Are Insect Brains the Secret to Great AI? | Frances S. Chance | TED

Translator: Abidin Abror Reviewer: Karina Prabowo

Creating intelligence on a computer.

Menciptakan kecerdasan di komputer.

This has been the Holy Grail for artificial intelligence

Ini telah menjadi Holy Grail untuk kecerdasan buatan

for quite some time.

selama beberapa waktu.

But how do we get there?

Tapi bagaimana kita sampai di sana?

So we view ourselves as highly intelligent beings.

Kita memandang diri kita sebagai makhluk yang sangat cerdas.

So it's logical to study our own brains,

Jadi logis untuk mempelajari otak kita sendiri,

the substrate of our cognition, for creating artificial intelligence.

substrat kognisi kita, untuk menciptakan kecerdasan buatan.

Imagine if we could replicate how our own brains work on a computer.

Bayangkan jika kita bisa meniru cara kerja otak kita sendiri di komputer.

But now consider the journey that would be required.

Tapi sekarang pertimbangkan perjalanan yang akan dibutuhkan.

The human brain contains 86 billion neurons.

Otak manusia mengandung 86 miliar neuron.

Each is constantly communicating with thousands of others,

Masing-masing terus berkomunikasi dengan ribuan neuron lain,

and each has individual characteristics of its own.

dan masing-masing memiliki karakteristik tersendiri.

Capturing the human brain on a computer

Menangkap otak manusia di komputer

may simply be too big and too complex a problem

mungkin hanya masalah yang terlalu besar dan terlalu rumit

to tackle with the technology and the knowledge that we have today.

untuk mengatasi teknologi dan pengetahuan yang kita miliki saat ini.

I believe that we can capture a brain on a computer,

Saya percaya bahwa kita dapat menangkap otak di komputer,

but we have to start smaller.

tapi kita harus mulai dari yang lebih kecil.

Much smaller.

Jauh lebih kecil.

These insects have three of the most fascinating brains in the world to me.

Serangga ini memiliki tiga otak paling menakjubkan di dunia bagi saya.

While they do not possess human-level intelligence,

Meskipun mereka tidak memiliki kecerdasan tingkat manusia,

each is remarkable at a particular task.

masing-masing luar biasa pada tugas tertentu.

Think of them as highly trained specialists.

Anggap mereka sebagai spesialis yang sangat terlatih.

African dung beetles are really good at rolling large balls in straight lines.

Kumbang tinja Afrika sangat pandai menggulung bola besar dalam garis lurus.

(Laughter)

(Tertawa)

Now, if you've ever made a snowman,

Jika Anda pernah membuat boneka salju,

you know that rolling a large ball is not easy.

Anda tahu bahwa menggulirkan bola besar tidaklah mudah.

Bayangkan Anda mencoba membuat manusia salju itu

Now picture trying to make that snowman

when the ball of snow is as big as you are

ketika bola salju sebesar Anda

and you're standing on your head.

dan Anda berdiri di atas kepala Anda.

(Laughter)

(Tertawa)

Sahara desert ants are navigation specialists.

Semut gurun Sahara adalah spesialis navigasi.

They might have to wander a considerable distance to forage for food.

Mereka mungkin harus mengembara cukup jauh untuk mencari makan.

But once they do find sustenance,

Tapi begitu mereka menemukan makanan,

they know how to calculate the straightest path home.

mereka tahu cara menghitung jalan pulang yang paling lurus.

And the dragonfly is a hunting specialist.

Dan capung adalah spesialis berburu.

In the wild, dragonflies capture approximately 95 percent

Di alam liar, capung menangkap sekitar 95 persen

of the prey they choose to go after.

mangsa yang mereka pilih untuk diburu.

These insects are so good at their specialties

Serangga ini sangat ahli dalam spesialisasi mereka

that neuroscientists such as myself study them as model systems

bahwa ahli saraf seperti saya mempelajarinya sebagai sistem model

to understand how animal nervous systems solve particular problems.

untuk memahami bagaimana sistem saraf hewan memecahkan masalah tertentu.

And in my own research, I study brains to bring these solutions,

Dalam penelitian saya sendiri, saya mempelajari otak untuk memberikan solusi,

the best that biology has to offer, to computers.

yang terbaik yang ditawarkan biologi, ke komputer.

