Thread by @zamirmohyedin

Kerajaan U.S, Google, Amazon, Microsoft, IBM, NASA & MIT bekerjasama bangunkan sistem untuk meramal sebaran CoViD-19 & buat simulasi untuk hasilkan vaksin.

16 superkomputer, 775,000 CPU cores & 34,000 GPU digunakan. Bagaimana sistem ini dapat bantu hasilkan vaksin?

#UntaianZM

Simulasi (simulation) ataupun modelling (permodelan) adalah kaedah meramal (predict) hasil penyelidikan menggunakan model matematik. Asasnya, simulasi ini dijalankan melalui pengiraan & pengiraan itu pula dilakukan oleh komputer. Lagi besar kapasiti komputer, lagi cepat ia kira.

Kelebihan besar guna simulasi ialah tak memakan kos & masa yang banyak. Dalam masa yang lebih pendek daripada buat eksperimen itu ialah kita boleh dapat hasil yang pelbagai.

Kalau satu eksperimen dapat satu hasil sehari, simulasi dapat hasilkan beribu hasil dalam satu kiraan.

Katakanlah kita nak naikkan keefisyenan tenaga suria daripada 33% kepada 85% (maksimum keefisyenan). Kita tidak perlu keluar tengah padang, tunggu matahari, pasang peralatan dan sebagainya. Kita simulasi terus guna komputer.

Turun padang, pasang peralatan mungkin boleh mendatangkan banyak keralatan (error) yang membuatkan kita tak dapat hasil yang dimahukan. Hasilnya pula tidak sebanyak apa yang simulasi dapat.

Dengan simulasi, komputer buat kerja. Ralat dapat dikurangkan. Hasil lebih banyak.

Daripada simulasi ini, kita dapat belajar banyak perkara seperti macam mana boleh naik ke 85%, kenapa susah nak naik, macam mana nak perbaiki sistem dengan usik sifat tabii sel suria itu. Kita sentuh teras dan sifat tabii teknologi tenaga suria itu sendiri.

Simulasi lebih kepada ramalan (prediction). Contohnya apabila kita dapat modelkan sistem tenaga suria yang efisyen sehingga 85% sebagai contoh, kita boleh bangunkan teknologinya. Asasnya simulasi dijadikan medium untuk "try & error". Pantas & tak memakan kos yang begitu tinggi.

Penjimatannya dapat dilihat yang mana kita tidak perlu beli bahan eksperimen yang banyak. Kalau satu eksperimen tak jadi, kena beli lagi. Nak dapatkan hasil eksperimen itu pula bukan sehari terus boleh dapat. Tenaga kerja dapat dikurangkan. Kita dapat kurangkan banyak benda.

Tambah lagi, simulasi dapat menyediakan bahan dan sumber virtual yang susah nak dapat di dunia realiti. Selain itu, saya pernah terbaca komputer dapat modelkan bahan dan molekul yang tidak pernah manusia cipta dan jumpa.

Kadangkala apa yang komputer ramalkan, tidak dekat dengan realiti kerana komputer buat simulasi guna persamaan model matematik. Hal ini yang menjadi susah mengapa secara teorinya kadar efisyen boleh capai tinggi, tetapi realiti nak bangunkan tak capai-capai.

Dalam model matematik ada banyak jangkaan (approximation) dan anggapan (assumption). Hal itu dibuat biasanya untuk memudahkan kiraan atau sebab komputer tak ada kapasiti yang besar untuk mengira model matematik yang lengkap.

Contohnya persamaan gelombang Schrodinger (wavefunction) adalah persamaan yang lengkap untuk simulasi sifat tabii bahan dengan sempurna.

Tapi komputer tak mampu nak kira menggunakan persamaan itu kerana guna tenaga yang amat banyak. Superkomputer pun boleh sangkut.

Lagi-lagi kalau melibatkan vaksin. Mesti kena kaji molekul yang lebih besar daripada atom. Guna persamaan gelombang Schrodinger untuk simulasi atom hidrogen pun amat sulit. Apatah lagi simulasi vaksin yang terdiri daripada entiti molekul yang lebih besar.

Jadi, daripada model gelombang Schrodinger, ahli fizik membentuk model yang lebih mudah seperti Density Functional Theory (DFT) untuk simulasi sifat tabii bahan. Tetapi dah ada komputer kuantum sekarang, tak mustahil agaknya untuk guna model gelombang Schrodinger.

Jadi, apabila ada perkara yang diabaikan dalam model matematik, kadangkala apa yang komputer hasilkan, susah untuk dibangunkan di dunia realiti.

Satu lagi, apa yang simulasi ramalkan, biasanya dapat dibuat secara eksperimen.

Cumanya, kita mempunyai pelbagai kekangan untuk menjadikan penemuan daripada eksperimen dan simulasi itu untuk aplikasi, komersial dan teknologi.

Mungkin melibatkan kos yang tak cukup, sumber tak cukup, keadaan cuaca semasa, dan pelbagai faktor luar.

Walau bagaimanapun, sekurang-kurangnya kita boleh dapat gambaran dan ramalan bagaimana seharusnya vaksin itu dapat dibentuk sebelum eksperimen dijalankan.

Hal ini dapat membantu saintis dalam penyelidikan dengan lebih pantas. Insya-Allah!

Adanya simulasi, tak bermakna eksperimen tak penting. Tak bermakna tak ada kerja makmal dibuat. Simulasi membantu saintis untuk kurangkan kerja fizikal, kurangkan pelbagai kos. Paling penting, melancarkan eksperimen.

Simulasi ialah panduan untuk bereksperimen dengan lebih laju!

Kalau anda tak faham, anda bayangkan kita mencipta vaksin secara virtual ataupun mencipta virus CoViD-19 secara maya untuk memahami kelemahan virus itu menggunakan superkomputer. Selepas itu, daripada maya, terus kita jalankan uji kaji fizikal. Jimat banyak benda dan laju!