Sự thay đổi của tế bào não giải thích cho sự khác biệt ở người và trí tuệ nhân tạo

Khoa học Khám phá khoa học

12/10
Lưu Nguyễn
Khám phá khoa học
0
641

Các nhà nghiên cứu đã phát hiện ra rằng sự biến đổi giữa các tế bào não có thể làm tăng tốc độ học tập và cải thiện hiệu suất của não, góp phần đáng kể trong việc chế tạo sản phẩm trí tuệ nhân tạo trong tương lai.

Một nghiên cứu mới được công bố trên tạp chí Nature Communications cho thấy rằng bằng cách điều chỉnh các đặc tính của các tế bào riêng lẻ khi mô phỏng mạng lưới tế bào não, các hệ thống này học nhanh hơn so với mô phỏng với các tế bào giống hệt nhau.

Họ cũng phát hiện ra rằng hệ thống cần ít tế bào biến đổi hơn để có được kết quả tương tự và phương pháp này tốn ít năng lượng hơn so với các mô hình có các tế bào giống hệt nhau.
Điều này có thể là lời giải thích cho câu hỏi: Tại sao bộ não của chúng ta có thể tiếp thu kiến thức nhanh đến vậy, từ đó giúp chúng ta xây dựng các hệ thống trí tuệ nhân tạo tốt hơn, chẳng hạn như trợ lý kỹ thuật số có thể nhận dạng giọng nói và khuôn mặt, hoặc công nghệ xe hơi tự lái.
Tác giả Nicolas Perez, một nghiên cứu sinh tại Khoa Kỹ thuật Điện và Điện tử của Đại học Imperial College London, cho biết: "Bộ não cần phải tiết kiệm năng lượng trong khi vẫn có thể giải quyết các nhiệm vụ phức tạp một cách xuất sắc. Rõ ràng, sự đa dạng của các tế bào thần kinh trong cả bộ não đáp ứng cả hai yêu cầu này và có thể thúc đẩy việc học tập".

Sự đa dạng của tế bào thần kinh não thúc đẩy quá trình học tập

Tại sao một tế bào thần kinh giống như một bông tuyết?

Bộ não được tạo thành từ hàng tỷ tế bào được gọi là tế bào thần kinh, được kết nối với nhau bằng 'mạng lưới thần kinh' rộng lớn cho phép chúng ta tìm hiểu về thế giới. Tế bào thần kinh giống như những bông tuyết: Nhìn từ xa chúng giống nhau nhưng khi kiểm tra kỹ hơn thì rõ ràng không có hai tế bào nào hoàn toàn giống nhau.
Ngược lại, mỗi tế bào trong mạng nơ-ron nhân tạo - công nghệ dựa trên trí tuệ nhân tạo - giống hệt nhau, chỉ khác nhau về khả năng kết nối của chúng. Bất chấp tốc độ phát triển của công nghệ, mạng lưới thần kinh của chúng không tiếp thu kiến thức chính xác và nhanh chóng như não người - và các nhà nghiên cứu tự hỏi liệu tế bào của chúng thiếu sự biến đổi có thể là nguyên nhân chính hay không.

Sự tiến hóa đã mang lại cho chúng ta những chức năng đáng kinh ngạc của não - và chúng ta chỉ hiểu một phần nhỏ trong đó. Nghiên cứu này cho thấy những bài học quan trọng từ sinh học của loài người để làm cho trí tuệ nhân tạo hoạt động tốt hơn.

Hiệu chỉnh thời gian

Các nhà nghiên cứu đã tập trung vào việc điều chỉnh "hằng số thời gian" - tức là mỗi tế bào quyết định những gì nó muốn làm dựa trên những gì các tế bào kết nối với nó đang làm.
Sau khi thay đổi hằng số thời gian của các tế bào, họ giao nhiệm vụ cho mạng lưới thực hiện một số nhiệm vụ máy móc tiêu chuẩn: phân loại hình ảnh của quần áo và các chữ số viết tay, nhận biết cử chỉ của con người, và xác định các chữ số và lệnh được nói.
Kết quả cho thấy rằng bằng cách cho phép mạng kết hợp thông tin nhanh và chậm, nó có thể giải quyết tốt hơn các tác vụ trong các cài đặt thực tế phức tạp hơn.

Tối ưu hóa hiệu suất làm việc của trí tuệ nhân tạo trong tương lai

Khi họ thay đổi lượng biến đổi trong các mạng mô phỏng, họ nhận thấy rằng những mạng hoạt động phù hợp nhất với lượng biến đổi được nhìn thấy trong não, cho thấy rằng não có thể đã tiến hóa để có lượng biến đổi phù hợp để học tập tối ưu.
Nicolas nói thêm: "Chúng tôi đã chứng minh rằng trí tuệ nhân tạo có thể được đưa đến gần hơn với cách bộ não của chúng ta hoạt động bằng cách mô phỏng các đặc tính nhất định của não. Tuy nhiên, các hệ thống trí tuệ nhân tạo hiện nay còn lâu mới đạt được mức hiệu quả năng lượng mà chúng ta tìm thấy trong các hệ thống sinh học.