Para peneliti dari Loughborough University, Inggris, mengembangkan chip AI hemat energi yang meniru cara kerja otak manusia dan diklaim mampu meningkatkan efisiensi hingga 2.000 kali pada tugas tertentu. Teknologi ini membuka peluang baru dalam pengembangan kecerdasan buatan yang lebih cepat dan hemat daya.
Riset tersebut dipimpin oleh Pavel Borisov dengan dukungan Engineering and Physical Sciences Research Council. Berbeda dari sistem AI konvensional yang mengandalkan perangkat lunak, chip ini memproses data yang berubah seiring waktu langsung di tingkat perangkat keras. Pendekatan ini membuat proses komputasi menjadi lebih efisien sekaligus mengurangi konsumsi energi secara signifikan.
Chip ini memanfaatkan komponen khusus bernama memristor berbahan niobium oksida. Struktur materialnya memiliki pori-pori acak berskala sangat kecil, yang dirancang menyerupai jaringan saraf kompleks pada otak manusia. Dengan pendekatan ini, chip mampu menjalankan berbagai fungsi, mulai dari operasi logika sederhana hingga pengenalan pola visual.
Uji Coba dan Kemampuan Chip
Dalam pengujian, tim peneliti menggunakan model matematika Lorenz-63 yang dikenal menggambarkan fenomena “efek kupu-kupu”. Hasilnya, chip AI hemat energi ini mampu memprediksi pola jangka pendek dan merekonstruksi data yang hilang dengan tingkat akurasi yang baik.
Selain itu, perangkat juga berhasil mengenali angka dari gambar berpiksel dan menjalankan operasi logika dasar. Temuan ini menunjukkan bahwa satu chip dapat digunakan untuk berbagai kebutuhan AI tanpa harus bergantung pada sistem terpisah.
Arah Baru Teknologi AI
Borisov menjelaskan bahwa pendekatan berbasis proses fisik memungkinkan pengurangan kebutuhan energi secara drastis dibanding metode berbasis perangkat lunak. Konsep ini terinspirasi dari cara otak manusia membentuk koneksi neuron yang kompleks dan acak.
Ke depan, inovasi ini berpotensi menjadi fondasi bagi pengembangan teknologi neuromorfik, yaitu sistem elektronik yang dirancang menyerupai mekanisme kerja otak. Teknologi tersebut dinilai penting untuk mendukung kebutuhan AI modern yang semakin kompleks, terutama dalam pemrosesan data berbasis waktu.
Masih banyak artikel menarik lainnya yang bisa Anda baca. Temukan pilihan topik terbaik kami di roledu.com
