Bagi mereka yang bekerja di bidang kecerdasan buatan canggih, mendapatkan komputer untuk mensimulasikan aktivitas otak adalah tugas raksasa, namun mungkin lebih mudah untuk mengelola jika perangkat keras dirancang lebih menyerupai perangkat keras otak untuk memulainya.
Bidang yang muncul ini disebut komputasi neuromorfis . Dan sekarang para insinyur di MIT mungkin telah mengatasi rintangan yang signifikan – sebuah desain untuk chip dengan sinapsis buatan. [Sinapsis adalah titik temu antara terminal akson salah satu neuron dengan neuron lain]
Untuk saat ini, otak manusia jauh lebih kuat daripada komputer manapun – mengandung sekitar 80 miliar neuron, dan lebih dari 100 triliun sinapsis menghubungkan mereka dan mengendalikan berlalunya sinyal.
[Pada setiap bagian otak, terdapat jutaan neuron yang saling terhubung lewat sinapsis. Anak-anak memiliki sekitar 1016 sinapsis (10 quadrillion). Jumlah ini berkurang seiring bertambahnya usia. Orang dewasa memiliki 1015 sampai 5 × 1015 (1-5 quadrillion) sinapsis.]
Bagaimana chip komputer saat ini bekerja adalah dengan mentransmisikan sinyal dalam bahasa yang disebut biner. Setiap bagian informasi dikodekan dalam 1s dan 0s, atau sinyal on / off.
Untuk mendapatkan gambaran bagaimana ini bisa dibandingkan dengan otak, pertimbangkan hal ini: pada tahun 2013, salah satu superkomputer paling kuat di dunia menjalankan simulasi aktivitas otak , hanya mencapai hasil yang sangat kecil.
Riken’s K Computer menggunakan 82.944 prosesor dan satu petabyte memori utama – setara dengan sekitar 250.000 komputer desktop pada saat itu.
Butuh waktu 40 menit untuk mensimulasikan satu detik aktivitas 1,73 miliar neuron yang dihubungkan oleh sinapsis 10,4 triliun. Itu mungkin terdengar seperti banyak, tapi itu benar-benar setara dengan hanya satu persen dari otak manusia.
Tetapi jika sebuah chip digunakan menyerupai koneksi sinaps, sinyal yang digunakan oleh komputer bisa jauh lebih bervariasi, memungkinkan pembelajaran seperti sinaps. Sinapsis memediasi sinyal yang ditransmisikan melalui otak, dan neuron mengaktifkan tergantung pada jumlah dan jenis ion yang mengalir melintasi sinaps.
Ini membantu otak mengenali pola, mengingat fakta, dan melakukan tugas.
Dalam simulasi, digunakan untuk mengenali sampel tulisan tangan dengan akurasi 95 persen.
Desain sebelumnya untuk chip neuromorfik menggunakan dua lapisan konduktif yang dipisahkan oleh “medium switching” amorf untuk bertindak seperti sinapsis .
Saat dinyalakan, ion mengalir melalui medium untuk membuat filamen konduktif untuk meniru bobot sinaptik, atau kekuatan atau kelemahan sinyal antara dua neuron.
Masalah dengan pendekatan ini adalah bahwa tanpa struktur yang pasti untuk dilalui, sinyal memiliki jumlah jalur yang tak terbatas – dan ini dapat membuat kinerja chip tidak konsisten dan tidak dapat diprediksi.
“Setelah Anda menerapkan beberapa voltase untuk mewakili beberapa data dengan neuron buatan Anda, Anda harus menghapusnya dan dapat menulisnya lagi dengan cara yang persis sama,” kata pemimpin peneliti Jeehwan Kim .
“Tapi di dalam padatan amorf, ketika Anda menulis lagi, ion-ion itu masuk ke arah yang berbeda karena ada banyak kekurangan. Aliran ini berubah, dan sulit dikendalikan. Itulah masalah terbesar – ketidaksamaan sinaps buatan.”
Kisi-kisi ini kemudian digunakan untuk membangun chip neuromorfik; Saat voltase diaplikasikan, semua sinapsis pada chip menunjukkan arus yang sama, dengan variasi hanya 4 persen.
Sinaps tunggal juga diuji dengan voltase yang diterapkan 700 kali. Arusnya bervariasi hanya 1 persen – perangkat yang paling seragam.
Tim menguji chip pada tugas aktual dengan mensimulasikan karakteristiknya dan menggunakan sampel database tulisan tangan MNIST , yang biasanya digunakan untuk melatih perangkat lunak pengolah gambar.
Jaringan syaraf tiruan buatan mereka, yang terdiri dari tiga lembar saraf yang dipisahkan oleh dua lapisan sinapsis buatan, mampu mengenali puluhan ribu angka tulisan tangan dengan akurasi 95 persen, dibandingkan dengan akurasi 97 persen dari perangkat lunak yang ada.
Langkah selanjutnya adalah benar-benar membangun sebuah chip yang mampu melaksanakan tugas pengenalan tulisan tangan, dengan tujuan akhir menciptakan perangkat jaringan syaraf tiruan.
“Pada akhirnya kami menginginkan sebuah chip sebesar kuku untuk menggantikan satu superkomputer besar,” kata Kim . “Penelitian [ini] membuka batu loncatan untuk menghasilkan perangkat keras [kecerdasan] buatan yang nyata.”
Penelitian ini telah dipublikasikan di jurnal Nature Materials .
