Di
SC 09, konferensi superkomputer, IBM mengumumkan kemajuan yang
signifikan dalam menciptakan suatu sistem komputer yang menirukan dan
berusaha menandingi kemampuan otak dalam hal sensasi, persepsi, aksi,
interaksi dan kognisi, juga menyaingi dalam hal konsumsi energi yang
rendah dan ukurannya yang ringkas.
Tim komputasi kognitif yang dipimpin oleh
peneliti IBM, telah mencapai kemajuan yang signifikan dalam hal
simulasi kortikal berskala besar dan suatu algoritma baru yang
mensintesis data neurologis – dua tonggak utama yang mengindikasikan
kemungkinan membangun suatu chip komputasi kognitif.
Para ilmuwan dalam penelitian IBM –
Almaden, dalam kolaborasinya dengan kolega dari Lawrence Berkeley
National Lab, telah melakukan simulasi kortikal otak pertama yang
mendekati real-time yang melebihi ukuran kortex kucing dan berisi 1
milyar saraf dan 10 trilyun sinap.
Selain itu, dengan berkolaborasi dengan
peneliti-peneliti dari Stanford University, ilmuwan-ilmuwan IBM telah
mengembangkan suatu algoritma yang menggunakan arsitektur superkomputer
Blue Gene untuk pengukuran dan pemetaan secara noninvasif hubungan
antara semua lokasi kortikal dan sub-kortikal di dalam otak manusia
dengan menggunakan magnetic resonance diffusion weighted imaging.
Pemetaan diagram jaringan saraf otak penting sekali untuk menghilangkan
kekusutan jaringan komunikasinya yang luas dan untuk memahami bagaimana
jaringan otak merepresentasikan dan memproses informasi.
Kemajuan ini akan memberikan suatu meja
kerja yang unik untuk mengeksplorasi dinamika komputasi otak, dan
membawa tim lebih dekat ke tujuan utamanya untuk membangun suatu chip
synaptronic berenergi rendah dan ringkas dengan menggunakan
nanoteknologi dan kemajuan-kemajuan dalam hal memori pengubah fase dan
sambungan saluran magnetik. Tim kerja berpendirian untuk meninggalkan
komputasi von Neumann konvensional, untuk bertemu dengan kebutuhan2 akan
sistem dari dunia masa depan yang saling terkoneksi dan
terinstrumentasi.
Karena jumlah data digital yang kita
ciptakan terus tumbuh secara masif dan dunia menjadi lebih
terinstrumentasi dan saling terkoneksi, ada kebutuhan untuk jenis-jenis
baru sistem komputasi – yang dikaruniai kecerdasan baru yang dapat
menyoroti pola-pola yang sulit untuk ditemukan pada jenis-jenis data
yang sangat bervariasi baik digital maupun sensoris ; menganalisa dan
mengintegrasikan informasi real-time dalam cara yang tergantung keadaan;
dan bersepakat dengan ambiguitas yang ada dalam lingkungan dunia nyata
yang kompleks.
Bisnis-bisnis akan secara simultan perlu
memonitor, memprioritaskan, mengadaptasikan dan membuat
keputusan-keputusan yang cepat berdasarkan aliran data dan informasi
yang bertumbuh. Suatu komputer kognitif dapat dengan cepat dan akurat
meletakkan bersama-sama potongan-potongan puzzle kompleks ini, seraya
mempertimbangkan keadaan dan pengalaman sebelumnya untuk membantu para
pembuat keputusan bisnis melakukan respon yang logis.
“Belajar dari otak adalah suatu cara yang
menarik untuk mengatasi tantangan tenaga dan densitas kerapatan) yang
dihadapi sistem komputasi saat ini,” kata Josephine Cheng, anggota IBM
dan direktur lab IBM Research – Almaden. “Karena dunia fisik dan digital
makin terus bergabung dan komputasi menjadi lebih melekat dalam
keseharian kehidupan kita, sangatlah mendesak bagi kita untuk
menciptakan sistem komputasi yang lebih cerdas yang dapat membantu kita
memanfaatkan jumlah besar informasi yang makin meningkat, lebih seperti
cara otak kita mampu dengan cepat menginterpretasikan dan beraksi dalam
tugas-tugas yang kompleks.”
