Ilmuwan Berhasil Kembangkan Bahan yang Meniru Cara Otak Simpan Informasi

Para peneliti mengembangkan bahan magnetik yang mampu meniru cara otak menyimpan informasi. Materi ini memungkinkan untuk meniru sinapsis neuron dan pembelajaran yang terjadi selama tidur nyenyak.

Peneliti dari Universitat Autnoma de Barcelona (UAB), Spanyol, telah berhasil mengembangkan bahan magnetik yang mampu meniru cara otak menyimpan informasi. Materi memungkinkan untuk meniru sinapsis neuron dan meniru pembelajaran yang terjadi selama tidur nyenyak untuk pertama kalinya.

Komputasi neuromorfik adalah paradigma komputasi baru di mana perilaku otak ditiru dengan meniru fungsi sinaptik utama neuron, di antara fungsi-fungsi ini adalah plastisitas neuron, yaitu kemampuan untuk menyimpan informasi atau melupakannya tergantung pada durasi dan pengulangan impuls listrik yang merangsang neuron, di mana plastisitas ini yang akan dikaitkan dengan pembelajaran dan memori.

Di antara bahan yang meniru sinapsis neuron, bahan memresistive, feroelektrik, bahan memori perubahan fasa, isolator topologi dan, baru-baru ini yang lagi tren yaitu bahan magneto-ionik.

Bahan magneto-ionik memiliki keistimewaan berupa perubahan sifat magnetik disebabkan oleh perpindahan ion dalam material yang disebabkan oleh penerapan medan listrik. Dalam bahan-bahan ini diketahui bagaimana magnet dimodulasi ketika menerapkan medan listrik, tetapi evolusi sifat magnetik ketika tegangan dihentikan (yaitu, evolusi setelah stimulus) sulit dikendalikan.

Hal ini membuat rumit untuk meniru beberapa fungsi yang diilhami otak, seperti mempertahankan efisiensi pembelajaran yang berlangsung bahkan saat otak dalam keadaan tidur nyenyak (yaitu, tanpa stimulasi eksternal).

Studi ini, yang dipimpin oleh para peneliti dari Fakultas Ilmu Fisika UAB, Jordi Sort, dan Enric Menéndez, yang bekerja sama dengan ALBA Synchrotron, Catalan Institute of Nanoscience and Nanotechnology (ICN2) dan ICMAB.

Para ilmuwan ini dalam penelitiannya mengusulkan cara baru untuk mengendalikan evolusi magnetisasi baik dalam keadaan terstimulasi dan pasca-stimulus.

Para peneliti telah mengembangkan bahan berdasarkan lapisan tipis kobalt mononitrida (CoN) dimana, dengan menerapkan medan listrik, akumulasi ion N pada antarmuka antara lapisan dan elektrolit cair di mana lapisan telah ditempatkan dapat dikontrol.

"Materi baru ini bekerja dengan pergerakan ion yang dikendalikan oleh tegangan listrik, dengan cara yang analog dengan otak kita, dan pada kecepatan yang serupa dengan yang dihasilkan di neuron, dalam urutan milidetik," papar para profesor periset di ICREA, Jordi Sort dan Serra Húnter, serta Profesor Enric Menéndez, dalam makalah mereka yang diterbitkan di jurnalMaterial Horizonsbeberapa waktu lalu.

"Kami telah mengembangkan sinapsis buatan yang di masa depan dapat menjadi dasar dari paradigma komputasi baru, alternatif dari yang digunakan oleh komputer saat ini," ungkap Sort dan Menéndez.

Fungsi Baru

Dengan menerapkan pulsa tegangan, dimungkinkan untuk meniru, dengan cara yang terkontrol, proses seperti memori, pemrosesan informasi, pengambilan informasi, dan untuk pertama kalinya, pembaruan informasi yang terkontrol tanpa tegangan yang diberikan.

Kontrol ini telah dicapai dengan memodifikasi ketebalan lapisan kobalt mononitrida (yang menentukan kecepatan gerakan ion), dan frekuensi pulsa.

Susunan bahan memungkinkan sifat magnetoionik untuk dikontrol tidak hanya ketika tegangan diterapkan tetapi juga, untuk pertama kalinya, ketika tegangan dihilangkan.

Setelah stimulus tegangan eksternal menghilang, magnetisasi sistem dapat dikurangi atau ditingkatkan, tergantung pada ketebalan material dan protokol bagaimana tegangan telah diterapkan sebelumnya.

