Source : Pixabay
Neuromorphic Computing atau komputasi neuromorfik merekayasa elemen-elemen komputer dengan memodelkannya berdasarkan sistem otak dan saraf manusia. Teknologi ini mendesain elemen komputasi pada perangkat keras dan perangkat lunak untuk meniru cara kerja sistem biologis. Para ahli juga sering menyebut komputasi neuromorfik sebagai rekayasa neuromorfik.
Sistem ini memanfaatkan Spiking Neural Networks (SNN), yang memungkinkan neuron untuk memproses informasi berdasarkan lonjakan atau spike listrik. Dengan struktur yang terdistribusi dan terhubung, komputasi neuromorfik sangat efisien dalam hal penggunaan energi, karena hanya mengonsumsi daya saat terjadi aktivitas neuron.
Selain itu, sistem ini dapat belajar dan beradaptasi dengan pengalaman melalui perubahan sinapsis, mirip dengan cara otak manusia belajar. Teknologi ini berpotensi merevolusi berbagai bidang, seperti pengenalan pola, pengolahan bahasa, dan robotika, karena kemampuannya untuk memproses informasi secara paralel dan adaptif, serta efisien dalam penggunaan energi. Pengembangan perangkat keras khusus mendukung komputasi neuromorfik untuk membuka jalan bagi kecerdasan buatan yang lebih cerdas dan efisien.
Saat ini, skala komputasi AI terbesar berlipat ganda setiap tiga hingga empat bulan, menurut profesor Universitas Stanford dan pakar komputasi neuromorfik Kwabena Boahen. Pertumbuhan pesat ini jauh melampaui Hukum Moore , yang memprediksi daya komputasi berlipat ganda setiap dua tahun. Banyak pakar percaya bahwa komputasi neuromorfik dapat menyediakan cara untuk mengatasi keterbatasan ini, dengan menawarkan pendekatan yang lebih maju terhadap pemrosesan data.
“AI tidak akan berkembang ke titik yang dibutuhkan dengan komputer yang kita miliki saat ini,” kata konsultan teknologi Daniel Bron kepada Built In. “Komputasi neuromorfik jauh lebih efisien dalam menjalankan AI. Apakah itu perlu? Saya belum bisa mengatakan bahwa itu perlu. Namun, itu jelas jauh lebih efisien.”
Editor : Izzul F
Tanya & Beli Program?