Untuk melakukan simulasi kortikal otak
real-time yang pertama yang melebihi ukuran kortex kucing, tim
membangunsuatu simulator kortikal yang menggabungkan sejumlah inovasi
dalam komputasi, memori dan komunikasi serta detail biologis yang
canggih dari neurofisiologi dan neuroanatomi. Peralatan science ini,
serupa dengan suatu aselerator linier atau suatu mikroskop elektron,
merupakan instrumen yang penting yang digunakan untuk menguji hipotesis
struktur, dinamika dan fungsi otak. Simulasi ini dilakukan dengan
menggunakan simulator kortikal pada superkomputer Lawrence Livermore
National Lab’s Dawn Blue Gene/P dengan 147,456 CPUs and 144 terabytes pada memori utama.
Algoritma tersebut, ketika dikombinasikan
dengan simulator kortikal, memberi peluang bagi ilmuwan untuk
bereksperimen dengan bermacam-macam hipotesis matematika dari fungsi dan
struktur otak dan bagaimana struktur mempengaruhi fungsi ketika mereka
berusaha menemukan sirkuit makro dan mikro komputasi inti otak.
Setelah penyelesaian fase 0 yang sukses,
IBM dan partner-partner universitasnya saat ini menghadiahkan $16,1 M
sebagai dana tambahan dari Defense Advanced Research Projects Agency
(DARPA) untuk fase 1 Systems of Neuromorphic Adaptive Plastic Scalable
Electronics (SyNAPSE) DARPA. Fase penelitian ini akan fokus pada
komponen-komponen arsitektur dan simulasi seperti otak untuk membangun
suatu chip prototipe. Misi jangka panjang inisiatif komputasi IBM adalah
untuk menemukan dan mendemonstrasikan algoritma otak dan mengantarkan
komputer kognitif yang ringkas dan berenergi rendah yang mendekati
intelejensi skala mamalia dan menggunakan sedikit energi daripada sistem
komputasi saat ini. Tim kelas dunia ini termasuk peneliti-peneliti dari
beberapa lab penelitian IBM di seluruh dunia dan para ilmuwan dari
Stanford University, University of Wisconsin-Madison, Cornell
University, Columbia University Medical Center dan University of
California- Merced.
“Tujuan utama dari program SyNAPSE adalah
untuk menciptakan hardware dan arsitektur elektronik baru yang dapat
mengerti, beradaptasi dan merespon terhadap suatu lingkungan informasi
dengan cara yang melampaui komputasi tradisional termasuk
kemampuan-kemampuan yang berbeda secara fundamental yang ditemukan pada
otak biologis,” kata program manager DARPA, Tood Hylton, Ph.D.
Komputasi modern didasarkan pada suatu
model program yang disimpan, yang secara tradisional telah
diimplementasikan pada sirkuit digital yang sinkron, serial, tersentral,
dan cepat, dengan memori eksplisit yang menunjukkan data over-write
secara tidak pandang bulu dan memaksakan suatu dikotomi antara komputasi
dan data. Sepenuhnya berlawanan, komputasi kognitif – seperti otak –
akan menggunakan unit-unit, neuron-neuron, sinap-sinap komputasi yang
direplikasi yang diimplementasikan pada subtrat-subtrat biologis mode
campuran analog-digital, asinkron, paralel, terdistribusi, pelan, dapat
dikonfigurasi ulang, khusus dan fault-tolerant dengan memori implisit
yang menunjukkan bahwa hanya keadaan update ketika informasi berubah,
mengaburkan batas antara komputasi dan data.
More information:
Technical insight and more details on the SyNAPSE project and recent
milestones can be found on the Cognitive Computing blog at http://modha.org/ .
Source: IBM
0 komentar:
Posting Komentar