Cip AI Neuromorfik Terbaru Hemat Energi 2.000 Kali Lipat

Depok, Stapo.id – Pengembangan Cip AI Neuromorfik oleh tim peneliti Loughborough University menjadi tonggak baru dalam dunia teknologi masa kini. Para ilmuwan asal Inggris tersebut berhasil menciptakan semikonduktor yang meniru cara kerja jaringan saraf otak manusia secara mendalam. Inovasi ini menjanjikan revolusi besar karena sistem kecerdasan buatan dapat beroperasi jauh lebih efisien daripada sebelumnya.

Peneliti merancang Cip AI Neuromorfik agar mampu menghemat penggunaan daya listrik secara signifikan pada berbagai perangkat elektronik modern. Cip ini bahkan sanggup mencapai tingkat efisiensi hingga 2.000 kali lipat saat menangani tugas-tugas spesifik tertentu. Berbeda dari sistem AI konvensional, teknologi ini memproses data langsung pada perangkat keras tanpa bergantung sepenuhnya pada perangkat lunak.

Pavel Borisov memimpin penelitian tersebut dengan dukungan penuh dari Engineering and Physical Sciences Research Council Inggris. Borisov menjelaskan bahwa pendekatan fisik ini memberikan keunggulan komputasi yang jauh lebih cepat bagi sistem kecerdasan buatan. Tim peneliti menggunakan material khusus berupa niobium oksida untuk menciptakan komponen bernama memristor dalam skala yang sangat kecil.

Keunggulan Struktur Fisik Cip AI Neuromorfik

Struktur material tersebut memiliki pori-pori acak yang berfungsi menyerupai jaringan kompleks di dalam otak manusia. Desain unik ini memungkinkan perangkat menjalankan operasi logika sederhana sekaligus mengenali gambar berpiksel dengan sangat akurat. Borisov menekankan pentingnya perubahan metode desain sistem AI agar tidak lagi membebani konsumsi energi secara berlebihan.

“Dengan menggunakan proses fisik alih-alih sepenuhnya bergantung pada perangkat lunak, kita dapat secara dramatis mengurangi energi yang dibutuhkan untuk jenis tugas ini,” ujar Borisov. Pernyataan tersebut mempertegas bahwa transisi ke komputasi berbasis fisik merupakan solusi masa depan bagi industri teknologi hijau.

Uji Coba Sistem Komputasi Otak

Tim peneliti menguji kemampuan cip menggunakan model matematika Lorenz-63 yang mensimulasikan pola perubahan yang sangat kompleks. Hasilnya menunjukkan bahwa cip mampu memprediksi pola jangka pendek dan memperbaiki data yang hilang dengan tingkat presisi tinggi. Keberhasilan ini membuka peluang bagi pengembangan perangkat elektronik neuromorfik yang mampu menangani sinyal waktu secara efisien.

Borisov menjelaskan inspirasi utama di balik arsitektur perangkat keras yang mereka bangun selama masa penelitian intensif tersebut. “Terinspirasi oleh cara otak manusia membentuk koneksi neuronal yang sangat banyak dan tampak acak di antara neuronnya,” ujar Borisov. Pendekatan ini terbukti mampu menciptakan sistem yang cerdas namun tetap hemat daya untuk kebutuhan industri global.

Teknologi masa depan ini berpotensi menggantikan standar semikonduktor lama yang membutuhkan energi besar untuk menjalankan algoritma AI. Efisiensi energi yang tinggi akan membantu perusahaan teknologi mengurangi biaya operasional pusat data secara masif di masa mendatang.