Nanodevices Mirip Sel Otak Bekerja Bersama untuk Mengidentifikasi Mutasi Virus

Share on facebook
Share on twitter
Share on whatsapp
Para peneliti juga berhasil menggunakan jaringan neuron buatan mereka untuk memecahkan versi mainan dari masalah dunia nyata yang berat secara komputasi, bahkan untuk teknologi digital tercanggih.

Di dalam jurnal Nature edisi September, para ilmuwan dari Texas A&M University, Hewlett Packard Labs dan Stanford University telah menggambarkan sebuah nanodevice baru yang berkerja hampir identik dengan sel otak. Selain itu, mereka juga menunjukkan bahwa sel-sel otak sintetis tersebut dapat bergabung untuk membentuk jaringan rumit yang dapat memecahkan masalah serupa dengan cara pemecahan masalah dalam otak.

Dr. R. Stanley Williams, penulis senior studi dan profesor di Departemen Teknik Listrik dan Komputer mengatakan bahwa studi tersebut merupakan studi pertama di mana para peneliti mampu meniru neuron hanya dengan satu perangkat berskala nano, dimana seharusnya hal tersebut membutuhkan ratusan transistor. Para peneliti juga berhasil menggunakan jaringan neuron buatan mereka untuk memecahkan versi mainan dari masalah dunia nyata yang berat secara komputasi, bahkan untuk teknologi digital tercanggih.

Secara khusus, para peneliti telah menunjukkan bukti suatu konsep bahwa sistem yang terinspirasi dari otak milik mereka dapat mengidentifikasi kemungkinan mutasi pada virus, yang sangat relevan untuk memastikan kemanjuran dari vaksin serta obat untuk strain virus yang memiliki keragaman genetik.

Selama beberapa dekade terakhir, teknologi digital menjadi semakin kecil serta lebih cepat utamanya dikarenakan oleh kemajuan teknologi transistor. Namun demikian, komponen circuit penting ini dengan cepat sampai pada batas seberapa kecil mereka dapat dibuat. Hal inilah yang memulai upaya global untuk menemukan jenis teknologi baru yang dapat melengkapi, atau bahkan menggantikan transistor.

Selain masalah “pengurangan skala” tersebut, teknologi digital berbasis transistor memiliki tantangan terkenal lainnya. Sebagai contoh, teknologi tersebut mengalami kesulitan menemukan solusi optimal saat disajikan dengan kumpulan data yang besar.

Dr. Suhas Kumar, penulis utama studi dan peneliti di Hewlett Packard Labs memberi contoh umum berupa menemukan rute terpendek dari kantor tempat bekerja ke rumah. Jika kita harus membuat satu perhentian, permasalahan ini cukup mudah untuk dipecahkan. Akan tetapi jika karena alasan tertentu diperlukan untuk membuat 15 perhentian, maka akan terdapat 43 miliar rute yang dapat dipilih. Permasalahannya kini berubah menjadi masalah pengoptimalan, dan komputer saat ini dianggapnya tidak baik dalam memecahkan permasalahan tersebut.

Selain itu, Kumar menambahkan tugas berat lainnya untuk mesin digital adalah pengenalan pola, seperti mengidentifikasi wajah sebagai wajah yang sama terlepas dari sudut pandang atau mengenali suara tertentu yang terkubur dalam hiruk pikuk suara lainnya.

Tetapi tugas atau permasalahan yang dapat membuat mesin digital masuk dalam kekacauan adalah tugas-tugas yang dimana otak kita unggul di dalamnya. Faktanya, otak tidak hanya cepat dalam mengenali dan mengoptimalkan masalah, namun juga mengonsumsi energi yang jauh lebih sedikit dibandingkan sistem digital. Oleh karena itu, dengan meniru cara otak menyelesaikan jenis tugas tersebut, Williams mengatakan bahwa sistem yang terinspirasi oleh otak atau neuromorfik tersebut berpotensi untuk mengatasi beberapa rintangan komputasi yang dihadapi oleh teknologi digital saat ini.

Untuk membangun bangunan dasar dari otak atau neuron, para peneliti merakit perangkat sintesis berskala nano yang terdiri dari lapisan bahan anorganik yang berbeda, yang masing-masing memiliki fungsi unik. Akan tetapi, mereka mengatakan bahwa bagian terpenting ada pada lapisan tipis yang terbuat dari senyawa niobium dioksida.

