Telset.id – Para peneliti di Oregon State University (OSU) berhasil mengembangkan perangkat memori digital peka cahaya yang mampu menggabungkan fungsi sensing, memori, dan pemrosesan sinyal dalam satu fototransistor. Temuan ini berpotensi menekan konsumsi energi pada perangkat keras kecerdasan buatan (AI) di masa depan.
Perangkat yang dikembangkan di College of Engineering OSU dan dipublikasikan di jurnal Advanced Functional Materials ini juga dirancang untuk meniru kemampuan otak dalam memperkuat memori penting sambil membiarkan informasi yang kurang berguna memudar seiring waktu. Inovasi ini membawa pemrosesan AI lebih dekat ke sensor, sehingga sebagian pekerjaan komputasi dapat terjadi tepat di tempat cahaya mengenai perangkat.
“Perangkat optoelektronik kami menghadirkan kemampuan perangkat keras baru yang memungkinkan pemrosesan informasi yang lebih efisien langsung di tingkat sensor,” ujar Larry Cheng, pemimpin proyek dan profesor teknik elektro dan ilmu komputer di OSU.
Saat ini, perangkat keras AI memisahkan fungsi sensing, memori, dan pemrosesan ke dalam komponen yang berbeda. Akibatnya, data harus terus-menerus berpindah antar komponen tersebut. Proses perpindahan data ini mengonsumsi energi dan mengurangi efisiensi. Permasalahan ini mirip dengan yang dihadapi pada Memori Fototransistor OSU Hemat Energi AI yang sebelumnya pernah dibahas.
Perangkat OSU mengatasi tantangan ini dengan memindahkan beberapa fungsi memori dan pemrosesan langsung ke dalam sensor cahaya. Hal ini dicapai menggunakan fototransistor yang terbuat dari dua material berbeda. Sebuah semikonduktor oksida membentuk saluran transistor, yaitu jalur tempat arus listrik mengalir. Sementara itu, lapisan organik fotosensitif berada di atasnya, berfungsi menyerap cahaya dan menghasilkan muatan listrik.
Ketika cahaya mengenai perangkat, sebagian muatan tersebut terperangkap di dalam lapisan fotosensitif. Bahkan setelah cahaya menghilang, muatan yang terperangkap terus memengaruhi arus yang mengalir melalui saluran semikonduktor. Dengan kata lain, perangkat menyimpan memori dari sinyal optik yang sebelumnya terdeteksi.
Keunggulan utama dari perangkat ini adalah bahwa memori tersebut tidak bersifat statis. Dengan memberikan tegangan gerbang listrik kecil, para peneliti dapat mengubah posisi muatan yang terperangkap relatif terhadap saluran transistor. Ketika muatan dipindahkan lebih dekat ke saluran, efeknya menjadi lebih kuat, dan memori bertahan lebih lama. Sebaliknya, ketika muatan dipindahkan lebih jauh, efeknya melemah, dan memori memudar lebih cepat.
Perilaku ini secara longgar menyerupai cara otak biologis mengatur memori. Di otak, sinyal kimia memengaruhi apakah suatu memori diperkuat atau dibiarkan memudar. Dalam perangkat OSU, sinyal listrik melakukan peran serupa, memberikan perangkat keras kemampuan untuk mengatur masa pakai memori secara terprogram.
Baca Juga:
Teknologi ini dinilai sangat berguna untuk komputasi neuromorfik, yaitu bidang yang berupaya membangun sistem komputasi yang dimodelkan berdasarkan jaringan saraf biologis. Inovasi ini juga sejalan dengan dorongan menuju in-sensor computing, di mana data diproses di titik penangkapan daripada harus dikirim ke prosesor dan bank memori yang terpisah.
Untuk sistem visi AI, ini berarti perangkat keras yang mampu menyaring, membobot, dan menyimpan sementara informasi visual sebelum mencapai prosesor konvensional. Sebuah robot, drone, kamera keamanan, atau sistem otonom mungkin tidak perlu menyimpan setiap sinyal visual selamanya. Beberapa informasi mungkin hanya penting sesaat, beberapa perlu bertahan lebih lama, dan beberapa lainnya harus segera hilang.
“Memori peka cahaya dengan masa pakai memori yang dapat diprogram ini menciptakan jendela waktu yang dapat disetel untuk memproses sinyal visual dan sensor lainnya langsung di tempat sinyal tersebut terdeteksi, sebuah kemampuan yang dapat memungkinkan sistem visi dan teknologi AI berbasis sensor lainnya menjadi lebih efisien,” kata Cheng.
Penelitian ini masih pada level perangkat, sehingga belum bisa menjadi pengganti langsung untuk akselerator AI atau sensor gambar saat ini. Namun, temuan ini menunjuk pada perangkat keras yang dapat membuat sistem AI di masa depan tidak terlalu bergantung pada perpindahan data yang konstan antara sensor, memori, dan prosesor. Jika berhasil dikembangkan dalam skala besar, hal ini dapat membantu perangkat AI menjadi lebih cepat, lebih ringkas, dan lebih hemat daya, terutama pada sistem edge di mana efisiensi energi menjadi prioritas utama.
Sebagai perbandingan, pendekatan komputasi yang terinspirasi dari otak juga tengah dikembangkan oleh peneliti lain. Misalnya, Paradromics Uji Coba Implan Otak Pertama pada Manusia dan inovasi E-Tato Baru Bisa Deteksi Stres Otak dengan Akurat menunjukkan bagaimana teknologi antarmuka otak terus berkembang.
Implikasi dari penelitian ini cukup jelas: arsitektur AI yang ada saat ini boros energi karena data harus bolak-balik antara sensor, memori, dan prosesor. Dengan menyatukan ketiga fungsi tersebut dalam satu perangkat, OSU menawarkan jalan menuju sistem AI yang lebih efisien. Meski masih dalam tahap awal, arah pengembangan ini patut diapresiasi di tengah meningkatnya kebutuhan akan komputasi hemat energi.
Komentar
Belum ada komentar.