{!-- ra:00000000000003ec0000000000000000 --}Mahasiswa MIT 🧠 Kembangkan Komputasi Neuromorphic untuk AI Berkelanjutan - SWANTE ADI KRISNA
cross
Hit enter to search or ESC to close
Mahasiswa MIT 🧠 Kembangkan Komputasi Neuromorphic untuk AI Berkelanjutan
24
October 2025

Mahasiswa MIT 🧠 Kembangkan Komputasi Neuromorphic untuk AI Berkelanjutan

  • 6
  • 24 October 2025
Mahasiswa MIT 🧠 Kembangkan Komputasi Neuromorphic untuk AI Berkelanjutan

Cambridge, Massachusetts - Miranda Schwacke, mahasiswa pascasarjana dari Department of Materials Science and Engineering (DMSE) MIT, mengembangkan material dan perangkat baru untuk neuromorphic computing (komputasi neuromorphik) yang meniru cara kerja otak manusia dalam memproses informasi.1 Penelitian ini bertujuan mengurangi konsumsi energi komputasi AI yang saat ini sangat tinggi, terutama untuk melatih model AI berskala besar.

Latar Belakang Penelitian Energi AI

Schwacke fokus pada electrochemical ionic synapses (sinapsis ionik elektrokimia) - perangkat kecil yang dapat "disetel" untuk mengatur konduktivitas, mirip neuron yang memperkuat atau melemahkan koneksi di otak.1 "Jika Anda melihat AI khususnya - untuk melatih model yang sangat besar - itu mengonsumsi banyak energi," kata Schwacke. Perbandingannya mencolok. Otak manusia mengonsumsi energi jauh lebih sedikit saat belajar dibanding AI.

Bilge Yildiz, pembimbingnya yang menjabat sebagai Breene M. Kerr (1951) Professor, menjelaskan keunggulan otak: "Dalam otak, koneksi antara neuron kita, disebut sinapsis, adalah tempat kita memproses informasi. Transmisi sinyal ada di sana. Ini diproses, diprogram, dan juga disimpan di tempat yang sama."1 Perangkat Schwacke berusaha mereplikasi efisiensi tersebut dengan menghilangkan kebutuhan memindahkan data bolak-balik.

Aspek πŸ”Komputasi Tradisional πŸ’»Komputasi Neuromorphic 🧠
Lokasi PemrosesanTerpisah dari penyimpananDigabung dalam satu tempat
Transfer DataBolak-balik antar komponenMinimal atau tidak ada
Konsumsi EnergiSangat tinggi untuk AIJauh lebih rendah
Inspirasi DesainArsitektur von NeumannStruktur otak biologis
Material KunciSilikon konvensionalOksida logam seperti tungsten
Jenis IonElektron utamaIon magnesium/hidrogen
Stabilitas SistemTinggi dengan teknologi matangMasih dalam pengembangan

Proyek Disertasi dan Terobosan Material

Fokus pada Ion Magnesium

Proyek awal Schwacke berfokus pada properti yang dibutuhkan perangkat ini agar bekerja baik - operasi cepat, penggunaan energi rendah, dan kompatibilitas dengan teknologi semikonduktor.1 Dia menggunakan ion magnesium sebagai pengganti hidrogen. Kenapa? Ion hidrogen bisa lepas ke lingkungan dan membuat perangkat tidak stabil.

Proyek disertasinya saat ini berpusat pada pemahaman bagaimana penyisipan ion magnesium ke dalam tungsten oxide (oksida tungsten) - oksida logam yang properti listriknya dapat disetel dengan presisi - mengubah resistansi listriknya.1 "Saya mencoba memahami persis bagaimana perangkat ini mengubah konduktansi saluran," kata Schwacke. Dalam perangkat ini, tungsten oxide berfungsi sebagai lapisan saluran di mana resistansi mengontrol kekuatan sinyal, mirip sinapsis mengatur sinyal di otak.

