India di Tengah Persaingan AI – Bagaimana Komputasi Neuromorfik Dapat Mendorong Negara ke Garis Depan

Industri kecerdasan buatan (AI) sedang mengubah dunia secara dramatis seiring menjadi bagian integral dari bisnis di seluruh sektor. 

Dari layanan kesehatan, ritel, keuangan, manufaktur, dan rantai pasokan hingga pendidikan, energi, dan industri hiburan, permintaan akan alat berbasis AI terus meningkat. 

Menurut PWC, AI dapat mengubah produktivitas dan potensi PDB ekonomi global dengan keuntungan terbesar yang akan terlihat di China dan Amerika Utara, setara dengan total $10,7 triliun.

Didorong oleh penggunaan yang terus meningkat, pasar AI diperkirakan akan tumbuh dari $50 miliar pada 2023 menjadi jauh di atas $800 miliar pada akhir dekade ini, menurut Statista.

Lonjakan AI ini telah memicu kompetisi antar perusahaan besar untuk mengembangkan model AI paling kuat di dunia, dan negara-negara sangat ingin mengembangkan sistem AI kompetitif mereka sendiri.

Di tengah situasi ini, India muncul sebagai pemain utama, dengan 92% pekerja pengetahuan menggunakan AI generatif dibandingkan rata-rata global yang jauh lebih rendah sebesar 75%.

Baru-baru ini, bulan lalu, orang terkaya di Asia, Mukesh Ambani, ketua Reliance Industries (RELIANCE.BO ), meluncurkan “JioBrain,” rangkaian alat dan aplikasi AI untuk mentransformasi bisnis di bidang energi, tekstil, dan lainnya. Bisnis telekomunikasi Reliance saat ini bekerja sama dengan Indian Institute of Technology (IIT) untuk meluncurkan “Bharat GPT” bagi pengguna India. 

“Kita perlu berada di garis depan penggunaan data, dengan AI sebagai pendorong untuk mencapai lompatan kuantum dalam produktivitas dan efisiensi. “

– Mukesh Ambani

Setelah membangun industri TI bernilai $250 miliar, India kini menargetkan layanan AI, yang menurut laporan Nasscom dan BCG, dapat bernilai $17 miliar dalam tiga tahun ke depan. 

Dengan lebih dari 900 juta pengguna internet, India muncul sebagai “ibu kota data dunia.” Fakta bahwa begitu banyak data tersedia secara publik sangat menguntungkan bagi perusahaan, karena mereka dapat menulis algoritma AI mereka sendiri.

Namun, daya komputasi dan sumber daya bersama diperlukan untuk mempercepat industri AI negara. Untuk itu, pemerintah India telah membeli seribu GPU untuk menyediakan kapasitas komputasi bagi pembuat AI. 

Awal tahun ini, kiriman pertama chip Nvidia (NVDA ) tiba di pusat data India setelah CEO pembuat chip terbesar di dunia, Jensen Huang, mengunjungi India dan berdiskusi dengan Perdana Menteri Narendra Modi serta eksekutif teknologi.

“Anda memiliki data, Anda memiliki bakat. Ini akan menjadi salah satu pasar AI terbesar di dunia.” 

– Huang berkata kepada PM saat itu

Terobosan: Meniru Otak untuk Komputasi Lebih Pintar

Di tengah semua ini, ilmuwan di Centre for Nano Science and Engineering (CeNSe), Indian Institute of Science (IISc), Bangalore, India, membuat terobosan besar dalam teknologi komputasi neuromorfik. Teknologi ini meniru struktur dan fungsi otak manusia untuk menciptakan sistem komputasi yang lebih efisien dan cerdas.

Kemajuan penting ini dapat membantu India menjadi pemain utama dalam perlombaan AI global dan membuat komputasi AI dapat diakses oleh semua orang serta terintegrasi ke dalam perangkat pribadi mereka.

Ini tentu merupakan prestasi luar biasa, mengingat model ‘komputasi awan’ konvensional memerlukan pusat data besar yang mengonsumsi banyak energi. Menggunakan pusat data yang intensif sumber daya membatasi penggunaannya hanya pada komunitas kecil pengembang.

Perangkat keras neuromorfik menjanjikan efisiensi energi yang lebih tinggi dan ruang untuk AI. Namun, saat ini, ia hanya dapat menangani operasi dengan akurasi rendah. Tugas seperti NLP, pelatihan jaringan saraf, dan pemrosesan sinyal memerlukan resolusi komputasi yang jauh lebih tinggi dan saat ini berada di luar jangkauan elemen sirkuit neuromorfik individu.

