Kemajuan kecerdasan buatan terus bergerak cepat, namun para ilmuwan masih menghadapi satu tantangan besar. Komputer modern tidak bekerja seperti otak manusia. Mesin membutuhkan daya listrik yang besar, ruang penyimpanan yang kompleks, dan rangkaian sirkuit yang rumit. Sementara itu, otak manusia mampu melakukan triliunan operasi secara bersamaan dengan energi yang sama kecilnya dengan makanan ringan. Perbedaan inilah yang mendorong para peneliti mencari cara untuk meniru cara kerja neuron biologis. Salah satu pendekatan yang berkembang pesat adalah neuromorphic computing, sebuah bidang yang ingin menciptakan perangkat keras yang bekerja seperti sel saraf di otak.
Sebuah penelitian terbaru yang dipublikasikan di Nature Electronics menawarkan langkah baru yang sangat menarik dalam upaya tersebut. Tim peneliti memperkenalkan sebuah model neuron buatan yang sangat sederhana, namun mampu menampilkan perilaku menyerupai neuron hidup. Komponen utamanya hanya terdiri dari satu memristor difusif, satu transistor, dan satu resistor. Dengan kata lain, para ilmuwan hanya menggunakan tiga komponen untuk menghasilkan sesuatu yang selama bertahun tahun dianggap memerlukan rangkaian elektronik yang jauh lebih rumit.
Baca juga artikel tentang: Inkathazo: Galaksi Radio Raksasa Berukuran 32 Kali Lebih Besar Dari Galaksi Bima Sakti
Untuk memahami mengapa penemuan ini penting, kita perlu mengenal apa itu memristor. Memristor adalah komponen elektronik yang memiliki kemampuan mengingat aliran arus yang pernah melaluinya. Sifat ini membuat memristor mirip dengan neuron biologis yang senantiasa memperbarui kekuatan koneksi antar sel saraf berdasarkan pengalaman. Dalam tubuh manusia, proses ini dikenal sebagai plastisitas sinaptik. Plastisitas memungkinkan kita belajar, mengingat, dan menyesuaikan diri dengan lingkungan. Memristor mencoba meniru mekanisme tersebut dalam bentuk perangkat elektronik yang ukurannya sangat kecil.
Memristor yang digunakan dalam penelitian ini tergolong memristor difusif. Perangkat ini bekerja dengan menggerakkan ion ion kecil di dalam materialnya ketika listrik mengalir. Gerakan ion inilah yang menghasilkan efek memori. Ketika arus dialirkan, ion bergerak dan mengubah konduktivitas komponen tersebut. Setelah arus berhenti, posisi ion tetap bertahan untuk beberapa waktu, seolah olah alat itu mengingat apa yang baru saja terjadi. Kemiripan perilaku ini dengan neuron biologis menjadikan memristor sangat cocok bagi teknologi neuromorfik.
Neuron buatan yang dikembangkan oleh tim ini memiliki kemampuan untuk menghasilkan sinyal lonjakan, sama seperti neuron di otak yang mengirim sinyal elektrik singkat yang biasa disebut spike. Untuk menghasilkan sinyal ini, para peneliti menyusun memristor, transistor, dan resistor ke dalam satu rangkaian kecil. Kombinasi tersebut menghasilkan enam karakteristik penting yang biasanya ditemukan pada neuron biologis. Karakteristik ini meliputi kebocoran, integrasi sinyal, penembakan sinyal berulang, koneksi berantai, plastisitas, serta masa istirahat setelah satu sinyal dikirim.
Kemampuan untuk meniru keenam karakteristik tersebut menunjukkan bahwa rangkaian sederhana ini tidak hanya mampu mengirim sinyal, tetapi juga mampu memproses informasi secara adaptif sebagaimana otak bekerja. Keunggulan lainnya terletak pada efisiensi energi. Penelitian ini menunjukkan bahwa neuron buatan tersebut hanya membutuhkan energi setara tingkat picojoule untuk setiap sinyal yang dihasilkan. Tingkat energi ini sangat kecil. Bahkan peneliti memperkirakan bahwa dengan penyempurnaan lebih lanjut, neuron ini dapat mencapai konsumsi tenaga pada tingkat attojoule, yang berarti ribuan kali lipat lebih hemat.
