Apakah Anda pernah membayangkan jika Anda dapat mengoperasikan ponsel hanya dengan memikirkan hal itu? Bayangkan pula jika ponsel Anda secara otomatis meningkatkan konsentrasi dan daya ingat Anda, atau bahkan bisa digunakan untuk membaca pikiran orang lain. Terlihat seperti fiksi ilmiah, namun teknologi ini, yang dikenal sebagai antarmuka otak-komputer (brain-computer interface), sedang mengalami kemajuan pesat berkat perkembangan kecerdasan buatan (AI).

Para peneliti Australia dari Universitas Teknologi Sydney (UTS) berada di garis terdepan dalam menjelajahi bagaimana AI dapat digunakan untuk membaca pikiran manusia. Mari kita telusuri cara kerja teknologi ini. Peneliti pascadoktoral, Daniel Leong, mengenakan topi elektroda yang terhubung dengan amplifier untuk membaca gelombang otak dan mengalirkan data ke dalam model AI. Topi dengan 128 elektroda ini mendeteksi impuls listrik dari sel-sel otak Dr. Leong dan merekamnya di komputer. Teknologi yang disebut elektroensefalogram (EEG) ini biasanya digunakan oleh dokter untuk mendiagnosis kondisi otak. Namun tim UTS menggunakan teknologi ini untuk membaca pikiran.

Model AI inovatif yang dikembangkan oleh Dr. Leong, mahasiswa PhD Charles (Jinzhao) Zhou, dan pembimbingnya Chin-Teng Lin, memanfaatkan pembelajaran mendalam (deep learning) untuk menerjemahkan sinyal otak dari EEG menjadi kata-kata tertentu. Pembelajaran mendalam adalah bentuk kecerdasan buatan yang menggunakan jaringan saraf buatan untuk meniru cara kerja otak manusia dalam mempelajari data, dalam hal ini, banyak data EEG.

Dr. Leong memikirkan setiap kata dan membisikannya secara pelan, yang membantu meningkatkan area otak yang terlibat dalam pengenalan ucapan. Saat Dr. Leong membaca kalimat sederhana “melompat bahagia hanya saya” secara perlahan dan tanpa suara di layar, dia juga membisikannya, yang membantu mendeteksi kata-kata tersebut dengan mengirimkan sinyal ke otak untuk mengaktifkan bagian yang terlibat dalam berbicara. Model AI bekerja secara instan untuk menguraikan kata-kata dan menghasilkan peringkat probabilitas berdasarkan apa yang telah dipelajari dari banyak gelombang EEG dari 12 sukarelawan yang membaca teks.

Pada tahap ini, Profesor Lin menjelaskan bahwa model AI telah belajar dari kumpulan kata dan kalimat yang terbatas untuk memudahkan pengenalan kata-kata individu. Model AI dapat mendeteksi kata-kata individual berdasarkan pola gelombang otak. Sebuah jenis AI kedua, yaitu model bahasa besar, mencocokkan kata-kata yang terurai dan memperbaiki kesalahan dalam pengkodean EEG untuk menghasilkan kalimat. Model bahasa besar, seperti ChatGPT, telah dilatih pada kumpulan data teks yang sangat besar untuk memahami dan menghasilkan teks yang mirip dengan bahasa manusia. Sebagai contoh, kalimat “Saya sedang melompat dengan bahagia, hanya saya” adalah kalimat yang dihasilkan oleh model AI ini, hanya berdasarkan gelombang otak Dr. Leong tanpa input tambahan darinya.

Meskipun model ini menunjukkan kemajuan yang signifikan, tim masih merekrut lebih banyak orang untuk membaca teks sambil mengenakan topi EEG guna memperbaiki model AI. Mereka juga berencana untuk menggunakan model AI ini untuk komunikasi antar dua orang. Teknologi yang membaca sinyal otak terus berkembang dengan pesat. Dua puluh tahun yang lalu, seorang pria dengan kelumpuhan total memiliki perangkat yang ditanamkan di otaknya, yang memungkinkannya mengendalikan kursor mouse di layar. Ini adalah kali pertama antarmuka otak-komputer digunakan untuk memulihkan fungsi yang hilang akibat kelumpuhan. Miliarder teknologi Elon Musk sedang mengerjakan versi modern dari teknologi implan ini untuk mengembalikan otonomi bagi orang-orang dengan kelumpuhan total.

