پژوهشگران چینی یک حافظه دیسک نوری سه‌بُعدی در مقیاس نانو ساخته‌اند که ظرفیت آن در حد پتابیت است.
به گزارش ایسنا، پرطرفدارترین کلمات سال ۲۰۲۳ به تازگی منتشر شده است و مدل زبان بزرگ هوش مصنوعی(LLM) بدون شک در صدر این فهرست قرار دارد. چت‌بات ChatGPT به‌عنوان یکی از پیشتازان این حوزه، به‌عنوان یکی از کلیدواژه‌های بین المللی سال گذشته مطرح شده است.
این نوآوری‌ها در هوش مصنوعی مدیون داده‌های بزرگ است که نقش مهمی ایفا کرده‌اند؛ با این‌حال، هوش مصنوعی به طور هم‌زمان فرصت‌ها و چالش‌های جدیدی را برای توسعه داده‌های بزرگ ارائه کرده است.
به‌نقل از فیز، ذخیره‌سازی داده با ظرفیت بالا در اقتصاد دیجیتال امروزی ضروری و حیاتی است؛ با این‌حال، دستگاه‌های ذخیره‌سازی اصلی مانند هارد دیسک‌ها و فلش‌های نیمه‌رسانا از نظر مقرون به صرفه بودن، دوام و طول عمر با محدودیت‌هایی روبه‌رو هستند.
ذخیره‌سازی داده‌های نوری یک راه حل پاک امیدوارکننده برای ذخیره‌سازی داده‌ها به صورت مقرون به صرفه و طولانی‌مدت ارائه می‌دهد؛ با این وجود، ذخیره‌سازی داده‌های نوری به دلیل محدودیت پراش نوری، با یک محدودیت اساسی در فاصله‌گذاری ویژگی‌های ضبط‌شده مجاور روبه‌رو می‌شود. این محدودیت فیزیکی نه تنها مانع توسعه بیشتر ماشین‌های نوشتن لیزری مستقیم می‌شود، بلکه میکروسکوپ نوری و فناوری ذخیره‌سازی را نیز تحت تأثیر قرار می‌دهد.
پَراش یا تَفَرُق(Diffraction) به پدیده‌های مختلفی گفته می‌شود که هنگام برخورد نور با مانع یا گذر آن از یک روزنه به وجود می‌آید. 
این پدیده‌ها را با عنوان خمیدگی نور در اطراف یک روزنه یا گوشه‌های یک مانع یا در طول یک دیافراگم و ورود به منطقه‌ی سایه هندسی تعریف می‌کنند. شیء یا دیافراگمی که موجب خمش نور می‌شود به‌عنوان منابع ثانویه انتشار نور شناخته می‌شوند.
براساس ۱۲۵ مانع علمی پیشرفته که توسط مجله Science در سال ۲۰۲۱ منتشر شد، شکستن مانع پراش محدود به‌عنوان مهم‌ترین چالش در زمینه فیزیک شناخته می‌شود؛ همچنین در میان ۷ پیشرفت فناوری پیش‌بینی‌شده توسط مجله Nature در سال ۲۰۲۴ و پس از آن قرار دارد.
اکنون یک تیم چندرشته‌ای به رهبری پروفسور مین گو در دانشگاه علم و فناوری شانگهای(USST)، مؤسسه اپتیک و مکانیک ظریف شانگهای(SIOM) و آکادمی علوم چین با موفقیت بر این چالش غلبه کرده است.
آنها جدیدترین دستاورد تحقیقاتی خود با عنوان «حافظه دیسک نوری سه‌بعدی در مقیاس نانو با ظرفیت پتابیت» را در مجله Nature به اشتراک گذاشته‌اند.
آنها برای اولین‌بار نشان داده‌اند که ظرفیت ذخیره‌سازی داده‌های نوری می‌تواند با گسترش معماری ضبط از سطح مسطح به فضای سه‌بعدی با صدها لایه به سطح پتابیت(Pb) برسد و در نتیجه سد حد پراش نوری نقاط ثبت‌شده را بشکند.
ظرفیت ذخیره‌سازی در ناحیه یک دیسک با اندازه DVD می‌تواند تا حد پتابیت که معادل حداقل۱۰۰ هارد دیسک با ظرفیت بالاست، برسد.
فناوری پیشگامانه حافظه نانودیسک نوری سه‌بعدی با ظرفیت پتابیت، یک انقلاب به شمار می‌رود. 
مجموعه داده پشت مدل هوش مصنوعی GPT که شامل ۵.۸ میلیارد صفحه وب است و حدود ۵۶ پتابیت فضا اشغال می‌کند، معمولاً به مجموعه‌ای گسترده از هارد دیسک‌ها برای ذخیره‌سازی نیاز دارد؛ با این‌حال، این حافظه نانودیسک نوری سه‌بعدی می‌تواند این فضا را به اندازه یک رایانه رومیزی کوچک کند و هزینه‌ها را به میزان قابل‌توجهی کاهش دهد. 
علاوه بر این، مصرف انرژی آن نیز چندین برابر کمتر از روش‌های سنتی است و طول عمر آن می‌تواند به ۵۰ تا ۱۰۰ سال برسد.
در سال ۲۰۱۳، پروفسور مین گو و تیم تحقیقاتی وی به فناوری نوشتن لیزری مستقیم ۹ نانومتری براساس نوشتن با پرتوی دوگانه دست یافتند. گفتنی است که پروفسور استفان دبلیو هل(Stefan W. Hell) دانشمند آلمانی، برای اختراع فناوری تصویربرداری میکروسکوپی با وضوح فوق‌العاده پرتوی دوگانه برنده جایزه نوبل شیمی در سال ۲۰۱۴ شد.
فناوری حافظه نانودیسک نوری سه‌بعدی با موفقیت مانع پراش برای نوشتن و خواندن نوری را می‌شکند و عصر جدیدی را برای اقتصاد دیجیتال داده‌های بزرگ آغاز می‌کند.