti Peter Kazansky, dan memilih material yang lebih murah dan lebih praktis yakni kaca borosilikat dibandingkan fused silica sebelumnya. Ke depan, teknologi ini berpotensi menjadi standar baru untuk penyimpanan data digital jangka sangat panjang.

Belakangan ini, kecerdasan buatan (AI) menunjukkan kemajuan dalam memecahkan masalah matematika rumit seperti menemukan fungsi Lyapunov yang menentukan stabilitas sistem dinamik. Salah satu prestasi menonjol datang dari perusahaan teknologi besar seperti Meta dan DeepMind yang mengklaim berhasil menyelesaikan beberapa masalah yang sebelumnya dianggap tak terselesaikan oleh manusia. Namun, para ahli matematika secara luas masih skeptis dengan klaim tersebut. Walaupun AI berhasil menyelesaikan tugas lebih baik daripada algoritma pendahulu, seperti menyelesaikan 10,1% masalah dibandingkan 2,1% sebelumnya, AI masih jauh dari mampu bersaing dengan matematikawan terbaik, dan kerap membutuhkan bantuan manusia dalam prosesnya. AI juga telah diuji dalam Olimpiade Matematika Internasional, kejuaraan bergengsi bagi pelajar matematika, dengan hasil yang mengesankan tetapi tidak cukup untuk menyebut AI sebagai jenius. Misalnya, sistem AI terbaru berhasil memecahkan lima dari enam soal dengan nilai setara medali emas, namun AI membutuhkan waktu dan bantuan manusia dalam menerjemahkan soal ke bahasa komputer. Beberapa matematikawan ternama, seperti Terence Tao, optimis AI akan segera dapat memecahkan ribuan konjektur matematika sekaligus dalam beberapa tahun mendatang, membuka era baru penelitian matematika. AI juga sudah membantu menemukan hipotesis baru yang menghubungkan berbagai cabang matematika, meski masih perlu manusia untuk memverifikasi dan membuktikannya secara tepat. Secara keseluruhan, meski AI belum menggantikan matematikawan manusia, teknologi ini diprediksi akan menjadi alat penting yang mengubah cara riset matematika dilakukan. Para ahli sepakat bahwa matematika tidak akan punah, tapi akan berevolusi dengan kolaborasi erat antara manusia dan AI untuk memecahkan masalah yang sebelumnya tak terbayangkan.