Công Nghệ & Ứng Dụng

Trí tuệ nhân tạo có thể bắt chước bộ não

Trí tuệ nhân tạo có thể bắt chước bộ não

Wikicabinet – Kênh thông tin tri thức nhân loại kính chào quý độc giả ở kỳ trước chúng tôi đã giới thiệu các chủ đề về:

Cuộc cách mạng công nghiệp lần thứ tư

Kỳ này wikicabinet công nghệ & ứng dụng xin giới thiệu đến độc giả một chủ đề Trí tuệ nhân tạo có thể bắt chước bộ não. Mời quý độc giả đón theo dõi chủ đề này cùng wikicabinet công nghệ & ứng dụng nhé!

Trong vài năm trở lại đây, các thuật toán trí tuệ nhân tạo đã có những bước phát triển vượt bậc. Ứng dụng của nó trong cuộc sống hàng ngày của chúng ta ngày càng trở nên phổ biến, nó thường được sử dụng để phân tích nội dung của văn bản hoặc hình ảnh, hiểu các khẩu lệnh và thường hiệu quả hơn con người.

Vào năm 2016, thuật toán Alpha Go đã đánh bại Lee Sedol, nhà vô địch thế giới đến từ Hàn Quốc trong một ván cờ vây, và 10 năm trước, không một chuyên gia nào lường trước được thành tích như vậy. Tuy nhiên, để đạt được hiệu suất ấn tượng, các thuật toán này cần tiêu tốn rất nhiều năng lượng, vượt xa mức năng lượng mà bộ não của chúng ta cần để hoàn thành các nhiệm vụ tương tự. Ví dụ, BERT là một thuật toán trí tuệ nhân tạo xử lý ngôn ngữ của con người và quá trình đào tạo của nó cần tiêu thụ hàng nghìn kilowatt giờ điện. Con số này tương đương với năng lượng não người tiêu hao trong 6 năm. Về tiêu hao năng lượng, quá trình ghi nhớ, tính toán và học tập của não bộ hiệu quả hơn nhiều so với máy tính. Liệu chúng ta có thể lấy cảm hứng từ bộ não của mình và làm cho các thiết bị hoạt động tốt hơn không? Câu trả lời là có, chúng ta có thể sử dụng spintronics của các electron để làm điều này.

Trí tuệ nhân tạo giúp tách lưu trữ và tính toán dẫn đến tiêu thụ nhiều năng lượng!

Trí tuệ nhân tạo phổ biến hiện nay là một thuật toán dựa trên mạng lưới thần kinh sâu và thiết kế của nó được lấy cảm hứng từ cấu trúc của bộ não. Nhưng tại sao mức tiêu thụ năng lượng giữa trí tuệ con người và trí tuệ nhân tạo lại khác nhau đến vậy? Điều này là do các chương trình trí tuệ nhân tạo ngày nay vẫn đang chạy trên các máy tính cổ điển, hoặc trên các card đồ họa tương tự, và cấu trúc cũng như nguyên tắc hoạt động của chúng khác biệt đáng kể so với bộ não.

Để giải quyết vấn đề tiêu thụ nhiều năng lượng, nhiều cơ quan nghiên cứu và doanh nghiệp đang phát triển các thiết bị điện tử mới, với hy vọng làm cho nguyên lý hoạt động của nó có thể bắt chước hoàn toàn bộ não. Spintronics là một trong những phương pháp, chuyên ngành này nghiên cứu cách phát triển và sử dụng các tính chất lượng tử nhất định của electron. Với sự trợ giúp của phần cứng được phát triển bởi spintronics, chúng ta có thể mô phỏng hành vi của các tế bào thần kinh trong não và các khớp thần kinh kết nối chúng. Có thể chúng ta không thể sử dụng spintronics để phát triển một giải pháp hoàn chỉnh và hiện thực hóa công nghiệp hóa trong ngắn hạn, nhưng một số kết quả ban đầu đã cho thấy triển vọng tốt.

Đối với máy tính trong các ứng dụng thực tế, để nâng cao hiệu quả sử dụng năng lượng và tốc độ tính toán, trở ngại lớn nhất xuất phát từ thực tế cơ bản là dữ liệu được lưu trữ trong bộ nhớ và bộ xử lý độc lập về mặt vật lý với nhau. Bộ xử lý là một thiết bị xử lý dữ liệu theo hướng dẫn của chương trình. Thuật toán trí tuệ nhân tạo chứa hàng triệu thậm chí hàng tỷ tham số, khi chạy thuật toán này phải tìm kiếm dữ liệu trong bộ nhớ mọi lúc, sau đó cộng hoặc nhân trong bộ xử lý, cuối cùng kết quả là ghi vào bộ nhớ. Điều này tạo thành một dòng dữ liệu được truyền liên tục qua đường truyền thông, và năng lượng mà nó tiêu thụ thật đáng kinh ngạc.

