Michael Schneider, nhà vật lý tại Viện Tiêu chuẩn và Công nghệ Quốc gia Mỹ (NIST), cùng các cộng sự chế tạo thành công chip máy tính siêu dẫn mô phỏng theo tế bào neuron thần kinh có thể xử lý thông tin nhanh hơn và hiệu quả hơn so với não người.
Nơron thần kinh có chức năng lưu trữ và truyền tải thông tin trong não. Ảnh: CNRI/SPL.
Đây là một dấu ấn quan trọng trong sự phát triển của thiết bị máy tính hiện đại có khả năng bắt chước các hệ thống sinh học, đồng thời mở ra cánh cửa để chế tạo phần mềm học học (machine-learning software) hoạt động tự nhiên hơn. Kết quả nghiên cứu được công bố trên tạp chí Science Advances hôm 26/1.
Phần mềm trí tuệ nhân tạo đang ngày càng bắt chước não nhiều hơn. Các thuật toán như phân loại hình ảnh tự động và chương trình học ngôn ngữ của Google sử dụng mạng lưới neuron nhân tạo để thực hiện nhiệm vụ phức tạp. Tuy nhiên, do phần cứng của máy tính thông thường không được thiết kế để chạy thuật toán mô phỏng cách thức hoạt động não nên các nhiệm vụ học máy (machine-learning task) đòi hỏi sức mạnh tính toán lớn hơn so với não người.
NIST là một trong số ít các nhóm nghiên cứu đang cố gắng phát triển phần cứng bắt chước bộ não con người, hay chip neuromorphic, với hy vọng nó sẽ chạy phần mềm mô phỏng não hiệu quả hơn. Trong hệ thống điện tử thông thường, bóng bán dẫn xử lý thông tin ở những khoảng thời gian đều nhau với giá trị chính xác (bit 1 hoặc 0) nhưng thiết bị neuromorphic có thể lưu trữ một lượng nhỏ thông tin từ nhiều nguồn, biển đổi nó để tạo ra một loại tín hiệu khác và chỉ phát ra xung điện khi cần thiết, giống như neuron sinh học. Kết quả là các thiết bị neuromorphic đòi hỏi ít năng lượng hơn để vận hành.
Tuy nhiên, những thiết bị này vẫn không hiệu quả, đặc biệt là khi chúng truyền tải thông tin qua khoảng trống, hay khớp thần kinh (synapse), giữa các bóng bán dẫn. Vì vậy, nhóm nghiên cứu của Schneider đã tạo ra khớp thần kinh nhân tạo bao gồm các điện cực được làm bằng niobium (Nb) siêu dẫn – dẫn điện mà không có điện trở. Họ lấp đầy khoảng trống giữa các điện cực bằng hàng nghìn cụm hạt nano (nanocluster) của mangan (Mn) có từ tính.
Bằng cách thay đổi từ trường trong khớp thần kinh nói trên, các cụm hạt nano Mn có thể được định hướng theo các hướng khác nhau. Điều này cho phép hệ thống mã hóa thông tin ở cả hai mức độ điện và theo hướng từ tính, tạo ra sức mạnh tính toán lớn hơn nhiều so với các hệ thống neuromorphic khác mà không chiếm thêm không gian vật lý.
Các khớp thần kinh nhân tạo có thể truyền tín hiệu điện nhanh hơn tế bào neuron thần kinh của con người, nhưng chỉ sử dụng 1/10.000 mức năng lượng so với một khớp thần kinh sinh học.
Vấn đề đặt ra là các khớp thần kinh chỉ có thể hoạt động ở nhiệt độ gần với độ không tuyệt đối và cần được làm mát bằng heli lỏng. Steven Furber – kỹ sư máy tính tại Đại học Manchester (Anh) – cho biết, điều này là không khả thi nếu sử dụng các con chip trong thiết bị nhỏ. Tuy nhiên, Schneider nói rằng việc làm mát các thiết bị này đòi hỏi năng lượng ít hơn nhiều so với vận hành một hệ thống điện tử thông thường với khả năng tính toán tương đương.
“Phải mất một thời gian dài trước khi những con chip có thể áp dụng cho máy tính thực. Ngoài ra, chúng cũng phải đối mặt với sự cạnh tranh gay gắt từ nhiều thiết bị tính toán mô phỏng não người khác đang được phát triển”, Carver Mead, kỹ sư điện tại Viện Công nghệ California (Mỹ), nói.
Quốc Hùng lược dịch
Nguồn: https://www.nature.com/articles/d41586-018-01290-0
