Australia phát triển chip có não người

“DishBrain”, tên gọi của nhóm tế bào não được nuôi cấy trong phòng thì nghiệm đã được Cortical Labs “dạy” chơi game Pong.

"DishBrain là một công nghệ đột phá giúp chúng ta hiểu được các đặc tính thông minh của tế bào thần kinh", ông Hon Weng Chong, đồng sáng lập của Cortical Labs, nói với Nikkei Asia.

Cortical Labs hy vọng rằng, việc ứng dụng các tế bào não của con người sẽ giúp những con chip công suất cao tiết kiệm năng lượng hơn nhiều so với những con chip silicon trước đây.

Quá trình “huấn luyện” DishBrain

Để tạo ra DishBrain, nhóm nghiên cứu tại Phòng thí nghiệm Cortical đã nuôi cấy khoảng gần 1 triệu tế bào não, tương đương với bộ não của của con gián. Sau đó, họ chuyển nhóm tế bào vào một mảng vi điện cực được tạo thành từ hơn 26.000 cảm biến.

Khi được kết nối với máy tính, các cảm biến sẽ truyền tín hiệu điện đến các nơ-ron để mô phỏng game Pong. Trong game này, người chơi điều khiển thanh đỡ để đánh quả bóng vào tường. Nhóm nghiên cứu sẽ gửi tín hiệu điện đến mảng vi điện cực để chỉ ra vị trí của quả bóng. Sau đó, "bộ não" sẽ kích hoạt các tế bào thần kinh để di chuyển thanh đỡ vào đúng vị trí.

DishBrain sẽ tự đưa ra quyết định và chuyển thông tin này tới máy tính thông qua các cảm biến. Phần mềm sau đó đưa ra phản hồi về hành động của DishBrain.

"Những hành động này được lặp đi lặp lại, tạo thành một chu kỳ nhận thức", ông Kagan mô tả.

Nhóm đã thực hiện hơn 4.000 phiên thử nghiệm. Kết quả cho thấy DishBrain chỉ mất 5 phút để học được cách chơi Pong, nhanh hơn nhiều so với trí thông minh nhân tạo. Các tế bào nơ-ron càng chơi nhiều, chúng càng giỏi hơn, với hiệu suất được cải thiện khoảng 67% theo thời gian.

Tiềm năng của công nghệ này

Con chip của Cortical sẽ là một bước đột phá mới trong việc tạo ra các hệ thống trí tuệ nhân tạo thông minh hơn và hiệu quả hơn. Ngoài ra, công nghệ này còn có thể giúp các nhà khoa học hiểu rõ hơn về những bí ẩn của não bộ và phát triển các loại thuốc điều trị các bệnh thần kinh.

Công nghệ ứng dụng nơ-ron thần kinh lên chip đang ngày càng được quan tâm, bởi công nghệ này giúp tạo ra "một cách thức hoạt động tính toán hiệu quả hơn nhiều", ông Karl Friston, một nhà sinh lý học thần kinh tại Đại học College London ở Anh cho biết.

Việc ứng dụng các tế bào thần kinh sống sẽ rất hữu ích trong các tình huống đòi hỏi khả năng xử lý và tính toán nhanh, ví dụ như trong ô tô tự lái. Ngoài ra, tiềm năng phục vụ các công việc nghiên cứu của công nghệ này cũng rất lớn.

Theo ông Mark Kotter, một nhà giải phẫu thần kinh học tại Đại học Cambridge, DishBrain chính là chìa khoá mở ra cánh cửa nghiên cứu các bệnh về thần kinh hoặc tâm thần. Tế bào não được nuôi cấy có thể cung cấp những hiểu biết quan trọng về Parkinson, Alzheimer và các bệnh khác hiệu quả hơn rất nhiều so với việc nghiên cứu trên động vật.

Ông Kotter tiếp tục: “Tôi rất hào hứng với DishBrain vì công nghệ này sẽ giúp xây dựng một nền tảng vững chắc phục vụ nghiên cứu những sai sót trong quá trình xử lý thông tin". Tuy nhiên, ông đưa ra một lời cảnh báo: "Tôi nghĩ điều khó khăn nhất là biến một khái niệm thành một một sản phẩm có thể mở rộng thực tế. Đó là một vấn đề ta không nên xem thường".

Những khó khăn

Các chuyên gia khác đặt câu hỏi về tính khả thi của việc sử dụng tế bào thần kinh sống để cung cấp năng lượng cho chip.

Ông Andre van Schaik, một kỹ sư thần kinh tại Đại học Western Sydney cho biết: “Công nghệ này có một nhược điểm rất lớn đó là môi trường sống của những tế bào não nuôi cấy cần được duy trì cẩn thận, bao gồm tránh sự phát triển của vi khuẩn, mất cân bằng hóa học và thay đổi nhiệt độ. Điều kiện này yêu cầu các máy móc và trang thiết bị lớn hơn nhiều so với chip và tiêu thụ nhiều năng lượng hơn".

Mặt khác, các tế bào thần kinh nhân tạo không cần bảo trì như vậy. Điều này lý giải tại sao những nhà khoa học trong lĩnh vực này thường theo đuổi con đường đó.

Các chip TrueNorth của IBM chứa 1 triệu tế bào thần kinh kỹ thuật số với 256 triệu kết nối. Intel cũng đang phát triển chip của riêng mình, mang tên Loihi. Con chip này có thể nhanh chóng phát hiện các cảm nhận như cử chỉ, âm thanh hay thậm chí cả mùi.

Tiến sĩ Takuya Isomura, một nhà nghiên cứu tại viện Riken, Nhật Bản cũng đặt ra câu hỏi rằng những con chip như vậy thực sự phức tạp đến mức nào. Ông nói: “Theo suy nghĩ của tôi, độ phức tạp của những tác vụ mà con chip có thể thực hiện là khá hạn chế”. Điều đó một phần là do các tế bào thần kinh có những kết nối phức tạp riêng mà khó có thể tái tạo bên ngoài não.

Một nhược điểm lớn khác của nguyên mẫu DishBrain là các tế bào thần kinh của mới chỉ nhận thức được không gian hai chiều.

Ông Van Schaik nói: “Một trong những lợi thế của bộ não sinh học là khả năng xây dựng mạng lưới ở dạng 3D. Nhưng việc đưa các tế bào thần kinh sinh học lên chip 2D dường như sẽ loại bỏ lợi thế đó".

Cortical Labs thừa nhận thực tế đó và đang nỗ lực phát triển các tế bào thần kinh có khả năng nhận diện 3D.

Ngoài ra, các công nghệ AI hiện tại đòi hỏi một lượng lớn năng lượng. Một nghiên cứu năm 2019 ước tính rằng việc đào tạo một hệ thống xử lý ngôn ngữ có sẵn sẽ tạo ra khoảng 635 kg khí thải carbon, tương đương với một chuyến bay khứ hồi giữa Tokyo và TP.HCM.