Otak manusia memiliki sekitar seratus milyar sel saraf. Mekanisme kerja sebuah saja sel saraf (biological neuron) di otak manusia itu ternyata cukup rumit untuk dimodelkan dengan matematika.
Kerumitan pemodelan matematik untuk sebuah sel saraf ini tergambarkan ketika ia membutuhkan sebuah jaringan dengan seribu artificial neurons (sel saraf tiruan) yang membentuk deep learning.
Hasil ini diperoleh dari penelitian yang dilakukan oleh tim peneliti dari Hebrew University of Jerusalem. Penelitian ini berupaya memahami kekuatan komputasi sebuah sel saraf secara sistematis.
Pendekatan yang dilakukannya melalui model deep learning (DL) agar diperoleh algoritma paling baik ketika mereplikasi sifat input-output dari masing-masing sel saraf di otak.
Untuk melakukannya, mula-mula para peneliti mengandalkan pemodelan matematik dari sebuah sel saraf melalui sistem persamaan diferensial.
Para peneliti menggunakan model ini sebagai pancingan untuk mencari model deep learning (DL) yang mampu mereplikasi input-output dari sebuah sel saraf.
Tim menemukan bahwa tugas ini bisa dicapai dengan model DL sedalam lima hingga delapan layers. Tiap layer bervariasi memuat sampai 256 buah artificial neurons yang terhubung membentuk sebuah jaringan. Model DL ini akan mewakili kompleksitas satu buah sel saraf manusia. Akurasi yang dicapainya sekitar 99%.
Tim berharap bahwa pembangunan model DL untuk sebuah sel saraf manusia ini akan membuat ia melakukan proses pembelajaran yang lebih kompleks dan lebih efisien; yang lebih mirip dengan otak manusia.
Tujuan awal dari penelitian ini berupa upaya memahami bagaimana setiap sel saraf menerjemahkan input sinaptik ke output listriknya.
Tujuan akhirnya berupa pembuatan algoritma yang meniru fungsi, kemampuan, dan keragaman otak yang mampu menciptakan kecerdasan tiruan.
Studi ini juga menawarkan kesempatan yang pertama kalinya untuk memetakan dan membandingkan kekuatan pemrosesan dari berbagai jenis sel saraf yang ada di otak manusia.
Dengan cara ini, secara kuantitatif dapat dibandingkan kekuatan pemrosesan sel saraf antara dua jenis sel saraf yang berbeda.
Pada tingkat yang lebih mendasar, penelitian bertujuan untuk mengembangkan deep learning algorithm yang secara akurat mampu mensimulasikan fungsi otak manusia yang akan memberikan pemahaman baru tentang otak itu sendiri.
Di dalam prosesnya, otak kita turut dilibatkan untuk mengembangkan metode pembangunan jaringan sel saraf tiruan. Hasilnya, ia mampu mereplikasi kemampuan belajarnya sendiri dan sebagai imbalannya kita mampu lebih memahami otak dan diri kita sendiri.
Di dalam upayanya itu, para peneliti berusaha untuk menciptakan jenis baru infrastruktur model DL yang akan bertindak seperti otak manusia dan menghasilkan kemampuan yang sama mengesankannya.
Tim peneliti mempublikasikan temuan mereka di jurnal Neuron dengan judul makalah Single cortical neurons as deep artificial neural networks.
Referensi:
https://neurosciencenews.com/single-neuron-deep-learning-19264/
A Simple Notebook 