Dunia bawah laut selalu menyimpan misteri. Bayangkan, hewan-hewan laut seperti ikan dan anjing laut bisa berenang dengan begitu lihai, padahal bentuk tubuh mereka berbeda-beda. Rahasianya? Efisiensi hidrodinamika. Tapi, bagaimana kalau kita bisa meniru kehebatan mereka untuk kendaraan otonom bawah laut?
AI Membantu Mendesain Kendaraan Bawah Laut yang Lebih Lihai
Kendaraan otonom yang meluncur di lautan (ocean glider) punya potensi besar untuk mengumpulkan data penting tentang lingkungan bawah laut. Sayangnya, desain glider yang ada saat ini masih terbatas, biasanya hanya berbentuk tabung atau torpedo. Menguji desain baru secara manual juga memakan waktu dan biaya yang tidak sedikit. Nah, di sinilah artificial intelligence (AI) masuk untuk menyelamatkan hari!
Para peneliti dari MIT dan University of Wisconsin-Madison punya ide brilian: menggunakan machine learning untuk merancang desain glider yang lebih inovatif dan efisien. Mereka menggunakan simulator fisika untuk menguji berbagai desain 3D, lalu memolesnya agar lebih hidrodinamis. Hasilnya? Model yang bisa dicetak 3D dengan energi yang jauh lebih sedikit dibandingkan dengan pembuatan manual.
Bayangkan dampaknya: Glider yang lebih efisien bisa membantu oceanografer mengukur suhu dan salinitas air, mengumpulkan data arus laut yang lebih detail, dan memantau dampak perubahan iklim dengan lebih akurat. Tim peneliti bahkan sudah membuat dua prototipe glider seukuran boogie board: satu dengan dua sayap mirip pesawat terbang, dan satu lagi dengan empat sayap yang bentuknya mirip ikan pipih! Keren, kan?
Peter Yichen Chen, peneliti dari MIT CSAIL, menekankan bahwa desain-desain ini hanyalah sebagian kecil dari kemungkinan yang bisa dihasilkan oleh pendekatan AI mereka. “Kami telah mengembangkan proses semi-otomatis yang dapat membantu kami menguji desain-desain unconventional yang akan sangat sulit dirancang oleh manusia,” ujarnya. “Tingkat keragaman bentuk ini belum pernah dieksplorasi sebelumnya, jadi sebagian besar desain ini belum pernah diuji di dunia nyata.”
Dari Paus Hingga Pesawat Terbang: Inspirasi Desain dari Alam dan Teknologi
Lalu, bagaimana AI bisa menghasilkan ide-ide desain yang unik ini? Pertama, para peneliti mengumpulkan model 3D dari lebih dari 20 bentuk kendaraan laut konvensional, mulai dari kapal selam hingga paus, pari manta, dan hiu. Kemudian, mereka melingkupi model-model ini dengan “deformation cages” yang memetakan titik-titik artikulasi yang dapat ditarik dan diubah untuk menciptakan bentuk-bentuk baru.
Tim CSAIL kemudian membuat dataset dari bentuk-bentuk konvensional dan deformasi ini, lalu menyimulasikan performanya pada berbagai “angle-of-attack” – yaitu sudut kemiringan kendaraan saat meluncur di dalam air. Misalnya, seorang perenang mungkin ingin menyelam pada sudut -30 derajat untuk mengambil sesuatu dari kolam renang. Sudut dan bentuk yang beragam ini kemudian digunakan sebagai input untuk neural network yang memprediksi efisiensi glider pada sudut tertentu dan mengoptimalkannya sesuai kebutuhan.
Menguji Efisiensi: Rasio Lift-to-Drag sebagai Kunci
Neural network yang digunakan mensimulasikan bagaimana glider akan bereaksi terhadap fisika bawah air, dengan tujuan untuk menangkap bagaimana ia bergerak maju dan gaya yang menahannya. Tujuannya adalah menemukan rasio lift-to-drag terbaik. Semakin tinggi rasionya, semakin efisien kendaraan bergerak; semakin rendah, semakin lambat glider selama perjalanannya.
