Trí tuệ nhân tạo có khả năng học tập suy nghĩ như con người

Bất chấp những tranh cãi đang diễn ra căng thẳng, sự phát triển nhanh chóng trong lĩnh vực này vẫn tiếp tục gia tăng, các nhà khoa học có tham vọng mô phỏng những hoạt động phức tạp, sâu sắc trong não bộ nhằm dạy máy móc suy nghĩ giống con người.

Mạng lưới thần kinh nhân tạo là thiết bị bắt chước tế bào thần kinh và khớp nối thần kinh, các nhà khoa học đang nghiên cứu để có thể phát triển một mạng lưới thần kinh có khả năng tự học tập, rút kinh nghiệm và tự hoàn thiện như con người.

Các memristor (bộ nhớ) là công nghệ đầy hứa hẹn để hiện thực hóa mục tiêu này. Khác với bộ nhớ phụ thuộc vào nguồn năng lượng duy trì như bộ nhớ truy cập ngẫu nhiên (RAM), bộ nhớ (memory-resistor) điện trở ghi nhớ lại dữ liệu khi thiết bị tắt nguồn và thậm chí giữ lại những dữ liệu chưa kịp lưu trữ trong tình huống sập nguồn điện. Ưu thế này khiến các bộ nhớ điện trở (memristors) trở thành những lựa chọn thay thế đáng tin cậy và ổn định cho các máy tính và AI.

Các mạng lưới thần kinh mới, sử dụng các memristor có thể giúp dự đoán kết quả tương lai dựa trên những dữ liệu hiện tại - bao gồm các ngôn từ trước khi chúng được phát ngôn ra trong một cuộc trò chuyện.

Ông J. Joshua Yang, giáo sư kỹ thuật điện tại Đại học Massachusetts và nhóm nghiên cứu của mình phát triển một hệ thống điện toán bể chứa (RC), đòi hỏi ít thời gian huấn luyện - đào tạo hơn so với mạng lưới thần kinh thông thường trên cơ sở các memristor.

Những hệ thống RC có thể cung cấp cho mạng lưới thần kinh khả năng ghi nhớ, bỏ qua phần lớn quá trình đào tạo đắt tiền, liên quan đến việc cung cấp cho mạng một bộ câu hỏi và câu trả lời lớn trong quy trình đào tạo, có tên gọi là “học tập có giám sát”. Hệ thống RC những dữ liệu, thay đổi theo thời gian, ví dụ như dòng dữ liệu hoặc ngôn ngữ, cũng như các nội hàm nào phụ thuộc vào kết quả trong quá khứ.

Theo Yang, các RC trước dây được phát triển dựa trên phần cứng, được thiết kế chủ yếu sử dụng các thành phần quang học có kích thược lớn. Nhưng hệ thống RC hiện này được chế tạo từ các các memristor, có kích thước nhỏ hơn nhiều, có thể dễ dàng tích hợp vào các trang thiết bị điện tử, được thiết kế trên silicon hiện đại.

Để thử nghiệm hệ thống RC, được phát triển trên memristor, các nhà nghiên cứu đã chia cắt ảnh của các chữ số viết tay thành các hàng pixel và đưa vào mạng dưới dạng tín hiệu điện áp. Bể chứa đạt được độ chính xác đến 83% và chỉ cần 110 nút khớp nối, nhỏ hơn nhiều so với hàng ngàn nút khớp nối cần thiết trong những mạng AI thông thường.

Trong tương lai, ông Yang có kể hoạch tích hợp hệ thống bể chứa với mạng thần kinh tiên tiến hơn, được gọi là “mạng nơ ron tích chập”( convolutional neural network CNN) có thể thực hiện các video, nhận dạng giọng nói trong thời gian thực.

Sơ đồ hệ thống RC dựa trên cơ sở các memristor và RC bao gồm các thành phần quang học.