Ilmuwan dari Universitas Sheffield berhasil mengungkap mekanisme jalan pintas pada sistem penglihatan lalat. Temuan ini berpotensi merevolusi efisiensi energi pada teknologi Kecerdasan Buatan (AI) dan robotika.

Penelitian yang dipublikasikan dalam jurnal Nature Communications ini menunjukkan bahwa serangga tidak hanya menyerap informasi visual secara pasif.

>>> Dell Ubah Standar Evaluasi Infrastruktur AI Perusahaan dengan Dua Metrik Baru

Mereka secara aktif mempertajam persepsi melalui gerakan tubuh dan mata yang sangat cepat.

Mekanisme Lompatan Frekuensi Tinggi

Studi tersebut mengidentifikasi adanya mekanisme bernama lompatan frekuensi tinggi atau peningkatan turbo. Saat lalat melakukan gerakan tiba-tiba, sistem visual mereka segera beralih ke mode yang lebih cepat.

Sistem tersebut mengirimkan data ke otak hingga tiga kali lipat dari kecepatan normal dalam skala milidetik.

Profesor Mikko Juusola, penulis senior penelitian, menyatakan bahwa temuan ini mengubah paradigma lama tentang pemrosesan informasi di otak.

"Karya ini menunjukkan cara berpikir yang baru secara fundamental tentang bagaimana otak menghitung informasi, di mana kecepatan dan efisiensi muncul dari interaksi aktif dengan lingkungan," ujarnya.

Implikasi bagi Kendaraan Otonom dan Robotika

Implikasi dari penelitian ini dinilai sangat besar bagi pengembangan kendaraan otonom dan robotika. Sektor tersebut selama ini sangat bergantung pada daya komputasi besar untuk menafsirkan lingkungan sekitar.

>>> xAI Rilis Grok Build, Asisten Coding AI untuk Saingi Claude Code

Melalui metode meniru cara kerja otak lalat, para insinyur dapat merancang mesin yang hanya memproses data paling relevan pada waktu yang tepat.

Langkah ini diperkirakan mampu memangkas penggunaan energi secara signifikan.

Dr. Jouni Takalo, pengembang model utama dalam tim, menambahkan bahwa koordinasi sensor kecil pada lalat memungkinkan pengalihan perhatian secara instan ke area yang paling penting.

Hal ini menjadi inspirasi bagi pengembangan sistem penglihatan buatan dan rekayasa neuromorfik yang lebih adaptif dan rendah latensi.

Penelitian ini menegaskan bahwa kecerdasan masa depan tidak selalu membutuhkan komputer yang lebih besar.

>>> Mantan CEO Google Eric Schmidt Dicemooh Mahasiswa Saat Bahas AI

Efektivitas alam dalam mengolah data secara presisi menjadi acuan untuk mendesain teknologi yang jauh lebih efisien.