Ilmuwan Kembangkan Kecerdasan Buatan 1.000 Kali Lebih Hemat Energi

loading...
Ilmuwan Kembangkan Kecerdasan Buatan 1.000 Kali Lebih Hemat Energi
Ilustrasi kecerdasan buatan. Foto/ucl.ac.uk
Atificial Inteligence (AI) atau yang dikenal dengan kecerdasan buatan telah digunakan oleh hampir seluruh masyarakat di seluruh dunia. Penggunaan AI pada berbagai perangkat elektronik menjadi candu untuk melakukan berbagai aktivitas dengan mudah.

Kali ini, penggunaan AI hemat energi seakan lebih dengan kenyataan. Para peneliti di Universitas College London (UCL) menemukan cara untuk meningkatkan akurasi sistem komputasi yang diilhami oleh otak. (Baca: Inilah Tips Melawan Rasa Malas Beribadah)

Para peneliti menggunakan memori resistor (memristor) untuk membuat jaringan saraf tiruan meskipun masih rentan terhadap kesalahan. Setidaknya, ini bisa menghemat energi 1.000 kali daripada perangkat keras AI berbasis transistor konvensional.

AI yang ada saat ini cukup banyak mengonsumsi energi. Menjalankan satu model AI dapat menghasilkan 284 ton karbon dioksida atau setara dengan emisi lima mobil seumur hidup.



Mengganti transistor dengan memristor, perangkat elektronik baru yang pertama kali dibuat pada tahun 2008 dapat mengurangi produksi karbon dioksida (CO2). Pengurangan ini setara dengan emisi yang dihasilkan dalam perjalanan sore hari.

Memristor jauh lebih hemat energi daripada sistem komputasi yang ada karena mampu mengemas daya komputasi yang cukup besar ke dalam satu perangkat. Memristor juga dapat menghilangkan kebutuhan untuk terhubung ke internet. (Baca juga: Masih Banyak Siswa Belum Miliki Gawai dan Kesulitan Sinyal)

Memristor menjadi penting karena ketergantungan yang berlebihan pada internet diperkirakan dapat menjadi masalah di masa depan. Para peneliti memperhitungkan permintaan data yang terus meningkat dan sulitnya meningkatkan kapasitas transmisi data melewati titik tertentu.



Para insinyur di UCL menemukan bahwa akurasi dapat ditingkatkan secara signifikan dengan memanfaatkan memristor untuk bekerja sama dalam beberapa subkelompok jaringan saraf dan merata. Pemerataan komputasi di setiap jaringan dapat menghindari kurangnya energi yang dibutuhkan.
halaman ke-1 dari 2
KOMENTAR ANDA
preload video
Top