Komputasi Neuromorfik: Masa Depan Kecerdasan Buatan Terinspirasi dari Otak Manusia

tirto.id - Pada 2024 lalu, dua orang iseng bernama Jason Carr dan Mister Phoenix melakukan eksperimen dengan menjahili layanan mobil tanpa pengemudi di Amerika Serikat, Waymo. Caranya sangat sederhana. Ketika mobil Waymo melintas, mereka akan berdiri di pinggir jalan, lalu menunjukkan kausnya yang bergambar rambu "STOP" berwarna merah. Mereka ingin tahu mobil-mobil itu bakal menuruti "rambu" tersebut atau tidak.

Aksi iseng itu diunggah di akun media sosial dan sontak menjadi viral. Seab, percobaan itu bisa dibilang berhasil. Dari empat percobaan, Jason Carr dan Mister Phoenix berhasil memberhentikan mobil Jaguar I-Pace putih milik Waymo sebanyak tiga kali.

Di satu sisi, eksperimen iseng Jason Carr dan Mister Phoenix menunjukkan bahwa kecerdasan buatan di mobil-mobil Waymo mampu mengenali tanda berhenti yang tidak konvensional. Itu bisa jadi berguna di situasi-situasi darurat. Akan tetapi, di sisi lain, menurut hemat Garrett Kenyon, ahli neurologi komputasional di laboratorium Los Alamos, keberhasilan kedua penjahil (prankster)itu justru menunjukkan kelemahan kecerdasan buatan berbasis model bahasa besar (large language model /LLM), seperti yang digunakan oleh Waymo.

Menurut Kenyon, berhentinya mobil-mobil Waymo ketika melihat rambu "STOP" di kaus adalah hasil dari hal yang disebut feed forward processing, kecerdasan buatan hanya menerima mentah-mentah informasi yang diterima tanpa kemampuan "berpikir kritis". Padahal, kecerdasan buatan yang apik mestinya bisa lebih piawai membaca konteks situasi. Namun, untuk bisa melakukan itu, diperlukan pendekatan yang sama sekali berbeda dari biasanya.

Untuk membawa kecerdasan buatan ke tingkat lanjut, diperlukanlah sesuatu yang disebut komputasi neuromorfik (neuromorphic computing), yakni pendekatan dalam merancang perangkat keras dan perangkat lunak komputer yang meniru cara kerja otak manusia.

Alih-alih memproses informasi secara linear seperti komputer konvensional, sistem neuromorfik menggunakan jaringan saraf tiruan yang bekerja layaknya neuron dan sinapsis biologis. Neuron dan sinapsis tersebut menerima, memproses, dan meneruskan informasi dalam bentuk sinyal listrik yang disebut spike.

Konsep itu pertama kali diperkenalkan pada 1980-an oleh fisikawan bernama Carver Mead dari Caltech. Ia juga, bersama muridnya, Misha Mahowald, mengembangkan retina dan koklea silikon pertama di dunia.

Mengapa otak manusia begitu menarik untuk dijadikan model bagi sistem komputasi?

Jawabannya adalah efisiensi. Otak manusia memiliki sekitar 100 miliar neuron yang terhubung melalui 100 triliun sinapsis. Dengan itu, otak mampu melakukan sekitar 1 kuintiliun operasi komputasi per detik hanya dengan daya sebesar 20 watt, setara dua bohlam LED yang menyala 24 jam.

Sebagai perbandingan, superkomputer terbaik yang berbasis arsitektur konvensional membutuhkan energi delapan kali lipat lebih boros untuk tugas komputasi setara. GPU Nvidia Ampere A100, salah satu prosesor grafis tercanggih yang digunakan dalam komputasi skala besar saat ini, membutuhkan daya hingga 400 watt hanya untuk bekerja pada kapasitas penuh.

Selain soal skalabilitas dan masa depan kecerdasan buatan, besarnya kesenjangan tersebut juga memengaruhi beban tagihan listrik. Biaya untuk menyalakan seluruh model bahasa besar di dunia berpotensi melampaui produk domestik bruto Amerika Serikat pada 2027. Jumlah yang fantastis dan, tentu saja, sangat mengkhawatirkan. Maka dari itu, komputasi neuromorfik disodorkan sebagai jalan keluar atas borosnya energi yang dibutuhkan kecerdasan buatan saat ini.

Berbeda dari komputer konvensional yang mengikuti arsitektur von Neumann (unit pemrosesan dan memori berada di tempat terpisah dan harus terus-menerus bertukar data melalui sebuah "jembatan digital" yang kerap menjadi titik macet), sistem neuromorfik menyatukan keduanya dalam satu unit, persis seperti neuron biologis yang bisa menyimpan dan memproses informasi sekaligus. Hasilnya: latensi data lebih rendah, konsumsi energi lebih efisien, dan kemampuan pemrosesan paralel jauh lebih besar.

