Bayangkan robot yang tidak hanya “melihat”, tetapi juga segera paham apa yang berubah di depannya—tanpa jeda yang membuat respons terlambat. Inilah titik yang sedang dikejar banyak peneliti robotika, karena kemampuan penglihatan real time sering menjadi pembeda antara sistem yang aman dan sistem yang berisiko.
Sejumlah peneliti dari Universitas Beihang di Beijing melaporkan kemajuan menarik: mereka mengembangkan sistem visual berbasis chip neuromorfik yang mampu mempercepat pemrosesan gerak hingga sekitar empat kali dibanding pendekatan aliran optik (optical flow) yang umum dipakai saat ini.
Temuan tersebut dipublikasikan di Nature Communications. Inti idenya bukan sekadar “algoritma baru”, melainkan arsitektur perangkat keras yang meniru cara kerja otak. Berbeda dari prosesor tradisional yang memisahkan memori dan komputasi, pendekatan neuromorfik mengintegrasikan keduanya sehingga langkah perantara berkurang dan latensi ikut turun.
Inspirasi biologisnya datang dari bagian sistem visual manusia yang berfungsi seperti penyaring informasi: struktur yang menyalurkan sinyal dari retina ke korteks, lalu menonjolkan perubahan yang paling relevan dalam ruang dan waktu. Dengan kata lain, bukan semua detail diproses sekaligus, melainkan fokus pada bagian yang sedang berubah.
Pada sistem robot konvensional, kamera biasanya menangkap rangkaian frame statis, lalu perangkat lunak membandingkan perubahan kecerahan dari frame ke frame untuk menebak arah gerak. Metode itu cukup andal, tetapi bisa lambat. Dalam skenario tertentu, pemrosesan dapat memakan lebih dari setengah detik per frame—angka yang terasa “sebentar” bagi manusia, namun pada kendaraan otonom dapat berarti beberapa meter melaju tanpa pembaruan penuh situasi di depan.
Prototipe dari tim Beihang mencoba memangkas titik lemah itu. Chip mereka mendeteksi variasi intensitas cahaya dari waktu ke waktu secara langsung, lalu mengaktifkan pemrosesan hanya pada area yang mengalami perubahan. Akibatnya, komputasi tidak “terbuang” untuk bagian gambar yang sebenarnya statis.
Dalam pengujian yang mencakup simulasi mengemudi dan gerakan kompleks pada lengan robot, sistem dilaporkan menurunkan keterlambatan sekitar 75% sekaligus meningkatkan akurasi pelacakan saat manuver yang rumit. Dampaknya, robot bisa mengikuti target gerak dengan lebih stabil, terutama ketika perubahan terjadi cepat.
Meski begitu, modul ini bukan pengganti total pendekatan tradisional. Algoritma konvensional masih dibutuhkan untuk tahap interpretasi akhir, dan performa sistem dapat menurun pada lingkungan yang sangat ramai secara visual. Namun, pemangkasan waktu respons tetap bernilai besar untuk keamanan.
Jika pengembangan berlanjut, manfaatnya bisa meluas: kendaraan yang lebih reaktif, robot industri yang lebih aman saat bekerja dekat manusia, hingga mesin bedah yang membutuhkan ketepatan gerak dalam hitungan milidetik. Intinya, jarak antara “persepsi buatan” dan respons manusia bisa menyusut lebih cepat daripada perkiraan banyak orang.
