Máy tính mới giống não có thể mang trí tuệ nhân tạo tự học đến các thiết bị

Các kỹ sư tại Đại học Texas ở Dallas, do Tiến sĩ Joseph S. Friedman dẫn đầu, đã phát triển một nguyên mẫu máy tính lấy cảm hứng từ não bộ quy mô nhỏ, có khả năng học tập và xử lý thông tin giống hơn với cách hoạt động của não người. Khác với các hệ thống AI truyền thống, vốn tách biệt bộ nhớ và xử lý và đòi hỏi đào tạo rộng rãi với các bộ dữ liệu lớn có nhãn, phần cứng thần kinh này tích hợp bộ nhớ và tính toán, cho phép nó nhận diện mẫu và đưa ra dự đoán với số lượng tính toán đào tạo ít hơn đáng kể và tiêu thụ năng lượng thấp hơn. Thiết kế dựa trên định luật Hebb, trong đó các kết nối giữa các nơ-ron nhân tạo được củng cố khi chúng kích hoạt cùng nhau, cho phép tự học liên tục. Nguyên mẫu sử dụng các khớp hầm từ tính (MTJs) — các thiết bị kích thước nano với hai lớp từ tính được ngăn cách bởi một lớp cách điện — có khả năng điều chỉnh kết nối một cách linh hoạt khi tín hiệu truyền qua, mô phỏng sự thay đổi synap trong não bộ. MTJs cũng cung cấp khả năng lưu trữ dữ liệu nhị phân đáng tin cậy, khắc phục những hạn chế gặp phải trong các phương pháp thần kinh khác. Tiến sĩ Friedman hướng tới việc mở rộng công nghệ này để xử lý các nhiệm vụ phức tạp hơn, có thể giúp các thiết bị thông minh như điện thoại và thiết bị đeo tay vận hành hiệu quả hơn.