Ketika tegangan kecil diberikan pada wilayah ini, suhunya akan mulai meningkat. Tetapi ketika suhu telah mencapai tingkat kritis, niobium dioksida mengalami perubahan yang cepat, berubah dari isolator menjadi konduktor. Ketika mulai menghantarkan arus listrik, suhunya turun dan niobium dioksida kembali berubah menjadi isolator.

Transisi bolak-balik tersebut memungkinkan perangkat sintetis untuk menghasilkan denyut arus listrik yang sangat mirip dengan profil lonjakan listrik, atau aksi potensial, yang dihasilkan oleh neuron biologis. Lebih jauh lagi, dengan mengubah voltase di seluruh neuron sintetik mereka, para peneliti dapat mereproduksi beragam perilaku neuron yang terdeteksi di dalam otak, seperti ledakan dan tembakan lonjakan listrik yang berkelanjutan.

Kumar mengatakan bahwa menangkap perilaku dinamis neuron merupakan tujuan utama komputer yang terinspirasi dari otak ini. Secara keseluruhan, para peneliti dapat membuat ulang sekitar 15 jenis profil penembakan neuron, dimana semuanya menggunakan satu komponen listrik dengan menggunakan energi yang jauh lebih rendah dibandingkan dengan sirkuit berbasis transistor.

Untuk mengevaluasi apakah neuron sintetis tersebut dapat memecahkan masalah-masalah dunia nyata, para peneliti pertama-tama menghubungkan 24 perangkat berskala nano tersebut bersama-sama dalam jaringan yang terinspirasi oleh koneksi antara korteks otak dan thalamus, yakni jalur saraf dikenal baik terlibat dalam pengenalan pola. Selanjutnya, mereka menggunakan sistem ini untuk memecahkan versi mainan dari masalah rekonstruksi kuasispesies virus, di mana variasi mutan virus diidentifikasi tanpa referensi genom.

Melalui input data, para peneliti memperkenalkan jaringan tersebut pada fragmen gen pendek. Kemudian, dengan memprogram kekuatan koneksi antara neuron buatan dalam jaringan, mereka menetapkan aturan dasar tentang penggabungan fragmen genetik ini. Tugas yang mirip teka-teki untuk jaringan tersebut adalah membuat daftar mutasi dalam genom virus berdasarkan segmen genetik pendek ini.

Para peneliti menemukan bahwa dalam beberapa micro detik, jaringan neuron artifisial mereka menetap pada keadaan yang mengindikasikan genom untuk strain yang bermutasi.

Williams dan Kumar mencatat bahwa hasil ini merupakan bukti dari suatu prinsip bahwa sistem neuromorfik mereka dapat dengan cepat melakukan tugas dengan cara yang lebih hemat energi.

Para peneliti mengatakan bahwa langkah selanjutnya dalam penelitian mereka adalah memperluas repertoar masalah yang dapat dipecahkan oleh jaringan seperti otak milik mereka dengan memasukkan pola lainnya dan beberapa ciri khas otak manusia seperti pembelajaran dan memori. Mereka juga berencana untuk mengatasi tantangan perangkat keras untuk mengimplementasikan teknologi mereka dalam skala yang dapat dikomersialkan.

Williams mengatakan bahwa kegiatan seperti menghitung hutang negara atau menyelesaikan beberapa simulasi skala besar bukanlah jenis tugas yang bisa dilakukan otak manusia dan itulah mengapa komputer digital diperlukan. Sebagai alternatif, kita dapat memanfaatkan pengetahuan mengenai koneksi saraf untuk memecahkan masalah yang dimana otak sangat hebat dalamnya. Para peneliti telah mendemonstrasikan bahwa tergantung pada jenis masalahnya, ada cara yang berbeda dan lebih efisien dalam melakukan komputasi selain metode konvensional menggunakan komputer digital dengan transistor.

Sumber:
Disadur dari situs sciencedaily. Materi berasal dari Texas A&M University. Naskah pertama kali ditulis oleh Vandana Suresh. Note: Naskah telah mengalami penyesuaian gaya dan panjang.

Narantaka Jirnodora

Narantaka Jirnodora

Terbaru

Ikuti