Trong não, cách dữ liệu được xử lý khá khác nhau. Bộ nhớ ở khắp mọi nơi, và thông tin được phân phối và lưu trữ trong các khớp thần kinh. Khớp thần kinh là nút kết nối giữa các nơ-ron, đồng thời nó cũng chịu trách nhiệm xử lý dữ liệu. Trung bình, mỗi nơ-ron được kết nối với 10.000 khớp thần kinh và có khả năng thực hiện tính toán song song. Phương pháp tính toán và lưu trữ kết hợp này, cùng với khả năng xử lý song song, có hiệu quả năng lượng đáng kinh ngạc.

Bản thân bản chất của việc tính toán cũng quyết định phần lớn đến hiệu quả sử dụng năng lượng của thiết bị. Máy tính xử lý dữ liệu rất chính xác, mã hóa thông tin dưới dạng bit và các phép toán logic trên loại dữ liệu này được thực hiện một cách cực kỳ nghiêm ngặt. Nếu nó đang xử lý quá trình đưa một tên lửa vào không gian, thì độ chính xác này là rất quan trọng. Tuy nhiên, nếu bạn muốn nhận ra một khuôn mặt quen thuộc, độ chính xác như vậy có thể không quá cần thiết. Và để mạch thực hiện một hoạt động hoàn hảo là rất tốn năng lượng, bởi vì nó cần phải loại bỏ tất cả tiếng ồn và sửa chữa tất cả các lỗi.

Năng lượng của bộ não chỉ là lượng calo chúng ta tiêu thụ hàng ngày rất hạn chế, vì vậy trong quá trình tiến hóa, bộ não đã áp dụng một chiến lược khác: dung hòa giữa độ tin cậy của việc xử lý thông tin và mức tiêu hao năng lượng. Các khớp thần kinh và tế bào thần kinh có một số hành vi ngẫu nhiên và chúng cho phép một số lỗi nhất định, vì vậy ngay cả khi chúng nhận được thông tin tương tự, chúng có thể không nhất thiết phải đưa ra kết quả giống nhau.

Mặt khác, để đảm bảo độ tin cậy của quá trình xử lý thông tin, não bộ sử dụng nhiều chiến lược khác nhau. Ví dụ, mỗi nơ-ron một mình không đáng tin lắm, nhưng đôi khi nhiều nơ-ron trong não hoạt động cùng lúc và xử lý cùng một tín hiệu. Bộ não tạo ra một kết quả ổn định liên quan dựa trên tổng số các phản ứng của tế bào thần kinh. Từ kết quả, mức tiêu thụ năng lượng của hệ thống dự phòng này thấp hơn so với hệ thống nghiêm ngặt có thể sửa lỗi một cách có tổ chức.

Ngoài ra, các tín hiệu được lưu trữ bởi các khớp thần kinh và xử lý bởi các tế bào thần kinh không phải là “0” hoặc “1” nhị phân, điều này hoàn toàn khác với các linh kiện điện tử hiện nay. Những tín hiệu này là một loại tín hiệu điện và phạm vi giá trị của chúng tương đối rộng, và mỗi tín hiệu rất giống nhau nhưng lại khác xa nhau. Có thể nói, lượng thông tin chứa trong tín hiệu này đã tăng lên rất nhiều, nhưng nó cũng nhạy cảm hơn với nhiễu (hay nhiễu). Bạn biết đấy, trong bộ xử lý, mỗi thành phần được vận hành ở cùng một tần số xung nhịp, điều này đảm bảo sự đồng bộ của các hoạt động, nhưng hạn chế tốc độ xử lý thông tin; trong khi bộ não hoạt động theo một cách khác, nó không đồng bộ. mỗi tế bào thần kinh phát ra tín hiệu điện ở tần số riêng để giao tiếp hiệu quả với các tế bào thần kinh khác. Đôi khi kiểu giao tiếp này cũng kéo dài các vùng não khác nhau.

Trong kỳ tiếp theo, Wikicabinet công nghệ & ứng dụng trân trọng mời độc giả đón đọc chủ đề Thế hệ máy tính mới lấy cảm hứng từ não bộ.

Nếu có những thắc mắc hay muốn tìm hiểu về bất kỳ chủ đề nào, hãy liên hệ với Wikicabinet công nghệ & ứng dụng bằng cách bình luận ở phía dưới nhé.

Leave a Reply