Kaca mudah ditemukan di sekitar kita. Ia ada di layar komputer kita, baterai generasi mendatang, materi implan medis, dan bahkan di lava (cairan silikat) gunung berapi.
Kaca diproduksi dengan proses pelelehan suatu jenis cairan silikat dan kemudian dengan cepat didinginkan. Susunan kimia dari cairan silikat tersebut akan menentukan kualitas fisik kaca.
Dengan mengubah-ubah sifat cairan ini, dapat dikayasa untuk peroleh kekuatan dan kejernihan kaca.
Perubahan sifat cairan ini dapat digunakan pula untuk memenuhi kebutuhan tertentu, misalnya untuk membuat layar smartphone baru dsb.
Namun proses untuk mencari formula komposisi sifat cairan ini biasanya akan ditempuh secara tradisional melalui proses trial and error yang mahal dan memakan yang waktu.
Algoritma pembelajaran mesin memiliki potensi untuk merevolusi proses pendesainan jenis kaca tertentu yang dikenkendaki.
Para peneliti dari Université de Paris, Australian National University, Carnegie Institution for Science, dan Durham University memperkenalkan model algoritma pembelajaran mendalam berbasis fisika dan kimia yang disebut i-Melt.
Model ini yang dapat secara efektif mampu memprediksi kualitas kaca berdasarkan komposisi jenis cairan silikat yang membentuknya.
Ini adalah algoritma campuran antara classical algorithm dengan learning algorithm.
Algoritma ini membawa informasi dari persamaan termodinamika di dalam classical algorithm bersama-sama dengan hasil yang diperoleh dengan learning algorithm. Ini memastikan hasil yang relevan dan realistis.
Hasil penelitian ini menunjukkan bahwa algoritma yang ditanamkan ke dalam i-Melt dapat memprediksi kualitas kaca yang dihasilkan dari berbagai komposisi sifat lelehan, antara lain viskositas lelehan, kerapatan kaca, indeks bias optik, dsb.
Viskositas lelehan bervariasi secara signifikan dalam penelitian ini. Hasilnya menunjukkan bahwa i-Melt berhasil memprediksi kualitas kaca dari sifat lelehannya dengan presisi yang tinggi.
Fleksibilitas dan kekuatan i-Melt yang luas membuat ia mudah untuk digunakan membangun model untuk bereksperimen dan menguji berbagai pendekatan.
Contohnya, ia bisa digunakan untuk mempelajari lava (cairan silikat) yang dimuntahkan oleh gunung berapi yang juga mengangung unsur kimia yang menyerupai dengan bahan pembuat kaca.
i-Melt dapat digunakan untuk mengetahui tentang karakter dari letusan gunung berapi yang akan terjadi.
Beberapa gunung berapi memiliki letusan yang sangat eksplosif. Namun ada pula letusan yang ‘efusif’ yang ditandai oleh aliran lava yang meluas tetapi tidak ada ledakan.
Viskositas lava tampaknya menjadi kekuatan pendorong di balik semua ini.
Ketika viskositas lava rendah, ia akan mengalir dengan lancar, memungkinkan gas yang terperangkap di dalam batuan cair untuk melarikan diri. Namun ketika viskositasnya tinggi, gelembung gas terperangkap dan akhirnya akan meledak.
Perubahan yang kecil dalam komposisi magma secara signifikan akan memengaruhi perilaku lelehan larva.
Studi ini menunjukkan bahwa ketika kandungan lava silikat berubah, struktur molekulnya berubah secara tiba-tiba, membentuk jaringan yang terhubung rapat. Akibatnya, magma menjadi lebih sulit untuk mengalir dan inilah yang akan menghasilkan perubahan viskositas.
Mereka memperluas i-Melt ke spektrum komposisi lelehan yang lebih besar, termasuk oksida magnesium dan kalsium, yang penting dalam penelitian vulkanologi dan kaca.
Hasil penelitian telah diterbitkan di jurnal Geochimica et Cosmochimica Acta dengan judul makalahnya Structure and properties of alkali aluminosilicate glasses and melts: Insights from deep learning.
A Simple Notebook 