Potongan otak orang mati ternyata juga bisa main piano!
Baru-baru ini, tim peneliti dari Prancis langsung menghubungkan jaringan otak manusia yang sudah meninggal ke tangan robot, membuatnya belajar meniru manusia memainkan piano.
Mereka mengambil jaringan otak yang masih hidup dari otak orang yang telah meninggal, memasukkannya ke dalam cawan petri, lalu menghubungkannya dengan elektroda, mikrofon, dan tangan robot bionik.
Setelah dilatih, ketika manusia menekan tuts piano, jaringan otak dapat "mendengar" not tersebut, lalu mengontrol tangan robot untuk memainkan suara yang sama.
Dan ada video sebagai buktinya.
Sejujurnya, penelitian ini awalnya membahas masalah AI yang cukup serius:
Bisakah kita memanfaatkan kemampuan belajar alami dan efisiensi energi super tinggi dari neuron biologis untuk membuat sistem AI hibrida baru?
Tapi dengan kata kunci seperti "otak orang mati", "potongan otak", "prostetik robotik", dan "AI hibrida" digabungkan, sulit untuk tidak membayangkan dunia cyberpunk.
Setelah penelitian ini dipublikasikan, diskusi pun segera muncul.
Seorang blogger khusus menganalisis video eksperimen tersebut, berpikir bahwa meskipun pekerjaan semacam ini secara alami disertai kontroversi etika dan perasaan "seram" tertentu, persilangan antara neurosains dan AI juga dapat mendorong perkembangan ilmu kognitif, penyakit saraf, hingga penelitian medis.
Banyak juga netizen yang, mengikuti eksperimen ini, sudah berimajinasi hingga individu super di masa depan, tubuh mekanik, bahkan pertanyaan filosofis seperti kesadaran sebenarnya bergantung pada apa.
Tapi, jangan buru-buru membahas "brain in a vat".
Karena yang benar-benar menarik dari penelitian ini mungkin bukanlah otak orang mati tiba-tiba bisa main piano.
Melainkan, para peneliti untuk pertama kalinya memasukkan sepotong jaringan otak asli dari orang dewasa ke dalam sistem loop tertutup yang dapat merasakan, bertindak, dan belajar kembali.
Lalu, bagaimana sebenarnya caranya?
Otak Manusia pada Dasarnya adalah Sistem Komputasi yang Lebih Efisien
Untuk lebih memahami apa yang sebenarnya dilakukan penelitian ini, mari kita berikan konteks yang diperlukan.
Seperti disebutkan di atas, dibandingkan dengan otak manusia, jaringan saraf tiruan yang berjalan berdasarkan chip AI saat ini, dalam arti tertentu, masih merupakan sistem belajar yang sangat "tidak efisien".
Pertama, yang paling jelas adalah konsumsi energi. Otak orang dewasa hanya mengonsumsi daya sekitar 20 watt. Sementara komputer super paling kuat di dunia, konsumsi dayanya sudah mencapai puluhan megawatt.
Bisa dikatakan, untuk menghasilkan token yang sama, otak manusia jauh lebih ekonomis dan efisien dibanding AI.
Kedua, dalam hal efisiensi belajar, otak manusia bahkan memiliki kemampuan yang tidak dimiliki AI, yaitu mampu belajar dari sampel kecil dan cepat melakukan generalisasi.
Misalnya, AlphaGo untuk mengalahkan Lee Sedol, perlu dilatih pada lebih dari 150.000 permainan catur.
Berdasarkan latihan 8 jam per hari, ini setara dengan seseorang berlatih terus-menerus selama lebih dari 100 tahun, jauh melebihi jumlah latihan yang dialami oleh pemain catur manusia mana pun.
Sementara model bahasa seperti GPT-3, data yang dibutuhkan untuk pelatihannya setara dengan manusia membaca 5 buku elektronik setiap hari, lalu membaca terus-menerus selama 250 tahun.
Jadi, AI saat ini kuat memang kuat, tetapi banyak kemampuannya, pada dasarnya masih bergantung pada data dan daya komputasi yang sangat besar "dihantam" hingga muncul.
Sebaliknya, manusia seringkali hanya membutuhkan pengalaman yang sangat terbatas untuk mempelajari gerakan, konsep, dan asosiasi baru.
Jadi, dalam beberapa tahun terakhir, sebuah arah yang semakin mendapat perhatian muncul:
Karena jaringan saraf tiruan meniru otak, bisakah kita langsung menyambungkan neuron asli ke dalam sistem komputasi?