Ada keunggulan jelas dari antarmuka EEG yang tidak invasif, yaitu portabilitas dan tidak memerlukan pembedahan, tetapi karena teknologi ini berada di luar otak, sinyal yang diperoleh cenderung berisik. Chin-Teng Lin menyebutkan bahwa model AI dapat mengidentifikasi kata-kata di tengah kebisingan yang dihasilkan oleh sinyal elektroensefalogram. “Ada juga beberapa kebingungan, bukan? Karena sinyal yang kita ukur di permukaan tengkorak berasal dari berbagai sumber dan mereka bercampur satu sama lain,” ujarnya. Di sinilah AI berperan, dengan memperkuat dan menyaring sinyal otak untuk mengurangi kebisingan dan menghasilkan penanda ucapan.

Mohit Shivdasani, seorang ahli bioelektronik di Universitas NSW, menegaskan bahwa para peneliti telah lama mencari pola dalam sinyal biologis, tetapi sekarang AI dapat mengenali pola gelombang otak yang belum pernah diidentifikasi sebelumnya. “Apa yang dapat dilakukan AI adalah dengan cepat belajar pola-pola yang berkaitan dengan tindakan tertentu pada individu tersebut. Pola yang terungkap pada satu orang mungkin sangat berbeda dari pola yang terungkap di orang lain,” jelasnya. Profesor Lin menambahkan bahwa mereka sedang melakukan hal tersebut untuk meningkatkan model AI mereka—dengan menggunakan “neurofeedback”, yang berarti model AI beradaptasi dengan cara berbicara yang berbeda dari tiap orang. “Untuk membantu AI belajar dengan lebih baik, kami menyebut teknologi ini sebagai bentuk pembelajaran kolaboratif manusia-AI,” katanya.

Tim tersebut telah mencapai akurasi sekitar 75 persen dalam mengonversi pikiran menjadi teks, dan Profesor Lin berharap dapat mencapai 90 persen, yang serupa dengan apa yang dicapai oleh model implan. Dr. Shivdasani menyatakan bahwa teknologi pembacaan pikiran AI dapat digunakan dalam rehabilitasi stroke dan terapi bicara untuk autisme. Dia mengungkapkan bahwa EEG tidak invasif yang menggunakan AI untuk membaca pikiran memiliki potensi dalam mengelola pasien stroke di rumah sakit. “Salah satu hal hebat tentang otak adalah kemampuannya untuk sembuh, jadi saya bisa membayangkan situasi di mana antarmuka otak-mesin otonom digunakan selama fase rehabilitasi untuk memungkinkan otak terus bekerja dan berusaha untuk menyelesaikan tugas tertentu,” ujarnya.

Jika sel-sel otak beregenerasi, pasien mungkin tidak lagi memerlukan teknologi tersebut. Membantu terapi bicara untuk orang-orang dengan autisme adalah penggunaan lain yang berpotensi. Penggunaan rehabilitatif semacam ini bergantung pada antarmuka otak-komputer “loop tertutup”, di mana umpan balik waktu nyata berasal dari aktivitas otak pengguna. Melompat lebih jauh ke dunia fiksi ilmiah, ada kemungkinan teknologi ini dapat meningkatkan perhatian, daya ingat, fokus, dan bahkan pengaturan emosi kita. “Sebagai ilmuwan, kami menganalisis kondisi medis dan melihat fungsi apa yang terpengaruh oleh kondisi medis tersebut. Apa yang dibutuhkan pasien? Kami kemudian menghadapi kebutuhan yang tidak terpenuhi tersebut melalui teknologi untuk mengembalikan fungsi itu kepada apa yang seharusnya,” ujar Dr. Shivdasani. “Setelah itu, langit adalah batasnya.”

Tim UTS saat ini sedang bekerja untuk menyempurnakan model AI mereka agar dapat membaca pikiran. Namun, sebelum kita mulai mengoperasikan ponsel dengan pikiran kita atau bahkan berkomunikasi secara langsung dari otak ke otak, teknologi ini perlu menjadi lebih “dapat dikenakan”. Tidak ada orang yang mau berjalan-jalan dengan topi berisi kabel. Profesor Lin menyatakan bahwa teknologi ini bisa berinteraksi dengan perangkat seperti kacamata augmented reality yang sudah ada di pasaran. Perusahaan-perusahaan teknologi besar juga sedang mengembangkan earbud dengan elektroda untuk mengukur sinyal otak. Selain itu, ada juga pertanyaan mengenai “privasi otak” dan pertimbangan etis lainnya, kata Dr. Shivdasani. “Kami memiliki alat-alatnya, tetapi apa yang akan kami gunakan untuk itu? Dan seberapa etis kami akan menggunakannya? Ini adalah pertanyaan yang relevan pada setiap teknologi yang memungkinkan kami melakukan hal-hal yang belum pernah bisa kami lakukan sebelumnya.”