Teknologi bio-komputasi kembali menarik perhatian dengan kemunculan CL1, perangkat komputer basah (wetware) yang memanfaatkan sel otak manusia sebagai pusat data. Startup Cortical Labs memperkenalkan data center biologis pertama di dunia yang tidak lagi bergantung pada GPU Nvidia boros daya.
CL1 menjadi perangkat unik karena menggunakan sekitar 800.000 neuron hasil kultur sel punca manusia, hidup dalam chip silikon. Neuron tersebut dirawat dalam larutan penuh nutrisi, sementara array multielektroda memberi stimulasi listrik dan menangkap sinyal balasan dari sel otak tersebut.
CL1: Komputer Basah dengan Konsumsi Energi Ultra-Efisien
Perangkat CL1 memerlukan daya hanya 30 watt per unit. Satu rak CL1 mengonsumsi sekitar 850 hingga 1.000 watt. Bandingkan dengan satu GPU Nvidia di data center kecerdasan buatan yang menghisap energi hingga 6.000 watt. Dalam kondisi harga listrik terus melonjak dan permintaan AI meroket, pergeseran ke otak hidup sangat menarik bagi infrastruktur data center yang mengutamakan efisiensi dan keberlanjutan.
CL1 juga mampu bertahan hingga enam bulan berkat pengendalian suhu, campuran gas, serta filtrasi limbah otomatis di dalam sistemnya. Visualisasi di layar CL1 menampilkan kondisi vital sel otak, memungkinkan pemantauan real time untuk menjaga fungsinya tetap optimal.
Kecerdasan Sintetik yang Belajar Secara Alami
Kelebihan mendasar CL1 terletak pada kemampuan adaptasi neuron, yang tak memerlukan metode pelatihan machine learning tradisional. Sel otak mampu memahami pola melalui paparan stimulus dan membangun sambungan baru untuk menyelesaikan tugas, meniru proses pembelajaran alami manusia.
Pada prototipe sebelumnya, DishBrain berhasil belajar memainkan game Pong. Kini, versi terbaru CL1 mampu menjalankan game yang lebih kompleks seperti Doom secara mandiri. Hal ini menunjukkan adaptasi tingkat lanjut dari jaringan saraf hidup yang menyaingi, bahkan melampaui, pendekatan kecerdasan buatan berbasis transistor.
Fitur dan Layanan Data Center Biologis
Cortical Labs menawarkan CL1 sebagai solusi Wetware-as-a-Service lewat Cortical Cloud. Peneliti di seluruh dunia dapat langsung menjalankan dan menguji kode pada jaringan neural hidup dengan biaya sewa 300 dolar per unit setiap minggu. Sistem ini dioperasikan menggunakan Biological Intelligence Operating System (biOS), perangkat lunak penghubung antara neuron dengan tugas yang diberikan.
Berikut fitur utama CL1:
- Penanaman sekitar 800.000 neuron di setiap unit.
- Konsumsi daya ultra rendah, sekitar 30 watt.
- Pemantauan kondisi neuron secara real time.
- Pengendalian lingkungan internal selama enam bulan.
- Layanan komputasi secara daring lewat Cortical Cloud.
- Tidak memerlukan pelatihan machine learning tradisional.
Perbandingan CL1 dan GPU Nvidia (Tabel Sederhana)
| Fitur | CL1 (Wetware) | Nvidia GPU (Data Center) |
|---|---|---|
| Media | Neuron hidup | Transistor silikon |
| Konsumsi daya | 30 watt/unit | 6.000 watt/unit |
| Harga perangkat | $35.000/unit | – |
| Ketahanan | 6 bulan | – |
| Adaptasi tugas | Ya, alami | Bergantung training |
| Layanan cloud | Ya | Ya |
Ekspansi dan Kolaborasi Internasional
Fasilitas data center biologis pertama milik Cortical Labs resmi dibuka sebagai proyek percontohan di Melbourne. Ekspansi berikutnya akan ditempatkan di Singapura dengan kapasitas lebih besar, bermitra dengan penyedia DayOne Data Centers.
Cortical Labs menyebut konsep ini sebagai Synthetic Biological Intelligence (SBI) yang menghadirkan pendekatan baru mewujudkan kecerdasan lewat jaringan sel otak manusia. Meski struktur jaringan neuron CL1 masih lebih sederhana ketimbang otak manusia seutuhnya, penerapan data center berbasis wetware ini menjadi pijakan inovatif di antara dominasi prosesor berbahan silikon.
Praktik seperti ini membuka peluang baru untuk pengembangan AI yang hemat energi dan lebih berkelanjutan. Data center biologis menjanjikan masa depan berbeda dalam ekosistem komputasi, dengan potensi pesan utama: pusat data berotak manusia dapat menangani tugas-tugas AI kompleks sembari memangkas konsumsi daya secara drastis dibandingkan solusi hardware konvensional.
