Daftar Isi
- Menggali Potensi Otak Manusia untuk Meningkatkan Kecerdasan Buatan (AI)
- NeuroAI: Mengajarkan AI dengan Inspirasi dari Otak Manusia
- Komputasi Asinkron dalam NeuroAI: Membuat AI Lebih Efisien dan Fleksibel
- Melampaui Model Bahasa: Mengajarkan AI dengan Simulasi Mental
- Terobosan dalam Pengembangan AI Berbasis NeuroAI
- Membuka Potensi Besar AI dengan NeuroAI
Menggali Potensi Otak Manusia untuk Meningkatkan Kecerdasan Buatan (AI)
Apakah otak manusia memiliki kunci untuk memahami kecerdasan buatan (AI)? Otak manusia dianggap sebagai komputer paling kompleks di dunia. Struktur otak terdiri dari lemak, air, protein, karbohidrat, garam, dan saraf, membuatnya jauh lebih kompleks daripada sistem AI saat ini. Namun, apakah memahami cara kerjanya dapat membuka pintu bagi generasi AI berikutnya? Para ahli di World AI Cannes Festival sepertinya berpikir demikian.
NeuroAI: Mengajarkan AI dengan Inspirasi dari Otak Manusia
Mereka mengusulkan konsep yang disebut NeuroAI, yang mengacu pada cara otak kita belajar dari contoh dan pengalaman sebelumnya. Konsep ini mungkin lebih bermanfaat dalam mengajarkan tugas-tugas kepada AI daripada hanya melatihnya dengan peningkatan data yang terus-menerus. Tristan Stüber, pemimpin penelitian dari Ruhr-Universität Bochum, memberikan contoh tentang bagaimana kuda bayi dapat belajar berjalan hanya dalam beberapa jam setelah lahir. Bayangkan jika kita memiliki perangkat keras neuromorfik yang memungkinkan jaringan saraf terintegrasi langsung ke dalam perangkat, meniru potensi tindakan otak manusia.
Komputasi Asinkron dalam NeuroAI: Membuat AI Lebih Efisien dan Fleksibel
Stüber menjelaskan bahwa NeuroAI menggunakan komputasi asinkron, yang berbeda dengan jaringan saraf tradisional di mana setiap langkah waktu membutuhkan perhitungan aktivitas semua neuron secara bersamaan. Dalam NeuroAI, informasi diintegrasikan dan hanya ketika mencapai ambang tertentu, impuls listrik dikirimkan lebih lanjut. Hal ini berarti bahwa ketika tidak ada yang menarik, hampir tidak ada energi yang digunakan. Stüber berpendapat bahwa sistem seperti ini dapat digunakan untuk menggerakkan robot yang lebih mirip dengan yang terlihat dalam fiksi ilmiah, memungkinkan AI untuk memahami dunia di sekitarnya dengan lebih baik daripada sistem yang ada saat ini.
Dileep George, direktur penelitian di Google DeepMind, juga mendukung NeuroAI sebagai metode alternatif untuk meningkatkan sistem AI. Ia menyamakan konsep ini dengan penerbangan awal, di mana pada awalnya fokus penerbangan adalah pada balon udara yang terus berkembang. Namun, setelah bencana Hindenburg pada tahun 1937, pesawat terbang menjadi fokus utama. George berpendapat bahwa NeuroAI bisa menjadi setara AI dengan pesawat terbang, dan para peneliti tidak boleh puas hanya dengan meningkatkan skala sistem yang ada saat ini.
Melampaui Model Bahasa: Mengajarkan AI dengan Simulasi Mental
Saat ini, model bahasa besar dilatih dengan sebagian besar token bahasa. Namun, menurut George, itu tidak cukup. Ia menganjurkan untuk membumikan model dengan simulasi mental sebagai cara untuk mengajarkan mereka cara melakukan tugas. Bahasa hanya merupakan alat untuk mengendalikan simulasi mental, dan bahkan jika manusia tidak memiliki bahasa, pengalaman mereka sudah cukup untuk memberi mereka informasi yang diperlukan untuk mengambil tindakan. George berpendapat bahwa kalimat saja tidak cukup bermakna, dan bahasa dapat memalsukannya seperti halnya balon udara. Oleh karena itu, NeuroAI dapat menjadi langkah maju dalam mengembangkan AI yang lebih mirip dengan otak manusia.
Terobosan dalam Pengembangan AI Berbasis NeuroAI
Meskipun masih ada banyak penelitian yang perlu dilakukan, telah ada beberapa terobosan dalam mengembangkan AI yang lebih mirip dengan otak manusia. Salah satunya adalah chip NorthPole dari IBM yang dirancang untuk meniru cara otak manusia memproses informasi. Selain itu, Profesor Giacomo Indiveri dari University of Zurich dan ETH Zurich telah memperkenalkan gagasan tentang sirkuit sinapsis otak yang dapat direproduksi dalam chip. Sirkuit ini menggunakan transistor dan ditempatkan pada chip untuk menciptakan prosesor neuromorfik. Meskipun masih ada tantangan dalam meningkatkan skala prosesor seperti ini, Indiveri berpendapat bahwa dengan penelitian lebih lanjut, misteri otak dapat membantu mewujudkan AI yang sebelumnya dianggap tidak mungkin.
Membuka Potensi Besar AI dengan NeuroAI
Dalam kesimpulannya, NeuroAI menawarkan potensi besar dalam mengoptimalkan kecerdasan buatan dengan memanfaatkan potensi otak manusia. Dengan mengintegrasikan jaringan saraf langsung ke dalam perangkat keras dan mengajarkan AI melalui contoh dan pengalaman sebelumnya, kita dapat menciptakan sistem AI yang lebih mirip dengan otak manusia. Meskipun masih ada banyak tantangan dan penelitian yang perlu dilakukan, NeuroAI membuka jalan bagi perkembangan AI yang lebih canggih dan lebih terperinci.