Cekricek.id - Dalam dunia kecerdasan buatan (AI), salah satu tantangan besar yang dihadapi para peneliti adalah mengembangkan sistem yang mampu belajar dan mengingat informasi seperti manusia. Memori adalah komponen penting dalam kecerdasan manusia, dan para ilmuwan telah mencoba memahami dan mereplikasi mekanisme memori manusia dalam AI.
Baru-baru ini, sebuah tim interdisipliner yang terdiri dari peneliti dari Center for Cognition and Sociality dan Data Science Group di Institute for Basic Science (IBS) menemukan kesamaan mengejutkan antara proses memori pada model AI dan hippocampus di otak manusia.
Penemuan ini memberikan perspektif baru tentang konsolidasi memori dalam sistem AI, yang dapat mengubah memori jangka pendek menjadi memori jangka panjang.
Transformasi AI dan Konsolidasi Memori
Dalam perlombaan untuk mengembangkan Kecerdasan Buatan Umum (AGI), pemahaman dan replikasi kecerdasan mirip manusia telah menjadi minat penelitian yang penting. Salah satu model AI yang menjadi fokus penelitian ini adalah Transformer model. Model ini telah menunjukkan kemampuan yang luar biasa dalam pemrosesan bahasa alami dan tugas-tugas lainnya.
Namun, bagaimana model Transformer belajar dan mengingat informasi masih menjadi misteri. Untuk menjawab pertanyaan ini, tim peneliti memutuskan untuk menerapkan prinsip-prinsip pembelajaran otak manusia pada model AI ini.
Mengaplikasikan Mekanisme Pembelajaran Otak Manusia pada AI
Salah satu komponen penting dalam pembelajaran dan konsolidasi memori pada otak manusia adalah reseptor NMDA di hippocampus. Reseptor ini bertindak sebagai "pintu pintar" di otak yang memfasilitasi pembelajaran dan pembentukan memori. Ketika zat kimia bernama glutamat hadir, sel saraf mengalami rangsangan. Namun, ion magnesium bertindak sebagai penghalang kecil yang menghalangi pintu tersebut. Hanya ketika penghalang ini menghilang, zat-zat dapat mengalir ke dalam sel. Inilah proses yang memungkinkan otak menciptakan dan menyimpan memori.
Dalam penelitian ini, tim peneliti menemukan bahwa model Transformer menggunakan proses penghalang yang mirip dengan reseptor NMDA di otak [lihat Gambar 1]. Penemuan ini menunjukkan bahwa konsolidasi memori dalam model AI dapat dikendalikan dengan mekanisme yang serupa dengan proses penghalang reseptor NMDA.
Dalam otak hewan, kadar magnesium yang rendah diketahui melemahkan fungsi memori. Tim peneliti menemukan bahwa memori jangka panjang dalam model Transformer dapat ditingkatkan dengan meniru reseptor NMDA. Seperti halnya dalam otak, di mana perubahan kadar magnesium mempengaruhi kekuatan memori, dengan memodifikasi parameter Transformer untuk mencerminkan aksi penghalang reseptor NMDA, memori dalam model AI dapat ditingkatkan. Temuan ini menunjukkan bahwa cara model AI belajar dapat dijelaskan dengan pengetahuan yang sudah ada dalam ilmu saraf.
Pandangan Para Ahli tentang AI dan Ilmu Saraf
C. Justin LEE, yang merupakan seorang direktur ilmu saraf di institut tersebut, mengatakan, "Penelitian ini merupakan langkah penting dalam memajukan AI dan ilmu saraf. Ini memungkinkan kita untuk lebih memahami prinsip-prinsip operasi otak dan mengembangkan sistem AI yang lebih canggih berdasarkan wawasan ini."
CHA Meeyoung, yang merupakan seorang ilmuwan data dalam tim peneliti dan di KAIST, menyatakan, "Otak manusia sangat luar biasa dalam cara beroperasi dengan energi yang minimal, berbeda dengan model AI yang besar yang membutuhkan sumber daya yang sangat besar. Penelitian kami membuka kemungkinan baru untuk sistem AI yang murah dan berkualitas tinggi yang dapat belajar dan mengingat informasi seperti manusia."
Apa yang membedakan penelitian ini adalah inisiatifnya untuk menggabungkan nonlinieritas yang terinspirasi oleh otak ke dalam struktur AI, menandakan kemajuan signifikan dalam mensimulasikan konsolidasi memori yang mirip dengan manusia. Konvergensi mekanisme kognitif manusia dan desain AI tidak hanya menjanjikan untuk menciptakan sistem AI yang murah dan berkualitas tinggi, tetapi juga memberikan wawasan berharga tentang cara kerja otak melalui model AI.
Baca juga: Kesadaran AI: Apakah Kecerdasan Buatan Bisa Menjadi Sadar?
Dengan penemuan baru ini, para peneliti dan pengembang AI dapat terus memperbaiki sistem AI yang ada dan mengembangkan model-model baru yang lebih cerdas dan efisien. Dalam jangka panjang, penelitian ini juga dapat memberikan wawasan yang lebih dalam tentang cara kerja otak manusia dan potensi pengembangan AI yang lebih mirip dengan manusia.
Dalam dunia yang semakin terhubung secara digital, kecerdasan buatan yang menyerupai memori manusia akan memiliki aplikasi yang luas, mulai dari assisten virtual yang lebih canggih hingga sistem kecerdasan yang lebih efisien dalam memproses dan mengingat informasi. Dengan penelitian lanjutan dan pengembangan AI yang terus berlanjut, kita dapat berharap melihat perkembangan yang lebih besar dalam memahami dan mereplikasi mekanisme memori manusia dalam sistem AI di masa depan.
