Para peneliti dari University of Surrey menemukan cara baru untuk meningkatkan kinerja kecerdasan buatan (AI) dengan meniru cara kerja jaringan saraf manusia.
Dalam studi yang diterbitkan di jurnal Neurocomputing, para ilmuwan menjelaskan bahwa meniru pola sambungan neuron pada otak manusia dapat secara signifikan meningkatkan performa jaringan saraf buatan yang digunakan dalam model AI generatif dan sistem modern seperti ChatGPT.
Meniru Otak untuk Efisiensi Lebih Baik
Pendekatan baru ini disebut Topographical Sparse Mapping, di mana setiap neuron hanya terhubung dengan neuron yang berdekatan atau memiliki hubungan relevan. Cara ini meniru bagaimana otak manusia mengatur informasi dengan efisien.
Dr. Roman Bauer, dosen senior di University of Surrey, menjelaskan bahwa sistem cerdas dapat dibangun dengan jauh lebih efisien tanpa mengorbankan kinerja. “Pelatihan banyak model AI besar saat ini bisa menghabiskan lebih dari satu juta kilowatt-jam listrik. Itu jelas tidak berkelanjutan dengan laju pertumbuhan AI sekarang,” ujarnya.
Lebih Hemat Energi dan Akurat
Dengan memangkas koneksi yang tidak perlu, model ini tidak hanya menghemat energi tetapi juga menjaga akurasi dan stabilitas hasil. Pendekatan ini dinilai dapat menjadi langkah penting menuju pengembangan AI yang lebih ramah lingkungan.
Versi lanjutan dari metode ini, yang disebut Enhanced Topographical Sparse Mapping, menambahkan proses “pemangkasan” selama pelatihan. Proses ini terinspirasi dari cara otak manusia memperbaiki dan memperkuat sambungan neuron seiring waktu saat belajar.
Menuju Komputer yang Meniru Otak
Tim peneliti juga berencana menerapkan pendekatan ini pada teknologi lain seperti komputer neuromorfik, yaitu sistem komputasi yang meniru struktur dan fungsi otak manusia agar mampu berpikir lebih alami dan efisien.
Penemuan ini membuka peluang baru dalam menciptakan kecerdasan buatan yang tidak hanya lebih kuat, tetapi juga lebih hemat energi dan berkelanjutan bagi masa depan.