Efisiensi energi merupakan kunci penting bagi masa depan kecerdasan buatan. Banyak sistem kecerdasan buatan saat ini memerlukan superkomputer yang menghabiskan daya listrik yang sangat besar. Dengan teknologi neuromorfik yang hemat daya, komputer masa depan dapat dirancang untuk belajar dan memperhitungkan informasi dengan cara yang mirip otak manusia tetapi menggunakan daya yang jauh lebih kecil. Keuntungan ini tidak hanya akan mengurangi biaya operasional, tetapi juga membuka peluang penggunaan perangkat pintar dalam skala yang lebih luas, termasuk perangkat kecil yang tidak dapat menopang konsumsi daya besar.
Selain menciptakan neuronnya, para peneliti juga menguji kinerjanya dalam sebuah simulasi jaringan saraf berulang. Jaringan ini merupakan model komputer yang paling mirip dengan cara otak mengolah informasi secara dinamis. Dengan memasukkan neuron buatan ke dalam sistem tersebut, para ilmuwan dapat memahami bagaimana karakteristik setiap komponen mempengaruhi kemampuan jaringan secara keseluruhan. Hasil simulasi menunjukkan bahwa sifat sifat fundamental dari neuron buatan ini membawa dampak nyata terhadap performa jaringan. Artinya, penemuan ini bukan hanya sekadar komponen elektronik baru, tetapi sebuah langkah penting menuju sistem komputasi yang mampu bekerja dan belajar sebagaimana otak manusia.
Keunggulan lain yang membuat perangkat ini menarik adalah ukurannya yang sangat kecil. Ketika neuron buatan ini diintegrasikan secara vertikal, keseluruhan rangkaian hanya menempati ruang sebesar satu transistor tunggal. Ukuran ini memungkinkan jutaan neuron buatan disusun dalam kepadatan tinggi. Jika kelak teknologi ini masuk ke tahap produksi industri, kita berpotensi memiliki chip neuromorfik yang jauh lebih kecil, lebih cepat, dan lebih hemat daya dibandingkan chip komputer konvensional.
Sementara otak manusia memiliki sekitar delapan puluh enam miliar neuron, jaringan neuromorfik modern masih berada jauh di bawah jumlah tersebut. Namun, penyederhanaan arsitektur seperti yang dilakukan dalam penelitian ini dapat mempercepat perjalanan menuju sistem yang mampu mendekati kompleksitas otak. Neuron yang padat dan hemat energi memungkinkan ukuran jaringan meningkat tanpa membutuhkan daya ataupun ruang yang tidak realistis. Dengan kata lain, teknologi ini berpotensi membawa kita lebih dekat pada mimpi untuk menciptakan kecerdasan buatan yang fleksibel, adaptif, dan efisien seperti pikiran manusia.
Kemajuan seperti ini juga membuka pintu bagi berbagai aplikasi baru. Mobil otonom, robot asisten, perangkat medis cerdas, dan sistem pengenalan pola yang bekerja dalam perangkat kecil akan sangat diuntungkan dari teknologi neuromorfik. Setiap aplikasi yang membutuhkan pemrosesan cepat di tempat, tanpa harus mengirim data ke server besar, dapat mengandalkan neuron buatan yang kecil dan hemat energi.
Penelitian ini menunjukkan bahwa batas batas teknologi komputasi masih terus bergerak maju. Dengan meniru cara kerja alam, khususnya otak manusia, para ilmuwan dapat menciptakan teknologi yang lebih cerdas dan berkelanjutan. Neuron buatan berbasis memristor merupakan salah satu contoh bagaimana ilmu elektronika dapat mengambil inspirasi dari biologi untuk menciptakan terobosan baru. Jika perkembangan ini terus berlanjut, masa depan kecerdasan buatan mungkin tidak lagi bertumpu pada komputer raksasa, tetapi pada jaringan kecil yang diam diam meniru kecerdasan manusia dengan efisiensi luar biasa.
Baca juga artikel tentang: NASA Mengungkap Prototipe Teleskop Canggih untuk Deteksi Gelombang Gravitasi
REFERENSI:
Zhao, Ruoyu dkk. 2025. A spiking artificial neuron based on one diffusive memristor, one transistor and one resistor. Nature Electronics, 1-11.