So consider the dragonfly brain.

Jadi perhatikan otak capung.

It has only on the order of one million neurons.

Ia hanya memiliki sekitar satu juta neuron.

Now, it's still not easy to unravel a circuit of even one million neurons.

Masih tidak mudah untuk mengurai sebuah sirkuit dari satu juta neuron.

But given the choice

Tapi diberi pilihan

between trying to tease apart the one-million-neuron brain

antara mencoba mengurai otak satu juta neuron

versus the 86-billion-neuron brain,

dengan otak 86-miliar-neuron,

which would you choose to try first?

mana yang akan Anda pilih untuk dicoba terlebih dahulu?

(Laughter)

(Tertawa)

When studying these smaller insect brains,

Saat mempelajari otak serangga yang lebih kecil ini,

the immediate goal is not human intelligence.

tujuan langsungnya bukanlah kecerdasan manusia.

We study these brains for what the insects do well.

Kami mempelajari otak ini untuk apa yang dilakukan serangga dengan baik.

And in the case of the dragonfly, that's interception.

Dan dalam kasus capung, itulah intersepsi.

So when dragonflies are hunting,

Jadi saat capung sedang berburu,

they do more than just fly straight at the prey.

mereka melakukan lebih dari sekadar terbang ke mangsanya.

They fly in such a way that they will intercept it.

Mereka terbang sehingga mereka mencegatnya.

They aim for where the prey is going to be.

Mereka membidik ke mana mangsa akan berada.

Much like a soccer player, running to intercept a pass.

Sama seperti pemain sepak bola, berlari untuk mencegat umpan.

To do this correctly,

Untuk melakukannya dengan benar,

dragonflies need to perform what is known as a coordinate transformation,

capung perlu melakukan apa yang dikenal sebagai transformasi koordinat,

going from the eye’s frame of reference, or what the dragonfly sees,

berangkat dari kerangka acuan mata, atau apa yang dilihat capung,

to the body's frame of reference,

pada kerangka acuan tubuh,

or how the dragonfly needs to turn its body to intercept.

atau bagaimana capung perlu memutar tubuhnya untuk mencegat.

Coordinate transformations are a basic calculation

Transformasi koordinat adalah perhitungan dasar

that animals need to perform to interact with the world.

bahwa hewan perlu melakukan untuk berinteraksi dengan dunia.

We do them instinctively every time we reach for something.

Kita melakukannya secara naluriah setiap kali kita meraih sesuatu.

When I reach for an object straight in front of me,

Ketika saya meraih objek tepat di depan saya,

my arm takes a very different trajectory than if I turn my head,

lengan saya mengambil lintasan yang berbeda daripada jika saya menoleh,

look at that same object when it is off to one side

melihat objek yang sama ketika pergi ke satu sisi

and reach for it there.

dan meraihnya di sana.

In both cases, my eyes see the same image of that object,

Dalam kedua kasus, mata saya melihat gambar yang sama dari objek tersebut,

but my brain is sending my arm on a very different trajectory

tetapi otak saya mengirim lengan saya ke lintasan yang sangat berbeda

based on the position of my neck.

berdasarkan posisi leher saya.

And dragonflies are fast.

Dan capung itu cepat.

This means they calculate fast.

Ini berarti mereka menghitung dengan cepat.

The latency, or the time it takes for a dragonfly to respond

Latensi, atau waktu yang dibutuhkan capung untuk merespons

once it sees the prey turn,

setelah melihat giliran mangsa,

is about 50 milliseconds.

adalah sekitar 50 milidetik.

This latency is remarkable.

Latensi ini luar biasa.

For one thing, it's only half the time of a human eye blink.

Untuk satu hal, itu hanya setengah dari waktu kedipan mata manusia.

But for another thing,

Tapi untuk hal lain,

it suggests that dragonflies capture how to intercept

itu menunjukkan bahwa capung menggambarkan cara mencegat

in only relatively or surprisingly few computational steps.

hanya dalam langkah komputasi yang relatif atau sangat sedikit.

So in the brain,

Jadi di otak,

a computational step is a single neuron

langkah komputasi adalah neuron tunggal

or a layer of neurons working in parallel.

atau lapisan neuron yang bekerja secara paralel.