Inilah yang disebut sistem AI hibrida.
Sebelumnya, peneliti terutama mencoba neuron yang dibiakkan dua dimensi dan organoid otak, tetapi yang pertama sulit membentuk plastisitas saraf yang stabil, sementara sirkuit saraf yang relatif belum matang, dan perbedaan individu cukup besar.
Kemudian, tim Prancis ini mengganti bahan: eksplanat jaringan otak dewasa pascamati, atau OPAB.
Perbedaan terbesarnya adalah, ini bukan model otak yang "ditumbuhkan" kembali dari sel punca, tetapi benar-benar berasal dari otak orang dewasa, sehingga mempertahankan jenis sel dewasa, struktur jaringan, dan sebagian koneksi saraf.
Tim sebelumnya telah membuktikan bahwa potongan otak semacam ini, setelah mendapatkan oksigen dan glukosa, dapat mempertahankan aktivitas saraf di luar tubuh.
Selanjutnya, satu-satunya pertanyaan yang sebenarnya adalah: Setelah meninggalkan tubuh manusia, apakah ia masih bisa terus belajar?
Karena itu, para peneliti memutuskan untuk langsung memasangkan "tangan" dan "telinga" padanya.
Memasangkan "Tangan" dan "Telinga" pada Potongan Otak
Secara keseluruhan, sistem "potongan otak main piano" ini tidak rumit.
Dalam pengaturan eksperimen, para peneliti pertama-tama meletakkan OPAB pada sebuah larik mikroelektroda. Kemudian secara acak memilih tiga elektroda sebagai "elektroda motorik", masing-masing terhubung ke tiga jari tangan robot.
Tiga jari masing-masing sesuai dengan tiga nada pada piano elektronik: LA, TI, dan DO.
Begitu salah satu elektroda motorik diaktifkan, jari yang sesuai akan menekuk, menekan tuts piano. Sampai di sini, setara dengan memasangkan "tangan" pada potongan otak.
Selanjutnya, adalah memasangkan "telinga". Setelah tangan robot menekan tuts, mikrofon di samping akan mengumpulkan suara.
Decoder suara mengidentifikasi apakah itu LA, TI, atau DO, lalu merangsang tiga "elektroda sensorik" yang sesuai pada potongan otak.
Dengan demikian, sebuah loop tertutup yang lengkap terbentuk: potongan otak menghasilkan sinyal motorik → tangan robot menekan tuts → mikrofon mendengar suara → suara diubah kembali menjadi rangsangan listrik → dikirim kembali ke potongan otak.
Dari perspektif potongan otak, ini sebenarnya sangat mirip dengan bayi yang pertama kali mengenali tubuhnya sendiri.
Bayi yang baru lahir tidak tahu apa yang akan terjadi setelah otot tertentu berkontraksi. Dia akan terus-menerus menggerakkan tangan dan kaki secara acak, lalu mengamati hasil dari gerakan-gerakan tersebut melalui penglihatan, sentuhan, dan pendengaran.
Proses ini dalam robotika memiliki nama yang sangat deskriptif: Motor Babbling.
Dan yang harus dilakukan para peneliti adalah memindahkan proses ini ke dalam cawan petri.
Plastisitas Saraf Dua Arah
Secara spesifik, pada fase pelatihan, sistem akan secara acak merangsang salah satu elektroda motorik.
Setelah rangsangan terjadi, satu jari tangan robot langsung menekuk, menekan sebuah tuts piano. Kemudian, mikrofon mendengar not ini, lalu mengubahnya menjadi rangsangan, dan mengirimkannya kembali ke elektroda sensorik yang sesuai.
Misalnya, merangsang elektroda A. Jari telunjuk menekuk, menekan LA. Mikrofon mendengar LA, elektroda sensorik yang sesuai dengan LA dirangsang kembali.
Satu gerakan, diikuti langsung oleh hasil sensorik, diulang 300 kali sehari, selama tiga hari berturut-turut, membuat potongan otak membentuk memori otot.
Yang perlu diperhatikan adalah, di seluruh proses ini, tidak ada "kamu benar", "kamu salah", juga tidak ada fungsi hadiah.
Para peneliti hanya berulang kali membuat dua peristiwa terjadi berurutan dalam waktu. Sisanya, diserahkan pada neuron itu sendiri.
Dan hal ini bisa terjadi, bergantung pada mekanisme belajar paling dasar dari otak—
Plastisitas Saraf.
Secara sederhana, koneksi antara neuron yang sering diaktifkan bersama akan secara bertahap menguat. Jadi, setelah pelatihan berulang, potongan otak perlahan mulai mengaitkan:
"Jari ini" dengan "suara ini".
