Peneliti bersiap simulasikan otak manusia di superkomputer

Para ilmuwan berada di ambang mensimulasikan otak manusia menggunakan superkomputer paling kuat di dunia, bertujuan membuka rahasia fungsi otak. Dipimpin oleh peneliti di Jülich Research Centre Jerman, proyek ini memanfaatkan superkomputer JUPITER untuk memodelkan 20 miliar neuron. Terobosan ini dapat memungkinkan pengujian teori tentang memori dan efek obat yang tidak bisa dicapai model lebih kecil.

Kemajuan dalam daya komputasi memungkinkan peneliti mensimulasikan otak manusia pada skala yang belum pernah terjadi sebelumnya. Superkomputer saat ini, mendekati kinerja exascale dengan sejuta miliar operasi per detik, dapat menangani simulasi miliaran neuron, menurut daftar Top500, yang hanya mengidentifikasi empat mesin seperti itu di seluruh dunia. Markus Diesmann di Jülich Research Centre di Jerman menjelaskan pergeseran: «Kami belum pernah bisa menyatukan semuanya di satu tempat, menjadi model otak yang lebih besar di mana kami bisa memeriksa apakah ide-ide ini konsisten sama sekali. Ini sekarang berubah.» Timnya berencana menggunakan JUPITER, Joint Undertaking Pioneer for Innovative and Transformative Exascale Research, berbasis di Jerman. Bulan lalu, mereka mendemonstrasikan bahwa jaringan saraf spiking—model sederhana neuron dan sinapsis—bisa diskalakan untuk berjalan di ribuan unit pemrosesan grafis JUPITER, mencapai 20 miliar neuron dan 100 triliun koneksi. Ini sesuai dengan ukuran korteks serebral manusia, pusat fungsi otak yang lebih tinggi. Diesmann menekankan nilai skala: «Kami sekarang tahu bahwa jaringan besar bisa melakukan hal-hal yang secara kualitatif berbeda daripada yang kecil. Jelas jaringan besar berbeda.» Simulasi sebelumnya, seperti otak lalat buah, kekurangan fitur yang muncul hanya di sistem lebih besar, mirip dengan bagaimana model bahasa besar mengungguli yang kecil. Thomas Nowotny di University of Sussex di Inggris menekankan kebutuhan upaya skala penuh: «Downscaling bukan hanya menyederhanakannya sedikit, atau membuatnya sedikit lebih kasar, itu berarti menyerahkan properti tertentu sama sekali. Sangat penting bahwa akhirnya kami bisa melakukan [simulasi] skala penuh, karena jika tidak kami tidak akan pernah mendapatkan yang asli.» Model ini mengambil data nyata dari eksperimen otak manusia, termasuk jumlah sinapsis dan tingkat aktivitas, seperti dicatat oleh kolaborator Johanna Senk di University of Sussex. Diesmann menambahkan: «Kami sekarang punya data anatomi ini sebagai batasan, tapi juga daya komputer.» Simulasi seperti itu bisa menguji teori pembentukan memori dengan memasukkan gambar dan mengamati reaksi, atau mengevaluasi obat untuk kondisi seperti epilepsi, yang ditandai dengan ledakan aktivitas otak abnormal. Daya yang ditingkatkan memungkinkan jalankan lebih cepat untuk mempelajari proses lambat seperti belajar dan memasukkan perilaku neuron yang detail. Namun, tantangan tetap ada. Nowotny memperingatkan bahwa bahkan simulasi seukuran otak kekurangan input dunia nyata dan tidak bisa sepenuhnya mereplikasi perilaku hewan. «Kami tidak bisa benar-benar membangun otak. Bahkan jika kami bisa membuat simulasi seukuran otak, kami tidak bisa membuat simulasi otak.»

Artikel Terkait

Researchers observing a detailed mouse cortex simulation on Japan's Fugaku supercomputer, with a colorful 3D brain model on screen.
Gambar dihasilkan oleh AI

Peneliti jalankan simulasi korteks tikus yang detail di superkomputer Fugaku Jepang

Dilaporkan oleh AI Gambar dihasilkan oleh AI Fakta terverifikasi

Ilmuwan dari Allen Institute dan Universitas Elektro-Komunikasi Jepang telah membangun salah satu model virtual korteks tikus paling detail hingga saat ini, mensimulasikan sekitar 9 juta neuron dan 26 miliar sinapsis di 86 wilayah pada superkomputer Fugaku.

Peneliti dari Universitas Purdue dan Georgia Institute of Technology telah mengusulkan arsitektur komputer baru untuk model AI yang terinspirasi dari otak manusia. Pendekatan ini bertujuan mengatasi masalah 'memory wall' yang boros energi pada sistem saat ini. Studi yang diterbitkan di Frontiers in Science menyoroti potensi AI yang lebih efisien di perangkat sehari-hari.

Dilaporkan oleh AI

Peneliti di Universitas Nagoya di Jepang telah mengembangkan model otak miniatur menggunakan sel punca untuk mempelajari interaksi antara talamus dan korteks. Penelitian mereka mengungkap peran kunci talamus dalam mematangkan jaringan saraf korteks. Temuan ini dapat memajukan penelitian gangguan neurologis seperti autisme.

Analisis baru menunjukkan bahwa desain tertentu untuk komputer kuantum toleran kesalahan dapat mengonsumsi energi jauh lebih banyak daripada superkomputer paling kuat di dunia. Disajikan di konferensi baru-baru ini, perkiraan tersebut menyoroti rentang kebutuhan daya potensial yang luas, dari sederhana hingga sangat besar. Variasi ini berasal dari teknologi berbeda yang digunakan untuk membangun dan mengoperasikan mesin-mesin ini.

Dilaporkan oleh AI

Para peneliti mengantisipasi bahwa 2026 bisa menjadi awal aplikasi praktis komputer kuantum dalam kimia, memanfaatkan sifat kuantum inherennya untuk menangani perhitungan molekuler kompleks. Kemajuan pada 2025 telah meletakkan dasar, dengan mesin yang lebih besar diharapkan memungkinkan simulasi yang lebih canggih. Kemajuan ini bisa menguntungkan bidang industri dan medis dengan meningkatkan prediksi struktur molekuler dan reaktivitas.

Peneliti Sekolah Kedokteran Duke-NUS, bekerja sama dengan Universitas Sydney, telah mengembangkan BrainSTEM—sebuah atlas sel tunggal dua tingkat dari otak manusia yang sedang berkembang yang memprofilkan hampir 680.000 sel. Diterbitkan secara online di Science Advances pada 31 Oktober 2025, sumber daya ini berfokus pada neuron dopaminergik midbrain, menandai jenis sel di luar target dalam model yang dibudidayakan di laboratorium, dan akan dirilis secara terbuka untuk komunitas penelitian.

Dilaporkan oleh AI

Para peneliti telah mengembangkan simulasi paling rinci hingga saat ini tentang bagaimana materi terakresi di sekitar lubang hitam, mengintegrasikan relativitas umum lengkap dan efek radiasi. Dipimpin oleh Lizhong Zhang dari Institute for Advanced Study dan Flatiron Institute, studi ini sesuai dengan pengamatan astronomi nyata. Diterbitkan di The Astrophysical Journal, fokus pada lubang hitam bermassa bintang dan menggunakan superkomputer canggih.

 

 

 

Situs web ini menggunakan cookie

Kami menggunakan cookie untuk analisis guna meningkatkan situs kami. Baca kebijakan privasi kami untuk informasi lebih lanjut.
Tolak