Para peneliti, terobosan baru ini menandai langkah penting dalam upaya menyalin kerja otak ke lingkungan digital. Seekor buah lalat kini memiliki “tubuh” virtual yang bisa berjalan dan membersihkan diri dengan pola gerak yang menyerupai perilaku biologis aslinya.
Eon Systems mengumumkan pencapaian ini pada 7 Maret 2026, dengan menekankan bahwa seluruh otak buah lalat berhasil dipetakan ke sistem digital. Model tersebut mencakup 139.255 neuron dan sekitar 50 juta sinapsis, lalu digunakan untuk menggerakkan perilaku kompleks tanpa perlu pelatihan seperti pada sistem AI umum.
Otak asli, perilaku virtual
Berbeda dari model kecerdasan buatan yang belajar dari data atau pengulangan, sistem ini memakai susunan koneksi saraf nyata dari otak lalat. Hasilnya, gerakan yang muncul bukan sekadar animasi yang diprogram, melainkan tindakan yang tumbuh dari arsitektur biologis yang dipindahkan ke dalam simulasi.
Dalam demo tersebut, lalat virtual dapat berjalan, membersihkan tubuh, dan menyesuaikan arah gerak dengan pola yang tampak alami. Sistem itu berjalan di platform simulasi NeuroMechFly v2, yang juga meniru penglihatan majemuk dan sensor antena agar interaksi sensorimotor berlangsung lebih utuh.
Mengapa hasil ini dianggap penting
Kemajuan ini bertumpu pada studi Nature yang dipimpin Philip K. Shiu, yang menunjukkan bahwa koneksi saraf tertentu dapat memprediksi perilaku dengan akurasi 91% hingga 95%. Saat jaringan otak itu diacak, akurasi perilaku turun menjadi hanya 1%, sehingga memperkuat dugaan bahwa susunan biologis otak memegang peran utama dalam membentuk aksi.
Temuan tersebut memberi landasan ilmiah bahwa konektom, atau peta lengkap koneksi neuron, bukan sekadar catatan anatomi. Konektom dapat menjadi cetak biru fungsional yang membantu komputer meniru cara otak menghasilkan keputusan, gerakan, dan respons terhadap lingkungan.
Dari pelatihan algoritma ke penyalinan konektom
Pendekatan Eon Systems berbeda dari strategi yang biasa dipakai perusahaan teknologi besar. DeepMind dan peneliti lain umumnya melatih sistem agar meniru gerakan atau perilaku serangga melalui pembelajaran mesin, sedangkan proyek ini menyalin jaringan saraf yang sudah terbentuk di otak nyata.
| No | Perbedaan utama | Dampak |
|---|---|---|
| 1 | AI konvensional belajar dari data | Perilaku muncul lewat pelatihan berulang |
| 2 | Model ini memakai konektom asli | Perilaku muncul dari struktur biologis yang diwarisi |
| 3 | Simulasi mencakup sensor dan gerak | Koordinasi tubuh virtual menjadi lebih natural |
Pendekatan berbasis otak seperti ini juga berpotensi lebih efisien secara komputasi. Jika arsitektur biologis dapat menghasilkan perilaku adaptif dengan sumber daya lebih kecil, maka desain sistem masa depan bisa bergerak menjauh dari kebutuhan daya besar yang sering membebani AI modern.
Arah berikutnya menuju otak yang lebih besar
Para peneliti mulai menilai bahwa keberhasilan pada otak lalat dapat menjadi pijakan untuk model yang lebih kompleks. Philip K. Shiu menilai konektom tikus akan sangat berharga, karena ukurannya jauh lebih besar dan lebih dekat ke tantangan biologis yang relevan untuk riset medis.
Langkah ke otak tikus, yang diperkirakan memiliki sekitar 70 juta neuron, dapat membuka peluang untuk pengujian obat, studi jaringan otak, dan pengembangan antarmuka otak-komputer. Jika peta sarafnya dapat direkonstruksi dengan cukup akurat, ilmuwan bisa menguji hipotesis neurologi tanpa selalu bergantung pada eksperimen langsung pada hewan hidup.
Alex Wissner-Gross, salah satu pendiri Eon, menyebut bahwa gagasan tentang singularitas selama ini lebih sering dikaitkan dengan mesin cerdas buatan. Kini, ia menilai arah itu mulai bergeser ketika struktur biologis nyata dapat dijalankan dalam bentuk digital dan menghasilkan perilaku yang mendekati kehidupan asli.
Perkembangan ini belum berarti otak digital level manusia sudah dekat, tetapi langkah pada buah lalat menunjukkan bahwa batas antara biologi dan komputasi makin tipis. Jika peta saraf lengkap terus meningkat akurasinya, penelitian otak di masa mendatang bisa bergerak dari sekadar simulasi sederhana menuju model yang jauh lebih kompleks dan lebih mendekati cara kerja sistem saraf alami.
