Intelijen rtificial sedang dimasukkan ke hampir segala sesuatu tetapi untuk menjalankan sistem tersebut menciptakan permintaan energi tak terpuaskan. Inilah sebabnya mengapa perusahaan teknologi dan peneliti di seluruh dunia secara aktif berusaha mengembangkan jaringan syaraf yang mengkonsumsi daya lebih rendah.

Untuk tujuan ini, IBM mengembangkan chip berbasis silikon baru yang berisi semua fitur kunci dari jaringan saraf dan 100 kali lebih hemat energi daripada chip yang ada saat ini.

Jaringan syaraf, yang terinspirasi oleh cara kerja otak manusia, biasanya ditulis dalam perangkat lunak dan terintegrasi dengan perangkat. Membuat jaring saraf dalam perangkat lunak cukup mudah tetapi mereproduksi dengan perangkat keras sulit dicapai, hingga sekarang.

Peneliti IBM datang dengan synapses buatan mikroelektrik pada chip yang dapat meniru sinapsis yang menghubungkan neuron individu di otak. Diterbitkan di jurnal Nature, makalah ini menggambarkan neuroscience sebagai inspirasi untuk proyek ini di mana mereka memiliki dua jenis sinapsis – jangka pendek untuk komputasi dan jangka panjang untuk memori.

Metode ini membahas beberapa masalah penting termasuk akurasi rendah yang telah menggagalkan upaya sebelumnya untuk membangun jaringan saraf tiruan pada silikon. Para peneliti menguji chip jaringan saraf dengan menugaskan dua tugas pengenalan gambar sederhana yang terkait dengan tulisan tangan dan klasifikasi citra warna.

Hasilnya mengejutkan karena mereka menemukan sistem yang seakurat jaring saraf berbasis perangkat lunak dan fakta bahwa ia hanya mengkonsumsi energi 1 persen sebagai pembanding.

“Faktor 100 dalam efisiensi energi dan dalam kecepatan pelatihan untuk lapisan yang terhubung sepenuhnya tentu nampaknya lebih berharga,” kata Michael Schneider, seorang peneliti di National Institute of Standards and Technology.

Namun, IBM memiliki jalan panjang karena desain chip-nya cukup besar. Membawa lima transistor dan tiga komponen lainnya dibandingkan dengan satu transistor pada chip standar yang ada. Perusahaan juga perlu melakukan lebih banyak tes karena aspek-aspek tertentu dari sistem hanya disimulasikan untuk pengujian.

Namun demikian, perkembangan ini memiliki signifikansi tersendiri karena dapat membuka jalan untuk komputer canggih dengan logika kecerdasan buatan tertanam ke intinya. Pencapaian itu akan menjadi penting tidak hanya untuk domain AI tetapi juga untuk sektor perangkat keras di mana perusahaan seperti IBM berfokus pada menciptakan kembali perangkat keras komputer.