Mengutip South China Morning Post, sistem ini menarik perhatian karena dikembangkan tanpa menggunakan chipset Nvidia, dan diproyeksikan sebagai salah satu langkah strategis di tengah ketegangan teknologi global yang melibatkan pembatasan ekspor chipset.
Sebagai informasi, SpikingBrain 1.0 adalah model AI yang menggunakan arsitektur Spiking Neural Network (SNN), terinspirasi dari cara otak manusia bekerja. Alih-alih mengaktifkan keseluruhan jaringan saraf atau neural network sekaligus seperti model Transformer pada umumnya, SpikingBrain hanya menyalakan neuron yang dibutuhkan sesuai input, mengikuti prinsip event-driven.
Pendekatan ini memungkinkan efisiensi yang jauh lebih besar dalam penggunaan energi hingga mempercepat respons. SpikingBrain 1.0 diklaim memiliki beberapa keunggulan, salah satunya model ini dapat belajar dari kurang dari 2% data pelatihan dibandingkan dengan model AI konvensional.
Sementara itu, untuk tugas yang umumnya berat atau panjang, kerap disebut sebagai long-sequence task, SpikingBrain 1.0 dapat berjalan hingga 100 kali lebih cepat jika dibanding dengan model AI tradisional.
Sebagai informasi, sistem ini dijalankan di atas platform chipset buatan dalam negeri Tiongkok, yaitu MetaX, membuatnya tidak bergantung pada chipset luar seperti Nvidia. Hal ini penting mengingat pembatasan ekspor chipset ke Tiongkok dari negara Barat.
Sejumlah pihak menilai SpikingBrain 1.0 merupakan lompatan besar dalam penelitian AI, salah satunya karena sistem ini hanya mengaktifkan neuron yang relevan, sehingga daya yang digunakan menjadi jauh lebih sedikit.
Hal ini berarti kebutuhan listrik dan beban pendinginan dalam pusat data atau data center bisa ditekan, berdampak positif terhadap biaya operasional dan jejak karbon. Selain itu dengan melakukan pengembangan pada hardware dalam negeri melalui MetaX, Tiongkok mencoba mengurangi ketergantungan kepada chipset luar, terutama Nvidia.
Dalam konteks geopolitik dan kebijakan ekspor teknologi, hal ini dinilai sejumlah pihak sangat strategis. Selain itu, karena efisiensi dan arsitektur SNN, SpikingBrain 1.0 memerlukan data pelatihan jauh lebih sedikit.
Hal ini mengurangi beban pada proses pelatihan atau training, termasuk konsumsi daya, waktu, dan kebutuhan hardware intensif. Kendati menjanjikan, SpikingBrain 1.0 dinilai memiliki beberapa catatan yang perlu diperhatikan.
Catatan tersebut salah satunya adalah studi teknis yang dipublikasikan belum sepenuhnya melewati peer review, berarti klaim kecepatan dan efisiensi masih perlu diverifikasi lebih lanjut. Selain itu, performa dalam praktik nyata, di luar laboratorium dan kondisi ideal, mungkin berbeda, terutama ketika skala data sangat besar atau dalam aplikasi yang sangat rumit.
Tidak hanya itu, kemampuan meniru aspek otak manusia masih dalam batas riset, meskipun terinspirasi dari biologis manusia, sistem ini tetap memiliki batasan matematis dan teknis dalam perilaku sistem ini jika dibandingkan dengan otak sungguhan.
SpikingBrain 1.0 dapat digunakan untuk aplikasi yang memerlukan efisiensi tinggi dan pengolahan data panjang, seperti pengolahan dokumen hukum atau arsip medis yang panjang, penggunaan dalam sistem observasi ilmiah atau simulasi skala besar, dan pengembangan AI pada perangkat edge / IoT, di mana konsumsi daya dan efisiensi sangat penting.
Secara global, inovasi seperti ini bisa mempercepat munculnya AI yang lebih berkelanjutan, mengurangi ketergantungan pada vendor chipset internasional tertentu, serta membuka peluang bagi negara atau institusi dengan sumber daya terbatas untuk ikut dalam kompetisi teknologi AI canggih.
SpikingBrain 1.0 menjadi langkah ambisius dan strategis dari Tiongkok, dengan mendekati kemampuan daya saing AI global, sembari mengutamakan efisiensi, kemandirian teknologi, dan penggunaan sumber daya lebih berkelanjutan.
Kendati masih banyak yang harus diverifikasi dan dikembangkan, proyek ini sudah menandai bahwa masa depan AI mungkin tidak hanya soal seberapa besar data atau seberapa kuat GPU, tapi juga tentang cara sistem AI bekerja dan kontribusinya terhadap lingkungan dan akses bagi semua pihak.
Cek Berita dan Artikel yang lain di
Google News
Viral! 18 Kampus ternama memberikan beasiswa full sampai lulus untuk S1 dan S2 di Beasiswa OSC. Info lebih lengkap klik : osc.medcom.id
