Terobosan dalam kekuatan komputasi dan ilmu saraf semakin menyatu, memungkinkan para peneliti untuk mensimulasikan aktivitas otak manusia pada skala yang belum pernah terjadi sebelumnya. Untuk pertama kalinya, superkomputer kini memiliki kapasitas komputasi untuk memodelkan miliaran neuron – kompleksitas yang sebanding dengan otak biologis sebenarnya. Perkembangan ini bukan hanya soal kecepatan pemrosesan; ini tentang munculnya kemampuan untuk menguji teori dasar fungsi otak yang sebelumnya tidak mungkin dilakukan.
Bangkitnya Komputasi Exascale
Pendorong utamanya adalah munculnya komputasi “exascale”, di mana sistem dapat melakukan satu triliun kalkulasi per detik. Saat ini hanya ada empat mesin seperti itu yang ada di seluruh dunia, salah satunya – JUPITER, yang berbasis di Jerman – digunakan oleh para peneliti yang dipimpin oleh Markus Diesmann di Jülich Research Centre. Tim ini telah berhasil mengonfigurasi model jaringan saraf spiking untuk dijalankan pada ribuan GPU JUPITER, menyimulasikan jaringan yang setara dengan korteks serebral manusia: 20 miliar neuron dihubungkan oleh 100 triliun sinapsis.
Lompatan dalam skala ini sangatlah penting. Simulasi otak yang lebih kecil, seperti yang dilakukan pada lalat buah, tidak memiliki fitur yang hanya muncul dalam sistem yang lebih besar. Kemajuan terkini dalam model bahasa besar (LLM) menunjukkan prinsip ini: jaringan yang lebih besar menunjukkan perilaku yang berbeda secara kualitatif. Seperti yang dijelaskan Diesmann, “Sekarang kita tahu bahwa jaringan besar dapat melakukan hal-hal yang berbeda secara kualitatif dibandingkan jaringan kecil. Jelas bahwa jaringan besar berbeda. ”
Dari Teori ke Pengujian
Simulasi ini didasarkan pada data empiris dari eksperimen otak manusia, memastikan keakuratan anatomi mengenai kepadatan neuron dan tingkat aktivitas. Hal ini memungkinkan peneliti untuk menguji hipotesis inti tentang cara kerja otak, seperti mekanisme pembentukan memori. Misalnya, mereka dapat mengekspos jaringan yang disimulasikan ke gambar dan mengamati bagaimana jejak memori berkembang pada skala yang berbeda.
Selain ilmu saraf dasar, simulasi ini menawarkan platform baru untuk pengujian obat. Para peneliti dapat memodelkan kondisi neurologis seperti epilepsi dan mengevaluasi dampak berbagai obat-obatan tanpa subjek manusia. Peningkatan kecepatan komputasi juga memungkinkan untuk mempelajari proses yang lambat seperti pembelajaran secara real-time, dengan detail biologis yang lebih besar dari sebelumnya.
Keterbatasan dan Prospek Masa Depan
Terlepas dari kemajuan ini, mensimulasikan otak tidak sama dengan mereplikasi otak. Model saat ini kekurangan elemen penting yang ditemukan di otak nyata, seperti masukan sensorik dari lingkungan. Seperti yang disampaikan Thomas Nowotny dari Universitas Sussex, “Kita tidak bisa benar-benar membangun otak. Sekalipun kita bisa membuat simulasi seukuran otak, kita tidak bisa membuat simulasi otak. ”
Selain itu, simulasi lalat buah pun tidak sepenuhnya mencerminkan perilaku hewan sebenarnya. Bidang ini masih dibatasi oleh pemahaman kita yang belum lengkap tentang fungsi otak.
Meskipun demikian, kemampuan untuk menjalankan simulasi skala penuh menandai momen penting dalam ilmu saraf. Hal ini menawarkan peluang yang belum pernah ada sebelumnya untuk menguji hipotesis, menyempurnakan teori, dan mempercepat penemuan obat, yang pada akhirnya menjembatani kesenjangan antara kompleksitas biologis dan pemodelan komputasi.
