Jaringan saraf otak manusia dikenal rumit dan kuat. Neuron yang dikembangkan di laboratorium saat ini bisa memberi komputer kemampuan menjalankan tugas seperti pengenalan suara dan prediksi persamaan nonlinier.
Jaringan saraf otak manusia dikenal rumit dan kuat. Neuron yang dikembangkan di laboratorium saat ini bisa memberi komputer kemampuan menjalankan tugas seperti pengenalan suara dan prediksi persamaan nonlinier.
Kunci keberhasilan otak adalah efisiensi neuron atau sel saraf yang mengirimkan pesan ke seluruh tubuh agar dapat melakukan segala hal mulai dari bernapas hingga berbicara, makan, berjalan, dan berpikir. Di sini otak dan sel saraf berfungsi sebagai prosesor dan perangkat memori sekaligus. Pada sebagai besar komputasi modern masih-masing unit yang terpisah secara fisik.
Salah satu upaya baru membawa semuanya selangkah lebih maju dengan mengintegrasikan jaringan otak manusia yang nyata dengan elektronik. Ilmuwan yang sekaligus seorang insinyur Feng Guo dari Indiana University Bloomington menyebutnya dengan namaBrainoware.
Ia memberi komputer yang mengintegrasikan jaringan otak manusia dengan elektronik tugas seperti pengenalan suara dan prediksi persamaan nonlinier. Memang hasilnya sedikit kurang akurat dibandingkan komputer perangkat keras murni yang dijalankan dengan kecerdasan buatan. Namun demikian penelitian ini menunjukkan langkah pertama yang penting dalam arsitektur komputer jenis baru.
Namun, meskipun Guo dan rekan-rekannya mengikuti pedoman etika dalam pengembanganBrainoware, beberapa peneliti dari Universitas Johns Hopkins mencatat dalam komentar terkait publikasi diNature Electronics. Mereka menekankan pentingnya mempertimbangkan pertimbangan etis sambil memperluas teknologi ini lebih jauh.
Lena Smirnova, Brian Caffo, dan Erik C Johnson, yang tidak terlibat dalam penelitian ini, memperingatkan, "Seiring dengan meningkatnya kecanggihan sistem organoid ini, penting bagi komunitas untuk mengkaji berbagai masalah neuro etika seputar sistem biokomputasi. menggabungkan jaringan saraf manusia," kata mereka seperti dikutipScience Alert.
Otak manusia sungguh menakjubkan. Di dalamnya berisi rata-rata sekitar 86 miliar neuron, dan hingga satu kuadriliun sinapsis atau titik temu antara 1 neuron dengan neuron lain dengan fungsi sebagai penghubung antar neuron dan mengirimkan sinyal impuls ke neuron lain. Setiap neuron terhubung ke hingga 10.000 neuron lainnya, terus-menerus menyala dan berkomunikasi satu sama lain.
Hingga saat ini, upaya terbaik untuk mensimulasikan aktivitas otak dalam sistem buatan belum menyentuh permukaan. Pada 2013, K Computer milik Riken yang saat itu merupakan salah satu superkomputer terkuat di dunia melakukan upaya untuk meniru otak.
Dengan 82.944 prosesor dan memori utama sebesar satu petabyte, dibutuhkan waktu 40 menit untuk mensimulasikan satu detik aktivitas 1,73 miliar neuron yang dihubungkan oleh 10,4 triliun sinapsis hanya sekitar satu hingga dua persen dari otak.
Dalam beberapa tahun terakhir, para ilmuwan dan insinyur telah mencoba mendekati kemampuan otak dengan merancang perangkat keras dan algoritma yang meniru struktur dan cara kerjanya. Dikenal sebagai komputasi neuromorfik, komputasi ini semakin berkembang namun membutuhkan banyak energi, dan melatih jaringan syaraf tiruan memakan waktu.
Jaringan Otak Asli
Guo dan rekan-rekannya mencari pendekatan berbeda dengan menggunakan jaringan otak manusia asli yang dikembangkan di laboratorium. Sel induk berpotensi majemuk manusia dibujuk untuk berkembang menjadi berbagai jenis sel otak yang diorganisasikan menjadi otak mini tiga dimensi yang disebut organoid, lengkap dengan koneksi dan strukturnya.
Ini bukanlah otak yang sebenarnya, namun hanyalah susunan jaringan tanpa sesuatu yang menyerupai pikiran, emosi, atau kesadaran. Mereka berguna untuk mempelajari bagaimana otak berkembang dan bekerja, tanpa melihat-lihat manusia sebenarnya.
Brainowareterdiri dari organoid otak yang terhubung ke serangkaian mikroelektroda berdensitas tinggi, menggunakan jenis jaringan saraf tiruan yang dikenal sebagai komputasi reservoir. Stimulasi listrik mengangkut informasi ke dalam organoid, reservoir tempat informasi tersebut diproses sebelumBrainowaremengeluarkan perhitungannya dalam bentuk aktivitas saraf.
Perangkat keras komputer normal digunakan untuk lapisan masukan (input) dan keluaran (output). Lapisan ini harus dilatih agar berfungsi dengan organoid, dengan lapisan keluaran membaca data saraf dan membuat klasifikasi atau prediksi berdasarkan masukan.
Untuk mendemonstrasikan sistem tersebut, para peneliti memberikanBrainoware240 klip audio dari delapan pembicara laki-laki yang mengeluarkan bunyi vokal berbahasa Jepang, dan memintanya untuk mengidentifikasi suara seseorang secara spesifik.
Setelah pelatihan selama dua hari saja,Brainowaremampu mengidentifikasi pembicara dengan akurasi 78 persen. Mereka juga memintaBrainowareuntuk memprediksi peta Hénon, sebuah sistem dinamis yang menunjukkan perilaku kacau.
Mereka membiarkannya belajar tanpa pengawasan selama empat hari setiap hari mewakili periode pelatihan. Hasilnya menemukan bahwa jaringan tersebut mampu memprediksi peta dengan akurasi yang lebih baik daripada jaringan saraf tiruan tanpa unit memori jangka pendek.
Brainowaresedikit kurang akurat dibandingkan jaringan saraf tiruan dengan unit memori jangka pendek tetapi jaringan tersebut masing-masing telah menjalani 50 periode pelatihan.Brainowaremencapai hasil yang hampir sama dalam waktu kurang dari 10 persen waktu pelatihan.
"Karena plastisitas tinggi dan kemampuan beradaptasi organoid,Brainowarememiliki fleksibilitas untuk berubah dan mengatur ulang sebagai respons terhadap rangsangan listrik, menyoroti kemampuannya untuk komputasi reservoir adaptif," tulis para peneliti.
Masih terdapat keterbatasan yang signifikan, termasuk masalah menjaga organoid tetap hidup dan sehat, serta tingkat konsumsi daya peralatan periferal. Namun, dengan mempertimbangkan pertimbangan etis,Brainowarememiliki implikasi tidak hanya pada komputasi, namun juga memahami misteri otak manusia.
"Mungkin diperlukan waktu beberapa dekade sebelum sistem biokomputer umum dapat diciptakan, namun penelitian ini kemungkinan akan menghasilkan wawasan mendasar mengenai mekanisme pembelajaran, perkembangan saraf, dan implikasi kognitif dari penyakit neurodegeneratif," tulis Smirnova, Caffo, dan Johnson. "Ini juga dapat membantu mengembangkan model praklinis gangguan kognitif untuk menguji terapi baru," ungkap mereka. hay/I-1
