Para ilmuwan di Universitas Illinois di Urbana Champaign telah menemukan bukti yang dapat mengubah cara berpikir para peneliti tentang otak dan kecerdasan buatan. Hasil penelitian mereka menunjukkan bahwa pengambilan keputusan dimulai jauh lebih awal di otak dibandingkan teori tradisional, sehingga menawarkan ide-ide baru untuk merancang sistem AI masa depan yang lebih efisien dan hemat energi.
Dipimpin oleh profesor teknik elektro dan komputer Grainger College of Engineering Yurii Vlasov, penelitian ini dipublikasikan di Prosiding Akademi Ilmu Pengetahuan Nasional (PNAS). Studi ini menyoroti peran tak terduga dari daerah sensorik awal di otak dalam pengambilan keputusan, menantang anggapan lama bahwa keputusan hanya muncul setelah informasi melewati hierarki wilayah otak yang ketat.
Memikirkan kembali bagaimana otak mengambil keputusan
Otak manusia secara luas dianggap sebagai struktur paling kompleks di alam semesta yang diketahui. Para ilmuwan belum sepenuhnya memahami cara kerjanya. Itu sebabnya rekayasa balik otak diidentifikasi oleh National Academy of Engineering pada tahun 2008 sebagai salah satu dari 14 tantangan rekayasa besar abad ke-21.
Selama beberapa dekade, banyak sistem kecerdasan buatan, termasuk jaringan saraf konvolusional, terinspirasi oleh gagasan bahwa otak memproses informasi dalam satu arah. Menurut model tradisional ini, informasi sensorik berjalan melalui wilayah otak yang semakin kompleks hingga mencapai korteks frontal, tempat pengambilan keputusan.
Vlasov dan peneliti lain semakin mempertanyakan apakah gambaran ini lengkap.
Sebaliknya, mereka mengeksplorasi model yang didasarkan pada kecerdasan alami, yang telah disempurnakan melalui evolusi selama ratusan juta tahun. Dalam kerangka ini, otak tidak hanya mengandalkan aliran informasi langkah demi langkah. Pengambilan keputusan juga bergantung pada putaran umpan balik yang saling berhubungan yang memungkinkan informasi mengalir bolak-balik antar wilayah otak.
Karena kecerdasan biologis melakukan tugas-tugas yang sangat kompleks dan mengonsumsi energi yang jauh lebih sedikit dibandingkan sistem AI saat ini, memahami arsitektur ini dapat membantu memandu pengembangan kecerdasan buatan di masa depan.
“Kami ingin belajar dari evolusi selama satu miliar tahun,” kata Vlasov. “Bagaimana kecerdasan biologis ini diorganisasikan secara arsitektural? Bisakah kita belajar dan meniru sisi arsitektural otak untuk menjadikan AI lebih efisien, lebih hemat daya, dan lebih pintar dibandingkan sekarang? Pada tingkat pengambilan keputusan, di sinilah letak kekurangan AI saat ini.”
Wilayah otak awal menunjukkan aktivitas pengambilan keputusan
Untuk mempelajari bagaimana proses ini bekerja, tim peneliti fokus pada tahap awal deteksi dan persepsi otak.
Para ilmuwan mencatat aktivitas saraf tikus saat mereka menavigasi koridor realitas virtual dan membuat keputusan persepsi. Mereka menemukan bukti aktivitas terkait pengambilan keputusan di korteks somatosensori primer (S1), salah satu area pemrosesan sensorik paling awal di otak.
Daripada sekadar mengirimkan informasi, S1 tampaknya dipengaruhi oleh wilayah otak yang lebih tinggi melalui putaran umpan balik. Peraturan top-down ini menunjukkan bahwa pengambilan keputusan melibatkan komunikasi berkelanjutan antara berbagai area otak, bukan aliran informasi sederhana dalam satu arah.
“Kode saraf otak pada dasarnya masih merupakan bahasa yang belum diketahui,” kata Vlasov. “Tetapi pemahaman tingkat sistem ini dapat dilihat sebagai dampak potensial pada bagaimana jaringan saraf tiruan dapat dibangun dengan lebih efisien – tentang bagaimana AI generasi berikutnya dapat dipikirkan. Mungkin dengan analogi yang kita pelajari dari otak nyata, kita dapat meningkatkan AI lebih jauh lagi.”
Apa arti hasilnya bagi AI di masa depan
Para peneliti menekankan bahwa penelitian ini tidak memberikan cetak biru untuk membangun kecerdasan buatan yang lebih baik. Sebaliknya, hal ini menawarkan wawasan baru tentang bagaimana otak mengatur pengambilan keputusan yang berpotensi menginspirasi arsitektur AI di masa depan.
Vlasov dan timnya selanjutnya berencana mempelajari waktu sinyal otak ini secara lebih rinci. Mereka juga bermaksud mengembangkan teknologi baru untuk mengukur aktivitas saraf guna lebih memahami bagaimana putaran umpan balik muncul dan mengoordinasikan berbagai tingkat pemrosesan otak.
“Dengan memeriksa dinamika temporal aktivitas saraf yang cepat, kita mungkin dapat lebih memahami bagaimana putaran umpan balik ini berpartisipasi dalam pengambilan keputusan,” kata Vlasov. “Mungkin ini adalah pendekatan yang dapat mengungkap mekanisme yang saat ini tidak diketahui – bagaimana putaran umpan balik ini diatur secara dinamis dan bagaimana putaran tersebut membentuk dan membentuk berbagai tingkat pemrosesan. Mungkin ini dapat diterapkan dalam arsitektur baru untuk AI.”