Namun, kemajuan terbaru oleh ilmuwan IISc sebenarnya dapat membantu dan menggerakkan bidang ini menuju ‘edge computing,’ yang memindahkan pemrosesan dan penyimpanan data lebih dekat ke perangkat yang menghasilkan dan menggunakan data. Ini mengurangi latensi, meningkatkan kinerja aplikasi, dan menghemat biaya jaringan. 

Edge computing lebih lanjut memungkinkan aplikasi waktu nyata, serta aplikasi AI dan pembelajaran mesin, untuk memproses volume data besar dengan kecepatan dan keandalan yang lebih tinggi. 

Dipublikasikan di Nature, penelitian terbaru oleh Profesor Sreetosh Goswami di CeNSe, IISc, yang memimpin sekelompok ilmuwan dan mahasiswa, mengembangkan jenis perangkat semikonduktor yang disebut Memristor. Alih-alih menggunakan teknologi berbasis silikon tradisional, Memristor dibuat menggunakan film logam-organik.

Penggunaan film molekuler memungkinkan peneliti melacak pergerakan ion bebas, yang memperlebar jalur memori.

Untuk menetapkan kontrol kinetik atas transisi molekuler yang memungkinkan sifat neuromorfik dalam satu elemen sirkuit, ilmuwan menerapkan pulsa tegangan dan kemudian memetakan pergerakan molekuler ke sinyal listrik yang berbeda. Ini menciptakan ‘diary molekuler’ yang luas berisi berbagai keadaan.

“Karena pergerakan ion bebas ini, tak terhitung keadaan memori unik dan jalur dihasilkan. Keadaan perantara seperti itu sebelumnya tidak dapat diakses, karena kebanyakan perangkat digital hanya dapat mengakses dua keadaan konduktansi, tinggi atau rendah.” 

– Profesor Sreebrata Goswami, ayah dari Prof Sreetosh, ilmuwan tamu di CeNSe

Platform ini, dengan menggabungkan kreativitas kimia dan presisi teknik listrik, telah “memungkinkan kami mengontrol kinetika molekuler dengan sangat tepat di dalam sirkuit elektronik yang dipacu oleh pulsa tegangan nanodetik,” tambahnya.

Perubahan molekuler itu sangat kecil, namun itulah yang memungkinkan akselerator neuromorfik yang sangat presisi dan efisien. Akselerator pertama jenis ini dapat menyimpan dan memproses data dalam lokasi yang sama.

Jadi, material tersebut pada dasarnya memungkinkan perangkat semikonduktor meniru cara otak kita memproses informasi menggunakan sinaps dan neuron. Ketika diintegrasikan dengan komputer digital biasa, Memristor meningkatkan kinerja energi dan kecepatan ratusan kali lipat, sehingga menjadi ‘akselerator AI’ yang hemat energi.

Skala akhir teknologi ini diharapkan dapat memungkinkan tugas AI paling kompleks dan berskala besar, seperti pelatihan LLM, dijalankan pada laptop konsumen sederhana atau smartphone alih-alih memerlukan pusat data.

Meningkatkan Kapabilitas AI dengan Teknologi Memristor

Dengan meningkatnya permintaan akan smartphone yang lebih cepat dan lebih efisien, komputasi digital berbasis teknologi transistor silikon sudah menghadapi keterbatasan. Selain pertumbuhan AI, kini ada kebutuhan kritis akan inovasi yang dapat secara signifikan meningkatkan kecepatan pemrosesan dan efisiensi energi sistem komputasi saat ini. 

Untuk menciptakan perangkat semacam itu, ilmuwan IISc menggunakan metode film logam-organik untuk Memristor mereka — yang meskipun merupakan pendekatan In-Memory Computing yang diambil oleh pembuat chip untuk mengatasi masalah, belum banyak berhasil — yang berfungsi seperti sirkuit neuron-sinaps otak.

Sementara selama tahun 2010-an, perusahaan mencoba meniru otak, mereka terus menggunakan transistor silikon dan tidak menghasilkan kemajuan signifikan.

“Pada tahun 2020-an, investasi riset kembali ke akademisi karena ada kesadaran bahwa kita membutuhkan penemuan fundamental yang jauh lebih banyak untuk benar-benar mencapai komputasi terinspirasi otak. Jika Anda hanya mengambil pendekatan brute-force menggunakan transistor dan memaksakan algoritma tertentu, itu tidak akan berhasil.”

– Sreetosh berkata dalam sebuah wawancara

Di otak kita, memori dan pemrosesan tidak sama sekali seperti komputer digital. Tidak ada 0 dan 1 yang digunakan untuk memproses informasi atau memecah data menjadi potongan kecil di sini. Apa yang dilakukan otak kita adalah menelan potongan data besar untuk memproses informasi, yang secara drastis mengurangi jumlah langkah yang diperlukan untuk mendapatkan jawaban, menjadikannya sangat efisien energi. 

