---
title: MIT Kembangkan Model Kecerdasan Buatan Multimodal untuk Identifikasi Bahan Baterai Generasi Baru
url: https://www.elseif.net/id/mit-kembangkan-model-kecerdasan-buatan-multimodal-untuk-identifikasi-bahan-baterai-generasi-baru
published: 2026-10-21T04:07:46+00:00
language: id
section: Model
source: https://www.aitimes.kr/news/articleView.html?idxno=42330
organizations: MIT, Defense Threat Reduction Agency, Defense Advanced Research Projects Agency, National Research Foundation
publisher: elseif
---

# MIT Kembangkan Model Kecerdasan Buatan Multimodal untuk Identifikasi Bahan Baterai Generasi Baru

Peneliti dari MIT telah mengembangkan model kecerdasan buatan multimodal yang mampu memahami pengaturan atom tiga dimensi bersama dengan bahasa alami. Model ini dirancang untuk menghubungkan pola pengikatan dan pengaturan atom dengan informasi bahasa agar dapat menyimpulkan struktur, sifat, kondisi pemrosesan, serta kemungkinan penerapan suatu bahan.

Model ini menunjukkan kinerja yang lebih unggul dalam mengidentifikasi bahan kristal yang menjanjikan dibandingkan dengan model yang hanya mempelajari teks. Dalam eksperimen untuk mencari bahan yang cocok untuk elektrolit baterai litium ion padat, model tersebut menempatkan bahan yang potensi keberhasilannya telah dikonfirmasi secara independen melalui penelitian sebelumnya sebagai kandidat teratas.

Pengembangan ini bertujuan mengatasi keterbatasan model bahasa besar yang biasanya hanya mempelajari teks dari buku dan makalah akademik, sehingga sulit memahami struktur aktual dari bahan kristal. Struktur kristal, yang mencakup lebih dari 90 persen materi padat di bumi, disimpan dalam format data khusus seperti koordinat atom dan informasi pengikatan, bukan dalam kalimat biasa, sehingga sering kali tidak dimanfaatkan secara maksimal dalam proses pelatihan model bahasa.

Untuk mengatasi masalah tersebut, para peneliti menciptakan model visi dan bahasa yang mengubah struktur kristal menjadi deskripsi bahasa yang kaya. Data bahasa ini dihasilkan berdasarkan basis data perhitungan prinsip pertama dan makalah eksperimen, mencakup komposisi kimia, struktur atom, sifat utama, faktor pemrosesan, dan bidang aplikasi potensial. Model ini menggunakan teknik pembelajaran kontras untuk menghubungkan informasi geometris struktur kristal dengan kalimat penjelas dalam ruang representasi yang sama.

Para peneliti membandingkan model yang dilatih dengan data deskripsi buatan ini dengan model yang hanya menggunakan teks dari makalah yang ada. Hasilnya menunjukkan bahwa model dengan data deskripsi mampu menghubungkan struktur geometris kristal dengan penjelasan bahasa, sementara kemampuan ini tidak muncul pada model yang hanya mempelajari teks. Hal ini menunjukkan bahwa kecerdasan buatan dalam ilmu material dapat berkembang melampaui sekadar pengulangan pengetahuan literatur untuk menghubungkan struktur atom secara langsung dengan fungsi dan sifat bahan.

Penelitian ini didukung oleh program konsorsium penelitian universitas dari Defense Threat Reduction Agency Amerika Serikat, Defense Advanced Research Projects Agency Amerika Serikat, serta National Research Foundation Korea. Hasil studi ini telah diterbitkan dalam jurnal Nature Communications pada 26 Agustus.