Chìa khóa thành công của bộ não là hiệu quả của tế bào thần kinh trong việc đóng vai trò là bộ vi xử lý và thiết bị bộ nhớ, trái ngược với các mô đun tách biệt về mặt vật lý trong hầu hết các thiết bị điện toán hiện đại.

Đã có nhiều thử nghiệm để làm cho máy tính giống như não hơn nhưng chưa gây chú ý. Gần đây, một thử nghiệm mới có thể sẽ đưa tất cả tiến xa hơn-bằng cách tích hợp mô não con người thực với thiết bị điện tử.

Thử nghiệm đó được gọi là Brainoware. Một nhóm của kỹ sư Feng Guo tại Đại học Indiana Bloomington (Mỹ) đã cho Brainoware các nhiệm vụ như nhận dạng giọng nói và các vấn đề toán học như dự đoán phương trình phi tuyến.

Brainoware hơi kém chính xác hơn một máy tính thuần túy chạy trên trí tuệ nhân tạo, nhưng nghiên cứu cho thấy một bước đầu tiên quan trọng trong một loại kiến trúc máy tính mới.

Bộ não con người là "thiết bị" tự nhiên tuyệt vời. Nó chứa trung bình khoảng 86 tỉ tế bào thần kinh và lên đến một triệu tỉ khớp thần kinh. Mỗi tế bào thần kinh được kết nối với tới 10.000 tế bào thần kinh khác, liên tục phát xung giao tiếp với nhau.

Cho đến nay, nỗ lực tốt nhất của chúng ta để mô phỏng hoạt động của não trong một hệ thống nhân tạo hầu như không thể bén gót bộ não thực.

Vào năm 2013, máy tính K của Riken - sau đó là một trong những siêu máy tính mạnh nhất thế giới - đã cố gắng bắt chước bộ não. Với 82.944 bộ vi xử lý và một bộ nhớ chính, máy tính K phải mất 40 phút để mô phỏng một giây hoạt động của 1,73 tỉ tế bào thần kinh được kết nối bởi 10,4 nghìn tỉ khớp thần kinh. Con số 1,73 tỉ tế bào thần kinh hay 10,4 nghìn tỉ khớp thần kinh có vẻ khổng lồ như vậy cũng chỉ khoảng một đến hai phần trăm của não.

Trong những năm gần đây, giới khoa học và kỹ sư đã cố gắng tiếp cận một số khả năng của não bằng cách thiết kế phần cứng và thuật toán bắt chước cấu trúc và cách thức hoạt động của nó. Những máy tính thần kinh như vậy đang được cải thiện nhưng nó tốn nhiều năng lượng và việc đào tạo mạng lưới thần kinh nhân tạo cực kỳ tốn thời gian.

Guo và các đồng nghiệp đã tìm kiếm một cách tiếp cận khác bằng cách sử dụng mô não con người thực được phát triển trong phòng thí nghiệm. Các tế bào gốc đa năng của con người vốn được định hướng để phát triển thành các loại tế bào não khác nhau, được nhóm của Guo tổ chức thành các bộ não nhỏ ba chiều được gọi là organoids, hoàn chỉnh với các kết nối và cấu trúc.

Tuy nhiên, trong khi Guo và các đồng nghiệp tuân theo các hướng dẫn đạo đức trong việc phát triển Brainoware, một số nhà nghiên cứu từ Đại học Johns Hopkins vẫn nhắc khéo họ các cân nhắc về đạo đức khi mở rộng công nghệ này hơn nữa.

Theo nhóm của Guo, đây không phải là bộ não thực sự, mà chỉ đơn giản là sự sắp xếp của mô mà không có suy nghĩ, cảm xúc hoặc ý thức. Chúng hữu ích cho việc nghiên cứu cách não phát triển và hoạt động, mà không "chạm" vào một con người thực sự.

Brainoware bao gồm các cơ quan não được kết nối với một loạt các vi điện cực mật độ cao, sử dụng một loại mạng thần kinh nhân tạo được gọi là “hồ chứa điện toán”. Kích thích điện vận chuyển thông tin vào organoid và hồ chứa mà trong đó thông tin được xử lý trước khi Brainoware phát ra các tính toán của nó dưới dạng hoạt động thần kinh.

Máy tính bình thường nhận tín hiệu từ lớp đầu vào và đưa tín hiệu qua xử lý ở lớp đầu ra. Các lớp này ở Brainoware phải được đào tạo để hoạt động với organoid, với lớp đầu ra đọc dữ liệu thần kinh và phân loại hoặc dự đoán dựa trên đầu vào.

Để chứng minh hệ thống, các nhà nghiên cứu đã đưa ra các clip âm thanh cho Brainoware từ 8 loa tạo ra âm thanh nguyên bản và yêu cầu nó xác định giọng nói của từng cá nhân cụ thể.

Họ bắt đầu với một organoid. Sau khi đào tạo trong hai ngày, Brainoware đã có thể xác định người nói với độ chính xác 78%.

Họ cũng yêu cầu Brainoware dự đoán bản đồ Hénon, một hệ động lực thể hiện hành vi hỗn loạn. Sau 4 ngày tương ứng với 4 giai đoạn đào tạo, họ nhận thấy Brainoware có thể dự đoán bản đồ với độ chính xác cao hơn mạng lưới thần kinh nhân tạo không có bộ nhớ dài-ngắn hạn.

(Bộ nhớ dài-ngắn hạn hay Bộ nhớ ngắn-dài hạn (tiếng Anh: Long short-term memory) là một mạng thần kinh hồi quy nhân tạo được sử dụng trong lĩnh vực học sâu. Không giống như các mạng thần kinh truyền thẳng tiêu chuẩn, LSTM có chứa các kết nối phản hồi. Mạng không chỉ xử lý các điểm dữ liệu đơn lẻ như các hình ảnh, mà còn xử lý toàn bộ chuỗi dữ liệu, chẳng hạn như lời nói hoặc video).

Brainoware kém chính xác hơn một chút so với các mạng thần kinh nhân tạo có bộ nhớ dài - ngắn hạn nhưng nếu trải qua 50 giai đoạn huấn luyện, Brainoware đạt được kết quả tương đương trong chưa đầy 10% thời gian đào tạo.

Các nhà nghiên cứu viết: “Do tính dẻo và khả năng thích ứng cao của các chất hữu cơ, Brainoware có khả năng linh hoạt trong thay đổi và tổ chức lại để đáp ứng với kích thích điện, làm nổi bật khả năng thích ứng của hồ chứa điện toán”.

Vẫn còn những hạn chế đáng kể, đặc biệt là vấn đề giữ cho các mô não sống và khỏe mạnh cũng như mức tiêu thụ điện năng của thiết bị ngoại vi. Tuy nhiên, với những cân nhắc về mặt đạo đức, Brainoware không chỉ có ý nghĩa đối với công nghệ máy tính mà còn có ý nghĩa y sinh trong tìm hiểu những bí ẩn của bộ não con người.

Lena Smirnova, Brian Caffo và Erik C. Johnson, các nghiên cứu từ Đại học Johns Hopkins – những người không tham gia thử nghiệm Brainoware nhận xét: “Có thể phải mất nhiều thập niên trước khi các hệ thống điện toán sinh học nói chung có thể ra đời, nhưng nghiên cứu này có khả năng tạo ra những hiểu biết nền tảng về cơ chế học tập, phát triển thần kinh và ý nghĩa nhận thức của các bệnh thoái hóa thần kinh. Nó cũng có thể giúp phát triển các mô hình tiền lâm sàng về suy giảm nhận thức để thử nghiệm các phương pháp trị liệu mới".

Anh Tú