Para peneliti telah mendemonstrasikan bagaimana menjaga jaringan kawat nano dalam keadaan tepat pada apa yang dikenal sebagai tepi kekacauan, sebuah pencapaian yang bisa digunakan untuk menghasilkan kecerdasan buatan (AI) yang bertindak seperti otak manusia.
Tim menggunakan berbagai tingkat listrik pada simulasi kawat nano, yang menemukan keseimbangan ketika sinyal listrik terlalu rendah saat sinyal terlalu tinggi. Jika sinyal terlalu rendah, keluaran jaringan tidak cukup kompleks untuk berguna, begitu juga dengan jika sinyalnya terlalu tinggi, ouputnya berantakan dan berakhir tidak berguna.
"Kami menemukan bahwa jika Anda mendorong sinyal terlalu lambat, jaringan hanya melakukan hal yang sama berulang-ulang tanpa belajar dan berkembang. Jika kami mendorongnya terlalu keras dan cepat, jaringan menjadi tidak menentu dan tidak dapat diprediksi," kata fisikawan Joel Hochstetter dari Universitas Sydney dan penulis utama studi tersebut.
Menjaga simulasi pada garis antara dua ekstrem menghasilkan hasil yang optimal dari jaringan, para ilmuwan melaporkan. Temuan pun menunjukkan berbagai dinamika seperti otak pada akhirnya yang dapat diproduksi menggunakan jaringan nanowire.
"Beberapa teori dalam ilmu saraf menunjukkan bahwa pikiran manusia dapat beroperasi di tepi kekacauan ini, atau apa yang disebut keadaan kritis," kata fisikawan Zdenka Kuncic dari University of Sydney di Australia. "Beberapa ahli saraf berpikir dalam keadaan inilah kita mencapai kinerja otak maksimal."
Untuk simulasi, kawat nano sepanjang 10 mikrometer dan tidak lebih tebal dari 500 nanometer disusun secara acak pada dua bidang dimensi. Rambut manusia bisa mencapai lebar sekitar 100.000 nanometer, sebagai perbandingan. Pada hal ini, masalah yang ditugaskan pada jaringan adalah ubah bentuk gelombang sederhana menjadi jenis yang lebih kompleks.
"Di mana kabel tumpang tindih, mereka membentuk sambungan elektrokimia, seperti sinapsis antara neuron," kata Hochstetter .
"Kami menemukan bahwa sinyal listrik yang dimasukkan melalui jaringan ini secara otomatis menemukan rute terbaik untuk mengirimkan informasi," kata Hochstetter.
"Dan arsitektur ini memungkinkan jaringan untuk 'mengingat' jalur sebelumnya melalui sistem." lanjutnya.