Tapi yang lebih kunci adalah, koneksi ini tidak bersifat searah, artinya potongan otak tidak hanya bisa belajar: "Saya menggerakkan jari ini, akan mendengar suara ini."
Tapi juga sebaliknya, "Saya mendengar suara ini, lalu mengaktifkan jari ini."
Dengan demikian, seluruh hal ini berubah dari asosiasi sederhana antara aksi dan sensasi, menjadi imitasi aktif oleh sistem belajar.
Untuk menguji hipotesis ini, dalam pengujian resmi, eksperimenter manusia mulai memainkan LA, TI, dan DO secara acak.
Kali ini, tidak lagi merangsang elektroda motorik terlebih dahulu. Melainkan membiarkan mikrofon langsung memasukkan not yang dimainkan manusia ke potongan otak.
Jika asosiasi sebelumnya benar-benar telah dipelajari, maka setelah potongan otak "mendengar" LA, seharusnya secara terbalik mengaktifkan area motorik yang sebelumnya terkait dengan LA, lalu tangan robot menekan LA, dengan demikian menyelesaikan sekali imitasi.
Hasilnya...... benar-benar terjadi.
Penelitian ini menggunakan total 30 OPAB dari 3 donor, dengan 16 di antaranya masuk ke pengujian utama.
Hari pertama pelatihan, tingkat akurasi imitasi rata-rata sistem ini hanya 31,22%. Karena hanya ada tiga not, tingkat akurasi menebak sepenuhnya acak adalah 33,3%.
Dengan kata lain, awalnya potongan otak tidak belajar apa-apa.
Tapi setelah tiga hari pelatihan berakhir, pada hari ke-4 tingkat akurasi rata-rata sudah naik menjadi 58,5%. Dari 16 sampel, ada 3 OPAB yang bisa meniru ketiga not dengan benar 100%.
Ada 7 lainnya yang bisa belajar dua not dengan stabil. Akhirnya, 62,5% OPAB berhasil belajar setidaknya dua not.
Di sini perlu ditekankan satu detail. Angka 62,5% ini, bukanlah hasil terbaik yang didapat peneliti setelah memilih elektroda dengan cermat.
Sebaliknya, untuk membuktikan bahwa asosiasi ini bukan hanya memanfaatkan koneksi yang sudah ada di dalam potongan otak, melainkan hasil pelatihan, para peneliti dengan sengaja memilih elektroda motorik dan sensorik secara acak.
Selain itu, untuk mengesampingkan pengaruh modul perangkat lunak dan perangkat keras, tim peneliti juga melakukan beberapa kelompok eksperimen kontrol.
Hasilnya menunjukkan: setelah diganti dengan elektroda yang belum dilatih, tingkat akurasi kembali turun ke level acak; setelah memblokir transmisi sinaptik dengan obat, atau terinfeksi virus Tahyna yang mengganggu aktivitas saraf, kemampuan imitasi yang telah terbentuk juga akan turun secara signifikan.
Artinya, yang benar-benar menanggung asosiasi sensori—motorik ini adalah koneksi saraf di jaringan otak itu sendiri yang telah berubah, bukan program eksternal.
Dan, "memori" ini bisa dipertahankan untuk waktu yang cukup lama.
Dari 5 OPAB yang dilacak jangka panjang, 4 di antaranya masih mempertahankan hasil belajar 17 hari setelah pelatihan berakhir, dengan dua di antaranya masih bisa meniru ketiga not dengan benar 100%.
Tentu saja, ini masih jauh dari "komputer otak manusia".
Seluruh eksperimen hanya memiliki tiga asosiasi jari—not, diameter potongan otak sekitar 5 mm, pengenalan suara dan kontrol tangan robot juga masih bergantung pada modul AI tradisional.
Jadi, lebih akuratnya, ini tidak berarti sepotong jaringan otak orang mati tiba-tiba "belajar main piano", melainkan sepotong jaringan otak orang dewasa yang masih mempertahankan aktivitas, dalam sistem loop tertutup sensori—motorik buatan, membentuk asosiasi baru yang sebelumnya tidak ada, dan menggunakan asosiasi ini untuk menyelesaikan imitasi.
Benar-benar belajar tak kenal lelah.
Referensi tautan[1]https://www.researchsquare.com/article/rs-9638576/v1
Artikel ini berasal dari akun WeChat "Quantum Bit", penulis: Fokus pada Teknologi Terdepan
