Amazon AWS Uji Model AI “Otak Tikus” TBC untuk Video

Telset.id – Sejumlah pelanggan Amazon Web Services (AWS) mulai Selasa ini mendapatkan akses ke model AI “otak tikus” milik The Biological Computing Company (TBC) melalui program limited preview. Teknologi startup ini dirancang khusus untuk meningkatkan kemampuan AI dalam menghasilkan video, dan Amazon bersama TBC menyatakan bahwa teknologi tersebut diperkirakan akan segera dirilis ke seluruh pelanggan enterprise AWS.

Langkah Amazon menghadirkan model AI berbasis material biologis ini menandai masuknya pendekatan komputasi biologis ke salah satu marketplace cloud terbesar dunia. Bagi pelanggan AWS, ini berarti opsi baru untuk membuat model generasi video lebih efisien, meski skalabilitasnya masih harus dibuktikan di lapangan.

“Kami menemukan cara untuk mengodekan informasi, misalnya gambar, ke material biologis,” ujar salah satu pendiri TBC, Alexander Ksendzovsky. “Kami lalu mengamati bagaimana biologi memproses informasi itu, dan kemudian kami membangun alat yang meniru proses tersebut.”

Menurut Deap Ubhi, global director of technology for startups di Amazon Web Services, ini bukan platform komputasi berbasis biologi pertama yang Amazon sediakan di marketplace-nya. Ubhi menyebut AWS juga bekerja sama dengan Cortical Labs, perusahaan asal Australia yang menggabungkan neuron hasil kultur laboratorium dengan chip silikon untuk membantu perusahaan memproses data. Cortical Labs menyebut produknya sebagai WAAS, atau “wetware as a service”. Perusahaan itu juga menjual “biological computer” seharga ribuan dolar, perangkat berdaya rendah untuk penggunaan di laboratorium yang diklaim mampu menjaga neuron tetap hidup selama enam bulan.

Pendekatan TBC dinilai lebih pragmatis. Ubhi menjelaskan bahwa alih-alih mengambil langkah besar atau mencoba menciptakan ulang transformer, unit arsitektur inti model bahasa besar, TBC “bekerja dalam standar yang sudah ada di ruang AI generatif dan bertanya, ‘Bagaimana kami bisa membuat model visual saat ini lebih efisien?'”

Ketika perusahaan-perusahaan AI berlomba mencari cara membuat model mereka lebih efisien, bidang yang dulu pinggiran bernama komputasi biologis mulai mendapatkan traksi. Para peneliti telah lama membayangkan dunia di mana perangkat lunak komputer bekerja lebih mirip jaringan saraf di dalam otak manusia, alih-alih hanya mengandalkan algoritma berbasis matematika.

Namun komputasi biologis membawa tantangan unik. Bidang ini menuntut menjalankan laboratorium biologi sungguhan, bukan sekadar laboratorium komputer, di mana sel otak, sel punca, atau biomaterial sintetis harus dijaga tetap hidup atau diawetkan, dipantau dengan cermat, dan diterjemahkan menjadi informasi digital yang bermakna. Meski sejumlah startup telah membuat kemajuan di bidang ini, menjembatani jurang antara alam dan kode tetap rumit.

The Biological Computing Company didirikan di Baltimore, Maryland, empat tahun lalu oleh dua ahli neurosains dan bedah saraf: Ksendzovsky, yang kini menjabat CEO, dan Jon Pomeraniec, yang menjabat presiden dan COO. Awal tahun ini, TBC mengumpulkan dana 25 juta dolar dari sekelompok investor yang dipimpin Primary Venture Partners, putaran pendanaan signifikan pertama perusahaan. Tak lama setelah putaran itu ditutup pada Maret, perusahaan mengamankan tambahan 25 juta dolar, sehingga total pendanaannya melewati 50 juta dolar. Putaran modal baru ini belum pernah dilaporkan sebelumnya.