Yang lebih penting lagi, sistem neuromorfik bersifat event-driven. Artinya, neuron-neuron buatan di dalamnya hanya aktif ketika ada informasi yang perlu diproses, tidak seperti komputer biasa yang seluruh unitnya terus bekerja sepanjang waktu meski tidak ada yang dikerjakan. Kemampuan inilah yang membuat sistem neuromorfik sangat menjanjikan untuk aplikasi-aplikasi yang membutuhkan respons cepat dan konsumsi daya rendah, mulai dari kendaraan otonom, perangkat Internet of Things (IoT), hingga sistem keamanan siber.

Dalam beberapa tahun terakhir, perkembangan komputasi neuromorfik bergerak cepat. Intel, misalnya, telah mengembangkan cip Loihi 2 yang mampu menampung hingga satu juta neuron terintegrasi, dengan kecepatan pemrosesan 10 kali lebih cepat dan kepadatan sumber daya 15 kali lebih tinggi dibanding generasi sebelumnya. IBM, sementara itu, punya TrueNorth. Cip neuromorfik itu memuat satu juta neuron yang dapat diprogram dan 256 juta sinapsis yang dirancang untuk tugas-tugas pengenalan gambar dan pembelajaran mesin dengan efisiensi energi tinggi. Ada juga BrainChip, yang menghadirkan Akida, platform neuromorfik berbasis jaringan saraf spiking, dirancang untuk perangkat edge, seperti kamera pintar, drone, dan perangkat IoT.

Namun, semua itu masih kalah monumental dibanding sesuatu yang baru-baru ini diumumkan oleh tim peneliti dari Universitas Zhejiang, Cina. Pada November 2025, mereka memperkenalkan Darwin Monkey alias Wukong (di Indonesia populer dengan nama Sun Go Kong), nama tokoh "Raja Monyet" dalam sastra klasik Tiongkok.

Darwin Monkey adalah sebuah komputer neuromorfik yang dilengkapi lebih dari dua miliar neuron spiking dan lebih dari 100 miliar sinapsis. Untuk konteks, jumlah neuron itu mendekati otak seekor monyet macaque dan jauh melampaui sistem neuromorfik terbesar sebelumnya, Hala Point milik Intel, yang "hanya" memiliki 1,15 miliar neuron, setara otak seekor burung hantu.

Darwin Monkey ditenagai oleh 960 chip Darwin 3 yang tersusun dalam 15 server neuromorfik tipe blade, tetapi hanya membutuhkan daya 2.000 watt untuk beroperasi. Dengan kemampuan itu, Darwin Monkey sanggup menjalankan tugas-tugas kognitif tingkat lanjut seperti penalaran logis, pembuatan konten, pemecahan masalah matematis, hingga pembelajaran mandiri. Ia bahkan bisa berfungsi sebagai platform simulasi neurosains dengan memodelkan otak berbagai hewan, dari ikan zebra hingga gajah.

Nah, di balik segala kemajuan teknis tersebut, ada ekosistem industri yang tumbuh pesat. Pasar komputasi neuromorfik global tercatat bernilai 6,4 miliar pada 2025, dan diproyeksikan akan mencapai 35 miliar dolar AS pada 2036. Dengan kata lain, setiap tahunnya, industri ini diperkirakan tumbuh hingga 16,5 persen. Segmen perangkat keras mendominasi pasar saat ini, sementara sektor otomotif—dengan kebutuhannya yang mendesak akan pemrosesan real-time dan konsumsi daya rendah untuk kendaraan otonom—menjadi pengguna terbesar.

Asia-Pasifik, dipimpin oleh Cina, India, Jepang, dan Korea Selatan, diprediksi menjadi kawasan dengan pertumbuhan tercepat. Sementara itu, Amerika Utara, dengan konsentrasi pemain besar, seperti Intel, IBM, dan Qualcomm, serta dukungan pendanaan riset pemerintah melalui program-program seperti DARPA, masih memimpin pasar secara keseluruhan.

Nature pada Januari 2025, mengidentifikasi sejumlah tantangan besar.

Artinya, meski sangat menjanjikan dan sudah bisa digunakan dalam skala terbatas, perkembangan teknologi yang satu ini memang masih seumur jagung. Masih ada banyak sekali faktor yang perlu diatasi satu per satu, mulai dari soal keilmuannya, kapabilitas teknis manufaktur, sampai tata kelola. Namun, proyeksi pasar berpihak padanya dan, oleh karena itu, bukan mustahil jika investasi besar berikutnya difokuskan kepada komputasi neuromorfik.