Telset.id – Bayangkan Anda masuk ke restoran ramai dan langsung bisa mengenali aroma saus tomat di antara bau-bau lain. Kemampuan manusia memproses informasi sensorik yang kacau ini kini menginspirasi terobosan baru di dunia kecerdasan buatan.
Para peneliti dari Cornell University telah mengembangkan model AI yang meniru cara kerja sistem penciuman otak manusia. Teknologi ini memungkinkan mesin memproses data sensorik yang berantakan dengan efisiensi energi rendah, mirip bagaimana otak kita bekerja.
Belajar dari Keajaiban Otak
Thomas Cleland, profesor psikologi di Cornell, menjelaskan bahwa otak mamalia memiliki kemampuan luar biasa dalam mengorganisir input sensorik yang kacau. “Otak melakukan prestasi kognitif yang menakjubkan secara real-time dengan konsumsi energi yang sangat rendah,” ujarnya.
Roy Moyal, peneliti postdoctoral dan penulis utama studi ini, menambahkan bahwa teknologi saat ini masih bergantung pada model besar yang membutuhkan daya pemrosesan tinggi. “Bayangkan jika kita bisa membuat perangkat AI ringan yang bisa beradaptasi secara lokal tanpa mengirim data sensitif melalui jaringan,” katanya.
Baca Juga:
Mekanisme Pintar Sistem Penciuman
Penelitian ini berfokus pada bagaimana lapisan luar sistem penciuman biologis – epitel penciuman dan lapisan luar bulbus olfaktorius – melakukan komputasi yang menciptakan “firewall antara dunia dan otak”.
“Input sensorik yang berantakan perlu diorganisir dan dibentuk menjadi format yang bisa diproses oleh area otak yang lebih dalam tanpa kehilangan informasi penting,” jelas Cleland.
Model ini juga memberikan wawasan teoretis tentang spike-phase coding di otak – metode di mana neuron mengirim informasi dengan mengatur ketat waktu pulsa komunikasi mereka. Strategi penghematan energi ini ternyata juga bisa digunakan untuk pembelajaran stabil dalam skenario praktis.
Aplikasi Luas di Dunia Nyata
Meski penelitian ini berfokus pada sirkuit bulbus olfaktorius, temuan ini tidak terbatas pada penciuman saja. “Ini adalah mekanisme regularisasi generik untuk segala jenis data yang memiliki struktur serupa,” kata Cleland.
Potensi aplikasinya sangat luas, mulai dari robotika hingga berbagai jenis pemrosesan AI lainnya. Seperti yang ditunjukkan dalam CausVid: Model AI Hybrid yang Bikin Video Kualitas Tinggi dalam Sekejap, pendekatan berbasis biologi ini membuka pintu bagi inovasi baru.
Penelitian ini juga sejalan dengan perkembangan model AI bahasa seperti yang terlihat pada Alibaba Rilis Qwen3 dan Model AI Bahasa Arab Terbaik di Kawasan, yang menunjukkan tren kuat menuju AI yang lebih efisien dan spesifik.
Dengan pendekatan neuromorfik ini, masa depan AI mungkin akan didominasi oleh sistem yang lebih ringan, lebih efisien, dan lebih mirip cara kerja otak biologis kita.
