Jakarta: Di tengah perkembangan kecerdasan buatan atau Artificial Intelligence (AI), para peneliti mulai mengembangkan teknologi komputasi yang tidak hanya mengandalkan kecepatan pemrosesan, tetapi juga efisiensi energi. Salah satunya melalui neuromorphic computing, pendekatan komputasi yang terinspirasi dari cara kerja otak manusia.
Perkembangan AI membuat kebutuhan komputasi semakin meningkat. Berbagai teknologi AI membutuhkan kemampuan pemrosesan data yang besar dan cepat, serta didukung oleh energi yang tidak sedikit. Kondisi tersebut mendorong para peneliti mengembangkan teknologi komputasi yang lebih efisien.
Melansir artikel Binus University, neuromorphic computing adalah pendekatan rekayasa perangkat keras dan lunak yang meniru struktur serta fungsi otak, terutama jaringan neuron dan sinapsis. Istilah ini pertama kali diperkenalkan oleh Carver Mead pada 1980-an sebagai pendekatan untuk mengatasi keterbatasan arsitektur von Neumann yang memisahkan memori dan prosesor.
Berbeda dengan komputer konvensional yang memproses informasi melalui instruksi dan operasi digital, sistem neuromorfik menggunakan komponen elektronik yang meniru perilaku neuron dan hubungan antarsel saraf.
Bagaimana Cara Kerjanya?
Untuk memahami teknologi ini, terdapat sejumlah mekanisme yang digunakan dalam sistem
neuromorphic computing. Berikut penjelasannya:
1. Spiking Neural Networks (SNNs)
Chip neuromorfik umumnya menggunakan model kecerdasan buatan yang disebut
Spiking Neural Networks (SNNs). Model ini bekerja dengan mengirimkan informasi dalam bentuk sinyal listrik atau spike yang menyerupai impuls pada neuron manusia.
Berbeda dengan sistem komputasi biasa, SNN mengaktifkan proses berdasarkan rangsangan atau informasi yang diterima. Mekanisme ini memungkinkan sistem bekerja berdasarkan peristiwa sehingga berpotensi lebih hemat energi. Selain itu, SNN juga memperhitungkan waktu kemunculan sinyal dalam proses pengolahan informasi.
2. Neuron dan Sinapsis Elektronik
Chip neuromorfik dirancang menggunakan komponen elektronik yang meniru fungsi neuron dan sinapsis pada otak manusia. Salah satu komponen yang dapat digunakan adalah memristor, yaitu perangkat elektronik yang mampu mempertahankan perubahan nilai resistansinya berdasarkan arus listrik yang pernah diterima.
Karakteristik tersebut menyerupai kemampuan sinapsis dalam memperkuat atau melemahkan hubungan antarneuron berdasarkan aktivitas yang terjadi.
3. Parallel and Distributed Processing
Sistem neuromorfik juga memungkinkan banyak neuron buatan bekerja secara bersamaan untuk memproses informasi. Pendekatan ini menyerupai cara jaringan saraf otak manusia menjalankan berbagai aktivitas secara paralel.
Kemampuan tersebut membuat komputasi neuromorfik berpotensi meningkatkan kecepatan dan efisiensi pemrosesan pada tugas tertentu, seperti mengenali pola, mengolah informasi dari sensor, serta merespons perubahan lingkungan secara langsung (real-time).
Manfaat dan Penerapan Neuromorphic Computing
Teknologi neuromorfik berpotensi diterapkan dalam berbagai bidang, terutama yang membutuhkan pemrosesan informasi secara cepat dan efisien. Dalam bidang robotika, teknologi ini dapat membantu robot merespons perubahan lingkungan melalui informasi yang diterima sensor.
Sementara itu, dalam pengembangan kecerdasan buatan, komputasi neuromorfik berpotensi mendukung sistem yang membutuhkan pemrosesan data dengan konsumsi energi lebih rendah. Selain itu, teknologi ini juga dapat dikembangkan untuk perangkat Internet of Things (IoT), sistem pengenalan pola, hingga perangkat pemantauan kesehatan.
Nah, Teman MTVN Lens,
neuromorphic computing menjadi salah satu pendekatan yang menarik dalam perkembangan teknologi komputasi. Dengan meniru cara kerja otak manusia, teknologi ini diharapkan dapat menghadirkan sistem yang lebih efisien dalam memproses informasi.
Jangan lupa saksikan
MTVN Lens lainnya hanya di
Metrotvnews.com.
(Eunike Michelle Gultom)
Streaming