Tahun lalu startup ini membuka kantor dan laboratorium riset dan pengembangan kecil di San Francisco, tempat 35 karyawan bekerja langsung dengan sel otak tikus serta sel punca manusia. Sel-sel hidup itu ditempatkan pada array silikon multi-elektroda buatan 3Brain, perusahaan bioteknologi asal Swiss. Peneliti menggunakan array tersebut untuk mengirim pola stimulasi listrik ke neuron dan merekam bagaimana neuron merespons. TBC kemudian menganalisis aktivitas saraf itu untuk mencari pola komputasional yang bisa diterjemahkan menjadi perangkat lunak dan digunakan untuk meningkatkan model AI yang sudah ada, khususnya model generasi video.

Keputusan untuk fokus pada video sejak awal bersifat ilmiah sekaligus praktis, kata Ksendzovsky. Salah satu faktornya adalah tata letak fisik array silikon multi-elektroda yang digunakan TBC. Posisi setiap elektroda memengaruhi cara elektroda itu berinteraksi dengan neuron. Perusahaan menyadari gambar adalah titik awal yang alami, karena informasi visual bisa dipetakan ke grid lebih mudah dibandingkan teks atau bahasa.

Dari sana, potensi kasus penggunaan bisnis muncul. Startup ini berteori bahwa dengan memodelkan cara neuron memproses gambar, wawasan tersebut bisa dipakai untuk memperbaiki model AI dalam menghasilkan video. Pomeraniec menyebut Jeff Dean, peneliti AI terkemuka sekaligus investor TBC, adalah orang yang pertama menyarankan perusahaan mencoba fine-tuning model generasi video sebelum menerapkan teknologi sarafnya secara lebih luas. Karena sudah ada benchmark industri yang diterima untuk model video, startup ini bisa menunjukkan sejak awal apakah teknologinya merupakan kemajuan ilmiah yang berarti dengan mengujinya pada masalah yang sudah terpecahkan.

“Jeff mengatakan jika kami bisa melakukan itu, ada janji untuk melakukan hal-hal yang lebih kompleks dan menarik dengan model AI kami ke depannya,” jelas Pomeraniec.

Sebelumnya, teknologi TBC hanya tersedia melalui penyedia neocloud bernama Bluesky Compute. Startup ini mengklaim model AI-nya, jika dibandingkan dengan model AI open-source yang menjadi basisnya, hingga lima kali lebih cepat dalam generasi video dan secara signifikan menurunkan biaya inferensi, yakni bagian pemrosesan atau “berpikir” dari sebuah model AI dibandingkan pelatihannya. Perusahaan tidak menyebutkan model AI open-source mana yang digunakan sebagai pembanding, tetapi mengklaim itu salah satu model generasi video “frontier”.

Kini setelah Amazon mendistribusikan perangkat lunak TBC, startup ambisius ini berpotensi menjangkau basis pelanggan yang jauh lebih besar. Ubhi dari Amazon mengaku antusias terhadap The Biological Computing Company, tetapi masih harus dilihat seberapa baik teknologinya bisa diskalakan.

“Saya pikir dengan model seperti ini, satu hal yang harus Anda tanyakan adalah, jika Anda mendorongnya ke ekstrem, apakah Anda masih akan melihat peningkatan? Jika Anda punya pelanggan yang ingin menghasilkan video berdurasi lebih panjang, sepuluh menit, satu jam, berapa potensi kehilangan fidelitas sepanjang waktu?” tanyanya.

Dengan kata lain, sebuah model harus mampu melacak apa yang sudah terjadi dan menjaga konsistensi saat video menjadi lebih panjang. Saat TBC memasuki fase berikutnya, perusahaan akan melihat apakah teknologinya tetap bertahan ketika pelanggan baru mencoba mendorongnya hingga batas maksimal.

Bagi pelanggan enterprise AWS, ketersediaan terbatas ini menjadi cara menguji apakah pendekatan berbasis sel hidup benar-benar membawa efisiensi nyata pada model generasi video, atau justru menghadirkan tantangan baru pada durasi dan konsistensi. Perkembangan adopsi di marketplace AWS akan menjadi indikator awal seberapa jauh teknologi ini bisa bersaing dengan model AI konvensional yang sudah mapan.