Pengakuan dan Tantangan Interdisipliner

Penelitian Schwacke diakui dengan MathWorks Fellowship dari School of Engineering pada 2023 dan 2024.1 Fellowship ini mendukung mahasiswa pascasarjana yang memanfaatkan alat seperti MATLAB atau Simulink dalam pekerjaan mereka. Schwacke menerapkan MATLAB untuk analisis data dan visualisasi kritis. Yildiz menggambarkan penelitian Schwacke sebagai langkah novel menuju penyelesaian salah satu tantangan terbesar AI: "Ini adalah elektrokimia untuk komputasi terinspirasi otak. Ini konteks baru untuk elektrokimia, tetapi juga dengan implikasi energi, karena konsumsi energi komputasi meningkat secara tidak berkelanjutan."1

Seperti karya perintis lainnya, penelitian ini datang dengan tantangan. Terutama dalam menjembatani konsep antara elektrokimia dan fisika semikonduktor. "Kelompok kami berasal dari latar belakang kimia solid-state, dan ketika kami memulai pekerjaan ini dengan magnesium, tidak ada yang menggunakan magnesium dalam jenis perangkat ini sebelumnya," kata Schwacke.1 Mereka harus mencari inspirasi dari literatur baterai magnesium untuk material dan strategi berbeda yang bisa digunakan.

Konteks Global AI Berkelanjutan

Pentingnya penelitian Schwacke sejalan dengan tren global. Delta Electronics menyelenggarakan Delta Future Industry Summit 2025 dengan tema transformasi industri melalui AI, otomasi, dan energi di Asia Tenggara.2 Perusahaan seperti Dow juga berinovasi dalam ekosistem AI untuk masa depan lebih berkelanjutan melalui solusi berbasis sains.3 Studi terbaru menunjukkan adopsi AI meningkatkan skor ESG (Environmental, Social, and Governance) perusahaan hingga 3,3 persen dibanding perusahaan tanpa integrasi AI.4

Namun, tantangan energi tetap nyata. CIO kini menghadapi biaya tersembunyi karena AI factories yang menampung GPU generasi berikutnya mengonsumsi energi dan sumber daya dalam skala belum pernah terjadi sebelumnya.5 Arm bahkan menyerukan pemimpin pengadaan untuk mendorong gelombang infrastruktur digital berikutnya melalui solusi AI hemat energi.6

Kesimpulan

Penelitian Miranda Schwacke di MIT menawarkan harapan konkret untuk komputasi AI yang lebih berkelanjutan. Melalui pengembangan perangkat neuromorphic berbasis ion magnesium dan tungsten oxide, dia mendemonstrasikan bagaimana inspirasi dari biologi dapat menghasilkan terobosan teknologi. Proyek disertasinya tidak hanya menjawab tantangan konsumsi energi AI yang masif, tetapi juga membuka jalan bagi generasi komputasi masa depan yang lebih efisien. Dengan pengakuan melalui MathWorks Fellowship dan dukungan dari mentor seperti Profesor Yildiz, Schwacke membuktikan bahwa pendekatan interdisipliner - menggabungkan elektrokimia, fisika semikonduktor, dan ilmu material - adalah kunci inovasi berkelanjutan di era AI.

Daftar Pustaka

Download PDF tentang Komputasi Neuromorphic Berbasi (telah di download 29 kali)
Penulis
Swante Adi Krisna
Penikmat musik Ska, Reggae dan Rocksteady sejak 2004. Gooners sejak 1998. Blogger dan ai paruh waktu sejak 2014. Graphic Designer autodidak sejak 2001. Website Programmer autodidak sejak 2003. Woodworker autodidak sejak 2024. Sarjana Hukum Pidana dari salah satu Perguruan Tinggi Negeri di Surakarta. Magister Hukum Pidana di bidang cybercrime dari salah satu Perguruan Tinggi Swasta di Surakarta. Magister Kenotariatan di bidang hukum teknologi, khususnya cybernotary dari salah satu Perguruan Tinggi Negeri di Surakarta. Bagian dari Keluarga Besar Kementerian Pertahanan Republik Indonesia.