Kombinasi komputasi analog dan teknologi Memristor membuat komputasi neuromorfik cepat dan sangat efisien.

Jadi, tim menyimpan dan memproses data dalam 16.520 keadaan sekaligus, bukan hanya dua keadaan (Nol dan Satu). Ini mengurangi jumlah langkah yang diperlukan untuk melakukan matematika dasar di balik algoritma AI, mengalikan matriks 64×64, menjadi hanya 64 langkah, yang sebaliknya memerlukan 262.144 operasi.

Untuk menguji perangkat, tim menghubungkannya ke komputer desktop konvensional dan kemudian menggunakannya untuk melakukan tugas kompleks meregenerasi gambar ‘Pillars of Creation’ NASA menggunakan data dari teleskop luar angkasa James Webb. Tugas tersebut tercapai jauh lebih cepat dan dengan energi yang jauh lebih sedikit dibandingkan komputer biasa.

Efisiensi energi sebesar 4.1 tera-operasi per detik per watt (TOPS/W) dilaporkan oleh tim, yang 220 kali lebih efisien daripada GPU NVIDIA K80, dengan ruang yang cukup untuk perbaikan lebih lanjut.

“Komputasi neuromorfik telah menghadapi tantangan yang belum terpecahkan selama lebih dari satu dekade,” catat Sreetosh, menambahkan bahwa selama penelitian selama satu dekade dan penemuan yang “langka”, tim berhasil menyelesaikan semua enam tantangan yang mereka mulai dengan dan dalam prosesnya, “hampir menyempurnakan sistem yang sempurna.”

Pada tahap saat ini, ini hanya bukti konsep, tetapi meskipun berada pada tahap awal, fakta bahwa tim mencapai peningkatan empat orde besaran dibandingkan metode canggih sambil mengonsumsi energi 460× lebih sedikit daripada komputer digital, para ilmuwan percaya kemajuan ini dapat membantu India melompat signifikan dalam perangkat keras AI.

Menurut Navakanta Bhat, seorang pakar elektronik silikon yang merupakan profesor di CeNSE (yang juga memimpin desain proyek):

“Yang menonjol adalah bagaimana kami mengubah pemahaman fisika dan kimia yang kompleks menjadi teknologi terobosan untuk perangkat keras AI. Dalam konteks India Semiconductor Mission, pengembangan ini dapat menjadi pengubah permainan, merevolusi aplikasi industri, konsumen, dan strategis. Pentingnya penelitian semacam ini bagi negara tidak dapat dilebih-lebihkan.”

Pada tahap berikutnya, tim akan membangun array yang lebih besar hingga 256×256. Didanai oleh Kementerian Elektronik dan Teknologi Informasi (MeitY), penelitian ini lebih lanjut bertujuan mengembangkan dan mendemonstrasikan solusi System-on-Chip dan pada akhirnya menginkubasi startup untuk menjadikannya komersial, yang diharapkan terjadi dalam tiga tahun ke depan. 

Menempatkan India sebagai Pemimpin Global dalam AI 

Kombinasi institusi riset, startup, dan perusahaan teknologi besar mendorong pertumbuhan signifikan yang sedang dialami sektor AI di India. Karena para peserta inilah AI teoretis berhasil diterjemahkan menjadi aplikasi dunia nyata.

Namun itu bukan semuanya. Industri AI India yang berkembang pesat juga mendapat dukungan signifikan dari pemerintahnya, yang telah memperkenalkan beberapa kebijakan dan inisiatif strategis, seperti National AI Strategy, AI Task Force, dan AI Mission, untuk mempercepat perkembangannya. 

Dengan meningkatkan investasi sebesar $1.25 miliar menuju “IndiaAI Mission,” pemerintah berperan sebagai penggerak utama transformasi AI India.

Kementerian Elektronik dan Teknologi Informasi (MeitY), yang mendanai terobosan komputasi terbaru di IISc, telah mencari solusi AI di bawah IndiaAI Mission.

MeitY telah mengundang aplikasi solusi AI untuk mengatasi tantangan utama di bidang perubahan iklim, pertanian, layanan kesehatan, dan teknologi bantu. Para pelamar akan melewati beberapa putaran evaluasi dan, setelah terpilih, akan diberikan dana untuk mengembangkan dan menerapkan solusi mereka untuk penggunaan pemerintah dan entitas terkait selama empat tahun.

Inisiatif ini diambil di bawah IndiaAI Application Development Initiative (IADI), salah satu dari tujuh pilar IndiaAI. Kementerian telah menetapkan hingga lima belas pernyataan masalah dalam dokumen aplikasi. 