It takes a single neuron about 10 milliseconds

Dibutuhkan satu neuron sekitar 10 milidetik

to add up all its inputs and respond.

untuk menjumlahkan semua inputnya dan merespons.

The 50-millisecond response time

Waktu respons 50 milidetik

means that once the dragonfly sees its prey turn,

berarti begitu capung melihat giliran mangsanya,

there's only time for maybe four of these computational steps

hanya ada waktu untuk mungkin empat langkah komputasi ini

or four layers of neurons, working in sequence, one after the other,

atau empat lapisan neuron, bekerja secara berurutan, satu demi satu,

to calculate how the dragonfly needs to turn.

untuk menghitung bagaimana capung harus berputar.

In other words, if I want to study

Dengan kata lain, jika saya ingin belajar

how the dragonfly does coordinate transformations,

bagaimana capung mengoordinasikan transformasi,

the neural circuit that I need to understand,

sirkuit saraf yang perlu saya pahami,

the neural circuit that I need to study,

sirkuit saraf yang perlu saya pelajari,

can have at most four layers of neurons.

dapat memiliki paling banyak empat lapisan neuron.

Each layer may have many neurons,

Setiap lapisan mungkin memiliki banyak neuron,

but this is a small neural circuit.

tapi ini adalah sirkuit saraf kecil.

Small enough that we can identify it

Cukup kecil sehingga kita dapat mengidentifikasinya

and study it with the tools that are available today.

dan mempelajarinya dengan alat yang tersedia saat ini.

And this is what I'm trying to do.

Dan inilah yang saya coba lakukan.

Saya telah membuat model dari apa yang saya yakini sebagai sirkuit saraf

I have built a model of what I believe is the neural circuit

that calculates how the dragonfly should turn.

yang menghitung bagaimana capung harus berputar.

And here is the cool result.

Dan inilah hasil kerennya.

In the model,

Dalam modelnya,

dragonflies do coordinate transformations in only one computational step,

capung melakukan transformasi koordinat hanya dalam satu langkah komputasi,

one layer of neurons.

satu lapisan neuron.

This is something we can test and understand.

Ini adalah sesuatu yang dapat kita uji dan pahami.

In a computer simulation,

Dalam simulasi komputer,

I can predict the activities of individual neurons

Saya dapat memprediksi aktivitas neuron individu

while the dragonfly is hunting.

saat capung sedang berburu.

For example, here I am predicting the action potentials, or the spikes,

Misalnya, di sini saya memprediksi potensi aksi, atau lonjakan,

that are fired by one of these neurons

yang ditembakkan salah satu neuron

when the dragonfly sees the prey move.

ketika capung melihat mangsanya bergerak.

To test the model, my collaborators and I

Untuk menguji model, kolaborator saya dan saya

are now comparing these predicted neural responses

sekarang membandingkan respons saraf yang diprediksi ini

with responses of neurons recorded in living dragonfly brains.

dengan respons neuron yang terekam dalam otak capung hidup.

Ini adalah eksperimen yang sedang berlangsung

These are ongoing experiments

in which we put living dragonflies in virtual reality.

di mana kami menempatkan capung hidup dalam realitas virtual.

(Laughter)

(Tertawa)

Now, it's not practical to put VR goggles on a dragonfly.

Sekarang, tidak praktis memasang kacamata VR pada capung.

So instead, we show movies of moving targets to the dragonfly,

Jadi sebagai gantinya, kami menampilkan film tentang target bergerak ke capung,

while an electrode records activity patterns of individual neurons

sementara elektroda merekam pola aktivitas neuron individu

in the brain.

di dalam otak.

Yeah, he likes the movies.

Ya, dia suka film.

If the responses that we record in the brain

Jika tanggapan itu kita rekam di otak

match those predicted by the model,

cocok dengan yang diprediksi oleh model,

we will have identified which neurons are responsible

kami akan mengidentifikasi neuron yang bertanggung jawab

for coordinate transformations.

untuk transformasi koordinat.

Langkah selanjutnya adalah memahami secara spesifik

The next step will be to understand the specifics

of how these neurons work together to do the calculation.

bagaimana neuron ini bekerja sama untuk melakukan perhitungan.

