Ilmuwan Gabungkan AI dengan Miniatur Otak Manusia

2023-12-14T06:15:35.000Z

Penulis:Yunike Purnama

Editor:Redaksi

Untuk meningkatkan kekuatan komputasi kecerdasan buatan atau artificial intelligencea(AI), para peneliti telah menggabungkan mesin pembelajaran biasa miniatur otak manusia.
Untuk meningkatkan kekuatan komputasi kecerdasan buatan atau artificial intelligencea(AI), para peneliti telah menggabungkan mesin pembelajaran biasa miniatur otak manusia.

AS - Untuk meningkatkan kekuatan komputasi kecerdasan buatan atau artificial intelligencea(AI), para peneliti telah menggabungkan mesin pembelajaran biasa miniatur otak manusia. Otak ini dibuat dengan model 3D canggih  dan  terbuat dari berbagai jenis jaringan otak yang dikembangkan di laboratorium.

Model miniatur otak ini , yang dikenal sebagai organoid serebral atau "otak mini " telah ada dalam berbagai bentuk sejak tahun 2013. Namun model tersebut belum pernah dimanfaatkan sebagai cara untuk meningkatkan AI.

Penelitian baru ini menggunakan perangkat keras komputasi yang lebih tradisional untuk memasukkan data listrik ke dalam organoid. Kemudian menguraikan aktivitas organoid untuk menghasilkan keluaran dari proses komputasi. Ini menjadikan organoid hanya berfungsi sebagai “lapisan tengah”.

Meskipun metode ini jauh dari meniru struktur otak  sebenarnya atau cara kerjanya,  hal itu mungkin memberikan langkah awal menuju pembuatan biokomputer. Langkah  yang akan meminjam trik dari biologi untuk menjadikannya lebih kuat dan hemat energi dibandingkan komputer tradisional. Hal ini juga dapat memberikan wawasan yang lebih luas tentang cara kerja otak manusia dan bagaimana otak dipengaruhi oleh kondisi neurodegeneratif, seperti penyakit Alzheimer dan Parkinson .

Untuk studi baru yang diterbitkan Senin 11 Desember 2023 di jurnal Nature Electronics , para peneliti menggunakan teknik yang disebut komputasi reservoir. Dalam  konteks ini, organoid berfungsi sebagai "reservoir".  Dalam sistem seperti itu, reservoir menyimpan informasi dan bereaksi terhadap informasi yang dimasukkan. Algoritme belajar mengenali perubahan yang dipicu dalam reservoir dengan masukan berbeda dan kemudian menerjemahkan perubahan ini sebagai keluarannya.

Dengan menggunakan kerangka kerja ini, para peneliti menghubungkan organoid otak ke dalam sistem dengan menyuplainya dengan masukan listrik yang dikirimkan melalui elektroda.

“Pada dasarnya, kita dapat mengkodekan informasi – seperti informasi gambar atau audio – ke dalam pola stimulasi listrik temporal-spasial,” kata co penulis studi Feng Guo , seorang profesor teknik sistem cerdas di Indiana University Bloomington dikutip Live Science Rabu 13 Desember 2023.

Dengan kata lain, respons organoid berbeda-beda bergantung pada waktu dan distribusi spasial listrik dari elektroda. Algoritme tersebut belajar menafsirkan respons listrik organoid terhadap rangsangan tersebut.

Meskipun organoid otak jauh lebih sederhana daripada otak yang sebenarnya, ia memiliki kemampuan untuk beradaptasi dan berubah sebagai respons terhadap rangsangan. Respons berbagai jenis sel otak, sel pada berbagai tahap perkembangan, dan struktur mirip otak di organoid memberikan gambaran kasar tentang cara otak kita berubah sebagai respons terhadap sinyal listrik. Perubahan seperti itu di otak mendorong kemampuan kita untuk belajar.

Penelitian ini menandai pertama kalinya organoid otak digunakan dengan AI, namun penelitian sebelumnya telah menggunakan jenis jaringan saraf yang lebih sederhana yang dikembangkan di laboratorium dengan cara yang sama. Misalnya, para ilmuwan telah menjalin jaringan otak dengan suatu bentuk pembelajaran penguatan. Ini sejenis pembelajaran mesin yang mungkin memiliki lebih banyak kesamaan dengan cara manusia dan hewan lain belajar daripada komputasi reservoir.

“Penelitian di masa depan dapat mencoba menggabungkan organoid otak dengan pembelajaran penguatan,” kata Lena Smirnova , asisten profesor kesehatan lingkungan dan teknik di Universitas Johns Hopkins yang ikut menulis komentar tentang studi baru ini.

Salah satu keuntungan menciptakan biokomputer adalah efisiensi energy. In  karena otak kita menggunakan energi jauh lebih sedikit dibandingkan sistem komputasi canggih saat ini. Namun Smirnova mengatakan mungkin diperlukan waktu puluhan tahun sebelum teknologi seperti ini dapat digunakan untuk menciptakan biokomputer yang dapat digunakan secara umum.(*)