Rasio lift-to-drag ini sangat penting untuk pesawat terbang. Saat lepas landas, Anda ingin memaksimalkan lift agar pesawat dapat meluncur dengan baik melawan arus angin. Saat mendarat, Anda membutuhkan gaya yang cukup untuk menghentikan pesawat sepenuhnya. Niklas Hagemann, mahasiswa MIT, menjelaskan bahwa rasio ini sama pentingnya jika Anda menginginkan gerakan meluncur serupa di lautan.
“Proses kami memodifikasi bentuk glider untuk menemukan rasio lift-to-drag terbaik, mengoptimalkan kinerjanya di bawah air,” kata Hagemann. “Anda kemudian dapat mengekspor desain-desain dengan performa terbaik sehingga dapat dicetak 3D.”
Validasi di Dunia Nyata: Dari Terowongan Angin Hingga Kolam Renang
Meskipun proses AI mereka tampak realistis, para peneliti perlu memastikan bahwa prediksinya tentang kinerja glider akurat dengan bereksperimen di lingkungan yang lebih nyata.
Mereka pertama-tama membuat desain dua sayap mereka sebagai kendaraan skala kecil yang menyerupai pesawat kertas. Glider ini dibawa ke Terowongan Angin Wright Brothers MIT, ruang dalam ruangan dengan kipas yang mensimulasikan aliran angin. Ditempatkan pada sudut yang berbeda, rasio lift-to-drag yang diprediksi glider hanya sekitar 5 persen lebih tinggi rata-rata daripada yang tercatat dalam eksperimen angin – perbedaan kecil antara simulasi dan kenyataan.
Evaluasi digital yang melibatkan simulator fisika yang lebih kompleks secara visual juga mendukung gagasan bahwa proses AI membuat prediksi yang cukup akurat tentang bagaimana glider akan bergerak. Ini memvisualisasikan bagaimana mesin-mesin ini akan turun dalam 3D.
Untuk benar-benar mengevaluasi glider ini di dunia nyata, tim perlu melihat bagaimana perangkat mereka akan berfungsi di bawah air. Mereka mencetak dua desain yang berkinerja terbaik pada titik-titik serangan tertentu untuk tes ini: perangkat seperti jet pada 9 derajat dan kendaraan empat sayap pada 30 derajat.
Kedua bentuk tersebut dibuat dalam 3D printer sebagai cangkang berongga dengan lubang kecil yang terisi air saat terendam sepenuhnya. Desain yang ringan ini membuat kendaraan lebih mudah ditangani di luar air dan membutuhkan lebih sedikit bahan untuk dibuat. Para peneliti menempatkan perangkat seperti tabung di dalam penutup cangkang ini, yang menampung berbagai hardware, termasuk pompa untuk mengubah daya apung glider, mass shifter (perangkat yang mengontrol sudut serang mesin), dan komponen elektronik.
Setiap desain mengungguli glider berbentuk torpedo buatan tangan dengan bergerak lebih efisien di kolam renang. Dengan rasio lift-to-drag yang lebih tinggi daripada rekan mereka, kedua mesin yang digerakkan AI mengerahkan lebih sedikit energi, mirip dengan cara hewan laut menavigasi lautan dengan mudah.
Masa Depan Cerah untuk Glider Bawah Laut
Meskipun proyek ini merupakan langkah maju yang menggembirakan untuk desain glider, para peneliti berusaha untuk mempersempit kesenjangan antara simulasi dan kinerja dunia nyata. Mereka juga berharap untuk mengembangkan mesin yang dapat bereaksi terhadap perubahan arus yang tiba-tiba, membuat glider lebih mudah beradaptasi dengan laut dan samudra.
Chen menambahkan bahwa tim ingin menjelajahi jenis bentuk baru, terutama desain glider yang lebih tipis. Mereka bermaksud untuk membuat kerangka kerja mereka lebih cepat, mungkin memperkuatnya dengan fitur-fitur baru yang memungkinkan lebih banyak kustomisasi, kemampuan manuver, atau bahkan pembuatan kendaraan miniatur.
Dengan bantuan AI, kita bisa merancang kendaraan otonom yang tidak hanya efisien, tetapi juga mampu menjelajahi lautan dengan cara yang belum pernah kita bayangkan sebelumnya. Siapa tahu, mungkin suatu saat nanti, kita akan melihat glider berbentuk ikan paus yang sedang mengumpulkan data di kedalaman laut!