But this is how we begin to understand how brains do basic

Tapi begitulah cara kita mulai memahami cara kerja otak dasar

or primitive calculations.

atau perhitungan primitif.

Calculations that I regard as building blocks for more complex functions,

Perhitungan yang saya anggap blok penyusun untuk fungsi yang lebih kompleks,

not only for interception but also for cognition.

tidak hanya untuk intersepsi tetapi juga untuk kognisi.

The way that these neurons compute may be different from anything

Cara menghitung neuron ini mungkin berbeda dari apa pun

that exists on a computer today.

yang ada di komputer saat ini.

And the goal of this work is to do more than just write code

Dan tujuan dari pekerjaan ini adalah melakukan lebih dari sekadar menulis kode

that replicates the activity patterns of neurons.

yang mereplikasi pola aktivitas neuron.

We aim to build a computer chip

Kami menargetkan membangun chip komputer

that not only does the same things as biological brains

yang tidak hanya melakukan hal sama seperti otak biologis

but does them in the same way as biological brains.

tetapi melakukannya sama seperti otak biologis.

This could lead to drones driven by computers

Ini dapat menyebabkan drone yang digerakkan oleh komputer

the same size of the dragonfly's brain

ukuran yang sama dengan otak capung

that captures some targets and avoid others.

yang menangkap beberapa target dan menghindari yang lain.

Personally, I'm hoping for a small army of these

Secara pribadi, saya berharap untuk pasukan kecil ini

to defend my backyard from mosquitoes in the summer.

untuk melindungi halaman dari nyamuk saat musim panas.

(Laughter)

(Tertawa)

The GPS on your phone could be replaced by a new navigation device

GPS di ponsel Anda dapat diganti dengan perangkat navigasi baru

based on dung beetles or ants

berdasarkan kumbang tinja atau semut

that could guide you to the straight or the easy path home.

yang bisa memandu Anda ke jalan pulang yang lurus atau mudah.

And what would the power requirements of these devices be like?

Dan seperti apa kebutuhan daya perangkat ini?

As small as it is --

Sekecil itu --

Or, sorry -- as large as it is,

Atau, maaf -- sebesar itu,

the human brain is estimated to have the same power requirements

otak manusia diperkirakan memiliki kebutuhan daya yang sama

as a 20-watt light bulb.

seperti bola lampu 20 watt.

Imagine if all brain-inspired computers

Bayangkan jika semua komputer terinspirasi otak

had the same extremely low-power requirements.

memiliki persyaratan daya sangat rendah yang sama.

Your smartphone or your smartwatch probably needs charging every day.

Ponsel cerdas atau jam tangan pintar Anda mungkin perlu diisi daya setiap hari.

Your new brain-inspired device might only need charging every few months,

Perangkat baru hanya perlu diisi daya setiap beberapa bulan,

or maybe even every few years.

atau bahkan mungkin setiap beberapa tahun.

The famous physicist, Richard Feynman, once said,

Fisikawan terkenal, Richard Feynman, pernah berkata,

"What I cannot create, I do not understand."

“Apa yang tidak bisa saya buat, saya tidak mengerti.”

What I see in insect nervous systems

Apa yang saya lihat di sistem saraf serangga

is an opportunity to understand brains

adalah kesempatan untuk memahami otak

through the creation of computers that work as brains do.

melalui penciptaan komputer yang bekerja seperti otak.

And creation of these computers will not just be for knowledge.

Dan pembuatan komputer ini tidak hanya untuk pengetahuan.

There's potential for real impact on your devices, your vehicles,

Ada potensi dampak nyata pada perangkat Anda, kendaraan Anda,

maybe even artificial intelligences.

bahkan mungkin kecerdasan buatan.

So next time you see an insect,

Jadi lain kali Anda melihat serangga,

consider that these tiny brains can lead to remarkable computers.

pertimbangkan bahwa otak kecil ini dapat menghasilkan komputer yang luar biasa.

And think of the potential that they offer us for the future.

Dan pikirkan potensi yang mereka tawarkan kepada kita untuk masa depan.

Thank you.

Terima kasih

(Applause)

(Tepuk tangan)