Pusat data hidup: Mengapa AI beralih ke neuron manusia

Sementara raksasa teknologi terus membangun pusat data yang semakin kuat untuk kecerdasan buatan, beberapa peneliti mencari arsitektur komputasi yang sama sekali berbeda. Perusahaan rintisan asal Australia, Cortical Labs, telah memperkenalkan sebuah sistem di mana komputasi tidak dilakukan oleh chip silikon, melainkan oleh sel otak manusia yang ditumbuhkan di laboratorium. Eksperimen ini mungkin menandai dimulainya era komputer biologis, di mana batas antara biologi dan teknologi secara bertahap menjadi kabur.

Komputer Biologis sebagai Pendekatan Baru dalam Komputasi

Perkembangan tersebut mungkin tampak seperti eksperimen ilmiah, tetapi minat terhadapnya tumbuh justru karena keterbatasan arsitektur komputasi tradisional. Cluster GPU modern mengkonsumsi ratusan watt per chip dan membutuhkan pusat data yang sangat besar, sementara sistem saraf biologis mungkin mampu menyelesaikan tugas pembelajaran dan adaptasi dengan konsumsi energi yang jauh lebih rendah. Jika teknologi ini terus berkembang, ini bukan hanya sekadar startup, tetapi juga upaya untuk memikirkan kembali prinsip-prinsip di balik cara kerja sistem komputasi.

Bagaimana komputer biologis bekerja

Fitur utama dari sistem tersebut adalah kemampuan neuron untuk belajar dan beradaptasi. Tidak seperti prosesor klasik yang secara ketat menjalankan instruksi yang diprogram, jaringan saraf yang hidup dapat mengubah perilakunya tergantung pada sinyal yang masuk. Eksperimen dengan sistem ini telah menunjukkan bahwa kultur saraf biologis mampu melakukan pembelajaran dasar. Sebagai contoh, dalam sistem DishBrain, neuron yang dikultur belajar untuk berinteraksi dengan simulasi permainan Pong, menyesuaikan aktivitas mereka dengan apa yang terjadi di layar-hasil eksperimen ini diterbitkan dalam jurnal Neuron. Dalam demonstrasi selanjutnya, para peneliti juga menunjukkan bahwa kultur saraf dapat merespons elemen-elemen permainan di Doom, membentuk model pembelajaran dan perilaku adaptif yang sederhana.

Loading...

Tweet tersebut telah dihapus oleh penulis.

Tapi kami menyimpan semuanya 🙂.

Dalam praktiknya, ini merupakan sistem hibrida di mana biologi bekerja bersama dengan elektronik yang dapat diprogram. Chip silikon menyediakan antarmuka dan pemrosesan sinyal, sementara sel saraf melakukan sebagian pekerjaan komputasi menggunakan mekanisme pembelajaran mereka. Pendekatan ini dapat menghubungkan dua dunia-kecerdasan buatan dan neurobiologi-menciptakan jenis komputasi baru yang saat ini berada di antara eksperimen laboratorium dan platform teknologi masa depan.

Mengapa industri mencari alternatif dari pusat data tradisional

Di saat yang sama, beban energi juga meningkat. Pusat data modern sudah mengkonsumsi sekitar 1%-1,5% dari listrik dunia, dan untuk mendinginkannya membutuhkan air dalam jumlah yang signifikan.

Loading...

Tweet tersebut telah dihapus oleh penulis.

Tapi kami menyimpan semuanya 🙂.

Satu GPU berkinerja tinggi dapat mengonsumsi antara 400 W dan 700 W, dan cluster besar berisi ribuan chip semacam itu. Akibatnya, infrastruktur AI menjadi salah satu segmen ekonomi digital yang paling boros energi.

Inilah sebabnya mengapa para peneliti baru-baru ini mulai mencari arsitektur komputasi alternatif. Sistem biologis berpotensi jauh lebih efisien. Sebagai contoh, satu modul CL1 dari Cortical Labs mengkonsumsi sekitar 30 W, jauh lebih kecil daripada prosesor grafis modern. Meskipun teknologi-teknologi ini masih dalam tahap awal, kemunculannya menunjukkan bahwa industri ini mulai mencari solusi untuk krisis energi dalam komputasi yang menyertai pertumbuhan kecerdasan buatan yang pesat.

Di mana komputasi biologis dapat diterapkan

Aplikasi penting lainnya adalah pemodelan penyakit dan pengembangan obat. Kultur saraf dapat ditumbuhkan dari sel manusia dan digunakan sebagai model untuk mempelajari penyakit neurodegeneratif seperti Alzheimer atau Parkinson. Dalam sistem ini, para peneliti dapat mengamati bagaimana aktivitas saraf berubah di bawah pengaruh zat yang berbeda dan menguji pengobatan potensial dengan lebih cepat dan lebih akurat daripada model laboratorium tradisional.

Akhirnya, sistem semacam itu juga dapat berperan dalam pengembangan kecerdasan buatan di masa depan. Jaringan saraf hidup secara alami memiliki kemampuan untuk belajar dan beradaptasi, yang menjadikannya platform potensial untuk bereksperimen dengan algoritme pembelajaran baru. Tidak seperti jaringan saraf konvensional yang membutuhkan sumber daya komputasi yang sangat besar untuk pelatihan, sistem biologis dapat menunjukkan perilaku adaptif melalui interaksi antar sel. Karena alasan ini, komputasi biologis dapat menjadi sangat menjanjikan di bidang-bidang yang membutuhkan pembelajaran, pengorganisasian diri, dan adaptasi terhadap data baru.

Teknologi baru berarti aturan baru

Salah satu pertanyaan utama menyangkut di mana batas antara materi biologis dan sistem yang mampu menunjukkan tanda-tanda kepekaan atau perilaku yang kompleks. Kultur saraf saat ini merupakan struktur yang relatif sederhana yang terdiri dari puluhan atau ratusan ribu sel, dan tidak memiliki kesadaran. Namun demikian, para peneliti mengakui bahwa seiring berkembangnya teknologi, tantangan baru dapat muncul-dari standar keamanan hayati hingga aturan yang mengatur penggunaan sel manusia dan keterbatasan dalam menciptakan sistem saraf yang lebih kompleks.

Inilah sebabnya mengapa para ahli semakin berpendapat bahwa kerangka kerja hukum dan etika untuk industri komputasi biologis di masa depan harus didiskusikan terlebih dahulu. Jika teknologi tersebut pada akhirnya bergerak di luar laboratorium dan menjadi bagian dari infrastruktur komputasi, kemungkinan besar akan membutuhkan regulasi terpisah-seperti yang terjadi pada penelitian genetika dan kecerdasan buatan. Semakin cepat pembicaraan ini dimulai, semakin besar peluang bahwa pengembangan bidang teknologi baru ini akan berjalan tidak hanya dengan cepat tetapi juga secara bertanggung jawab.