Di tempat lain, AWS memilih tujuh startup India untuk program akselerator Generative AI globalnya. Startup tersebut meliputi Zocket, Unscripted AI, Phot.ai, Orbo.ai, Neural Garage, House of Models, dan Converse. Di antara 80 perusahaan yang dipilih AWS dari seluruh dunia, startup ini dipilih karena penggunaan AI yang inovatif dan ambisi pertumbuhan global mereka. 

Semua perusahaan terpilih akan memiliki akses ke chip AI perusahaan serta teknologi komputasi dan penyimpanan. Mereka juga akan diberikan kredit AWS, pendidikan, dan bimbingan untuk lebih mengembangkan penggunaan teknologi AI dan pembelajaran mesin.

Meskipun negara ini membuat kemajuan signifikan, masih banyak rintangan di jalan menuju supremasi AI. India perlu mengatasi kekurangan keterampilan dan infrastruktur yang memadai untuk sepenuhnya mewujudkan potensinya menjadi pemimpin global dalam AI. 

Perusahaan yang Membantu Memajukan Pasar AI India

Pasar AI yang berkembang di India telah menghasilkan beberapa perusahaan yang bekerja untuk memajukan AI. Misalnya, startup AI Krutrim menjadi unicorn pertama India tahun ini setelah memperoleh pendanaan $50 juta dari Lightspeed Venture Partners dan miliarder Vinod Khosla. Sementara itu, orang terkaya kedua di Asia, Gautam Adani, mengumumkan joint venture dengan UAE untuk mengeksplorasi AI dan diversifikasi ke layanan digital. 

Microsoft (MSFT ) juga mendukung inisiatif di India yang bertujuan melatih 2 juta orang dengan keterampilan AI. Infosys, Wipro, Tech Mahindra (TECHM.BO ), dan Larsen & Toubro (LT.BO ) (L&T), antara lain, memanfaatkan AI dalam bisnis mereka. HCL Technologies (HCLTECH.BO ), sementara itu, telah menandatangani kesepakatan dengan Foxconn China untuk mendirikan fasilitas pengujian chip.

Sekarang, mari kita lihat nama terkemuka dalam industri AI India:

Tata Consultancy Services (TCS)

Perusahaan perangkat lunak terbesar di India, TCS, menginvestasikan $1.5 miliar dalam jalur proyek AI generatif pada Juli tahun ini. Ini terjadi setelah TCS mendirikan unit bisnis AI Cloud khusus tahun lalu. Kemudian ada zona pengalaman AI yang memungkinkan karyawan mengembangkan dan bereksperimen dengan solusi AI. Sejauh ini, lebih dari 300.000 karyawan TCS telah menerima pelatihan dasar AI, sementara perusahaan saat ini menangani lebih dari 270 keterlibatan AI dan AI generatif.

TCS juga bekerja untuk meningkatkan industri semikonduktor di India dan bekerja sama dengan Tata Electronics untuk mengembangkan chip pada tahun 2026. Tata Electronics, sementara itu, memimpin manufaktur dengan dua pabrik semikonduktor yang disetujui. Fasilitas pertama senilai USD 11 miliar akan dibangun bersama Powerchip Semiconductor Manufacturing Corporation (PSMC) dari Taiwan dengan tujuan memproduksi 50.000 wafer per bulan. Fasilitas kedua senilai USD 3.26 miliar akan menjadi pabrik perakitan dan pengujian chip yang diharapkan mulai beroperasi dalam beberapa tahun ke depan.

Berkenaan dengan keuangan, TCS melaporkan peningkatan sebesar +3.9% YoY dalam pendapatannya menjadi US$7.51 miliar untuk Q2 2024. Laba Bersih mencapai US$1.44 miliar, sementara kas bersih dari operasi sebesar US$1.34 miliar. Perusahaan juga melaporkan pertumbuhan “sangat kuat” di pasar berkembang, dipimpin oleh India. 

Kesimpulan

India, dengan populasi muda dan melek digital, berada pada posisi yang tepat untuk mendorong pertumbuhan AI tidak hanya secara lokal tetapi secara global. Pasar AI di India sebenarnya diproyeksikan mencapai $8 miliar pada 2025. 

Melalui riset dan pengembangan yang berkelanjutan, seperti yang ditunjukkan oleh IISc, negara ini dapat menjadi pemain kunci dalam perlombaan AI. Namun agar India benar-benar memimpin, semua pemangku kepentingan perlu bekerja sama untuk membantu perjalanan AI negara, melepaskan potensi besarnya, dan sepenuhnya mentransformasi AI.

Klik di sini untuk mempelajari semua tentang berinvestasi dalam kecerdasan buatan.