Efek baru ini membuka berbagai peluang untuk fungsi komputasi neuromorfik baru. Ini menawarkan fungsi logika baru yang memungkinkan, misalnya, kemungkinan meniru pembelajaran saraf yang terjadi setelah stimulasi otak, ketika kita tidur nyenyak, dimana fungsionalitas ini tidak dapat ditiru oleh jenis lain dari bahan neuromorfik yang ada.

"Ketika ketebalan lapisan kobalt mononitrida dibawah 50 nanometer dan dengan tegangan yang diterapkan pada frekuensi lebih besar dari 100 siklus per detik, kami telah berhasil meniru fungsi logika tambahan. Setelah tegangan diterapkan, perangkat dapat diprogram untuk belajar atau melupakan, tanpa memerlukan input energi tambahan, meniru fungsi sinaptik yang terjadi di otak selama tidur nyenyak, ketika pemrosesan informasi dapat berlanjut tanpa menerapkan sinyal eksternal apapun," ungkap Jordi Sort dan Enric Menendez. hay/N-3

Komponen untuk Komputasi yang Terinspirasi Otak

Dibandingkan dengan komputer, otak manusia sangat hemat energi. Oleh karena itu, para ilmuwan menggambarkan bagaimana otak dan neuron-neuronnya yang saling berhubungan berfungsi sebagai inspirasi dalam merancang teknologi komputasi yang inovatif.

Mereka memperkirakan bahwa sistem komputasi yang diilhami otak ini, akan lebih hemat energi daripada yang konvensional, serta lebih baik dalam melakukan tugas pembelajaran mesin.

Sama seperti neuron, yang bertanggung jawab untuk penyimpanan data dan pemrosesan data di otak, para ilmuwan ingin menggabungkan penyimpanan dan pemrosesan dalam satu jenis komponen elektronik, yang dikenal sebagai memristor.

Harapan mereka adalah ini akan membantu mencapai efisiensi yang lebih besar, karena memindahkan data antara prosesor dan penyimpanan, seperti yang dilakukan komputer konvensional, adalah alasan utama konsumsi energi yang tinggi dalam aplikasi pembelajaran mesin.

Para peneliti di ETH Zurich, Universitas Zurich, dan Empa, beberapa waktu lalu telah mengembangkan konsep inovatif untuk memristor (memory resistors) yang dapat digunakan dalam jangkauan aplikasi yang jauh lebih luas daripada memristor yang ada.

"Ada mode operasi yang berbeda untuk memristor, dan menguntungkan untuk dapat menggunakan semua mode ini tergantung pada arsitektur jaringan saraf tiruan," jelas ilmuwan pascadoktoral ETH, Rohit John, seperti dilansir dari lamansciencedailybeberapa waktu lalu. "Tapi memristor konvensional sebelumnya harus dikonfigurasi untuk salah satu mode ini terlebih dahulu," imbuh dia.

Memristor baru dari para peneliti di Zurich sekarang dapat dengan mudah beralih di antara dua mode operasi saat digunakan: mode di mana sinyal tumbuh lebih lemah dari waktu ke waktu dan mati (mode volatil), dan mode di mana sinyal tetap konstan (non-volatil).

"Dua mode operasi ini juga ditemukan di otak manusia," kata John. Di satu sisi, rangsangan pada sinapsis ditransmisikan dari neuron ke neuron dengan neurotransmiter biokimia. Rangsangan ini mulai kuat dan kemudian secara bertahap menjadi lebih lemah. Di sisi lain, koneksi sinaptik baru ke neuron lain terbentuk di otak saat kita belajar, sehingga koneksi ini lebih tahan lama.

Memristor yang telah dikembangkan para peneliti terbuat dari kristal nano perovskit halida, bahan semikonduktor yang dikenal terutama dari penggunaannya dalam sel fotovoltaik.

Sebelum memristor ini dapat digunakan dalam teknologi komputer, para ilmuwan perlu menjalani optimasi lebih lanjut. Namun, komponen tersebut juga penting untuk penelitian dalam neuroinformatika.

"Komponen ini mendekati neuron nyata daripada yang sebelumnya. Akibatnya, mereka membantu peneliti untuk menguji hipotesis dengan lebih baik dalam neuroinformatika dan semoga mendapatkan pemahaman yang lebih baik tentang prinsip komputasi sirkuit saraf nyata pada manusia dan hewan," ungkap Profesor Giacomo Indiveri, seorang ilmuwan di Institute for Neuroinformatics dari Universitas Zurich dan ETH Zurich. hay/N-3