Chip Komputer Berdaya Cahaya Baru Dapat Membuat Kecerdasan Buatan Lebih Pintar dan Kecil

Peneliti telah mengembangkan chip elektronik yang meniru cara otak manusia memproses informasi visual, menggabungkan algoritma kecerdasan buatan dengan perangkat keras yang diperlukan untuk menangkap gambar.

Tim peneliti internasional dari Amerika Serikat, Cina, dan Australia telah berkolaborasi pada chip elektronik baru yang dirancang untuk meningkatkan kecerdasan buatan dengan menggabungkan perangkat lunak canggih dan perangkat keras dalam perangkat kecil yang ditenagai oleh cahaya. Penelitian ini dipimpin oleh RMIT University dan baru-baru ini diterbitkan dalam jurnal Advanced Materials.

Perangkat prototipe yang dibuat oleh tim peneliti berada pada skala nanoscale, dan mengintegrasikan perangkat lunak kecerdasan buatan dengan perangkat keras pengambilan gambar berkat penggunaan metamaterial yang mengubah cara chip merespons cahaya. Dengan penyempurnaan lebih lanjut, teknologi yang digunakan untuk menciptakan ini dapat berfungsi sebagai landasan untuk perangkat yang lebih kecil dan lebih pintar, serta drone dan robot.

Menurut Associate Professor Sumeer Walia dari RMIT, prototipe chip baru memungkinkan fungsionalitas seperti otak dengan menggabungkan komponen modular menjadi sistem yang kompleks.

“Teknologi baru kami secara radikal meningkatkan efisiensi dan akurasi dengan membawa beberapa komponen dan fungsionalitas ke dalam satu platform,” jelas Walia melalui berita RMIT. “Ini membawa kami lebih dekat ke perangkat kecerdasan buatan all-in-one yang terinspirasi oleh inovasi komputasi alam – otak manusia.”

Menurut Walia, tujuan tim peneliti adalah untuk meniru salah satu cara utama otak belajar – pengkodean informasi visual sebagai memori. Meskipun masih ada banyak pekerjaan yang harus dilakukan, prototipe yang dibuat oleh tim peneliti ini merupakan langkah besar menuju interaksi manusia-mesin yang ditingkatkan, sistem bionik yang dapat diskalakan, dan neurobiotik.

Sebagian besar aplikasi kecerdasan buatan komersial bergantung pada perangkat lunak dan pemrosesan data off-site, menggunakan komputasi awan. Untuk membuat aplikasi on-site lebih kuat dan dapat diandalkan, prototipe chip ini mengintegrasikan kecerdasan dan perangkat keras bersama dalam contoh edge AI. Perangkat seperti kendaraan otonom dan drone harus dapat memproses sejumlah besar data on-site, membuatnya menjadi kasus penggunaan ideal untuk teknologi seperti prototipe chip baru. Walia menjelaskan bahwa dash-cam di mobil, dilengkapi dengan perangkat keras neuro-terinspirasi yang dikembangkan oleh peneliti, dapat mengenali lampu, kendaraan lain, tanda, pejalan kaki, tanaman, dan lain-lain. Menurut Walia, memungkinkan chip untuk memberikan “tingkat efisiensi dan kecepatan yang belum pernah terjadi sebelumnya dalam pengambilan keputusan otonom dan kecerdasan buatan.”

Teknologi yang digunakan oleh prototipe ini didasarkan pada chip sebelumnya yang dikembangkan oleh peneliti RMIT. Chip prototipe sebelumnya ini menggunakan cahaya untuk membangun dan memodifikasi “memori”. Fitur baru yang dibuat oleh tim peneliti berarti bahwa chip dapat secara otomatis menangkap gambar, memanipulasi gambar, dan melatih model pembelajaran mesin yang mengenali objek dengan akurasi lebih dari 90%.

Desain prototipe chip dipengaruhi oleh teknologi optogenetik. Optogenetik merujuk pada alat bioteknologi yang muncul yang memungkinkan ilmuwan untuk memanipulasi neuron dengan presisi menggunakan cahaya. Chip kecerdasan buatan yang dikembangkan oleh tim RMIT menggunakan fosfor hitam, sebuah bahan semikonduktor. Fosfor hitam sangat tipis dan mengubah resistansi listriknya ketika panjang gelombang cahaya berubah. Ketika panjang gelombang cahaya yang berbeda disinari pada bahan, bahan mengubah sifatnya, menjadi berguna untuk berbagai fungsi seperti penyimpanan memori dan pengambilan gambar. Menurut Dr. Taimor Ahmed, penulis utama studi ini, sistem komputasi berbasis cahaya kurang intensif energi, lebih akurat, dan lebih cepat daripada metode komputasi tradisional.

Menurut Ahmed, keuntungan dari menggabungkan sistem modular menjadi satu perangkat nanoscale adalah bahwa sistem kecerdasan buatan dan algoritma pembelajaran mesin dapat digunakan dalam perangkat yang lebih kecil. Sebagai contoh, Ahmed menjelaskan bahwa ilmuwan dapat meminimalkan teknologi yang mereka kembangkan untuk meningkatkan retina buatan dan meningkatkan akurasi mata bionik.

“Prototipe kami adalah kemajuan signifikan menuju ultimate dalam elektronik: sebuah chip otak yang dapat belajar dari lingkungannya seperti kita,” kata Ahmed.

Prototipe chip telah dirancang dengan mempertimbangkan integrasi yang mudah dengan teknologi lain dan elektronik yang ada.