Các mô hình Trí tuệ Nhân tạo đang được sử dụng nhiều trong việc nghiên cứu và giải thích cách thức bộ não của con người hoạt động.

Trong thế giới tự nhiên, sự thông minh tồn tại dưới nhiều hình thức: có thể là một con dơi sử dụng sóng âm để điều hướng một cách chính xác trong bóng tối, hoặc việc một con bạch tuộc thay đổi hành vi một cách nhanh chóng để tồn tại trong đại dương sâu. Tương tự như vậy, trong thế giới khoa học máy tính, có nhiều hình thức trí tuệ nhân tạo đang nổi lên – những mạng lưới khác nhau được đào tạo để vượt trội trong các nhiệm vụ khác nhau.

Và bây giờ, các nhà khoa học nghiên cứu về nhận thức đang sử dụng các mạng trí tuệ nhân tạo mới được phát triển để nâng cao hiểu biết về một trong những hệ thống trí tuệ khó nắm bắt nhất đó là não của con người. Trong nghiên cứu trình bày tại cuộc họp thường niên lần thứ 25 của Hiệp hội thần kinh học nhận thức (CNS), Aude Oliva đến từ Viện Công nghệ Massachusetts (MIT) cùng các đồng nghiệp của mình cho biết họ đang tập trung nghiên cứu về vai trò vai trò của các đầu mối theo ngữ cảnh trong nhận dạng hình ảnh của con người.

“Những câu hỏi cơ bản mà các nhà thần kinh học nhận thức và các nhà khoa học máy tính đang đi tìm câu trả lời là gần như giống nhau. Họ có một hệ thống phức tạp được tạo nên từ nhiều thành phần. Ở hệ thống này, nó được gọi là ‘thành phần’ còn ở hệ thống kia, nó lại được gọi là ‘đơn vị’. Chúng tôi đang tiến hành các thí nghiệm để xác định những thành phần này đang tính toán điều gì?”, Oliva nói.

Mạng lưới nhân tạo được dạy để nhận dạng 350 địa điểm khác nhau.

Trong một nghiên cứu gần đây sử dụng hơn 10 triệu hình ảnh, nhóm nghiên cứu của của Oliva đã tiến hành dạy một mạng lưới nhân tạo nhận dạng 350 địa điểm khác nhau. Oliva cho biết: “Các chương trình trí tuệ máy tính học rất nhanh khi chúng ta đưa cho nó nhiều dữ liệu, điều này cho phép nó phân tích bối cảnh học tập ở mức độ rất tốt”

Trong khi chúng ta không thể phân tích tế bào thần kinh của con người ở mức độ như vậy, việc sử dụng các mô hình máy tính để thực hiện một nhiệm vụ tương tự là hoàn toàn minh bạch. Oliva cho biết, các mạng thần kinh nhân tạo giống như những bộ não thu nhỏ, có thể được nghiên cứu, thay đổi, đánh giá, so sánh với phản ứng của mạng thần kinh con người, từ đó các nhà thần kinh học nhận thức có thể thu thập được một số phác hoạ về cách bộ não của con người hoạt động như thế nào.

Bộ não của chúng ta là một mạng thần kinh sâu và phức tạp. Có nhiều mô hình mạng thần kinh nhân tạo hiện nay đều lấy cảm hứng từ não người sử dụng trong các ứng dụng trí tuệ nhân tạo, như thị giác máy tính“, Nikolaus Kriegeskorte đến từ Đại học Columbia, người điều hành phiên thảo luận, cho biết: CNS cũng cho biết trong thông cáo báo chí của mình rằng, bằng cách sử dụng các ‘nơ-ron nhân tạo’, các dòng code cơ bản và phần mềm, cùng với các mô hình mạng thần kinh, các nhà nghiên cứu có thể phân tích các yếu tố khác nhau có thể áp dụng vào việc nhận dạng một địa điểm hoặc đối tượng cụ thể.

Kriegeskorte cho biết, những mô hình này đã giúp các nhà thần kinh học hiểu cách mọi người nhận ra các vật xung quanh họ trong nháy mắt. Điều này bao gồm hàng triệu tín hiệu phát ra từ võng mạc, quét qua một chuỗi các nơ-ron, lấy thông tin về ngữ nghĩa, ví dụ như chúng ta đang nhìn cảnh đường phố với nhiều người và một con chó.

Mạng lưới nhân tạo không thể tái tạo khả năng thị giác của con người, nhưng bằng cách mô hình hóa bộ não con người, họ đang tiếp tục hiểu về cả việc nhận thức lẫn trí tuệ nhân tạo,” Kriegeskorte nhận định.

Nằm trong xu thế chung của cuộc cách mạng 4.0, FPT đã cho ra đời nền tảng trí tuệ nhân tạo toàn diện FPT.AI ứng dụng những công nghệ tiên tiến như học máy, xử lý ngôn ngữ tự nhiên, thị giác máy tính; cung cấp những giải pháp tối ưu hóa hoạt động kinh doanh của doanh nghiệp với 4 sản phẩm: FPT.AI Conversation; FPT.AI Speech; FPT.AI Vision; FPT.AI Knowledge.

FPT.AI chính là chìa khóa giúp Doanh nghiệp giải quyết những thách thức của thời đại và vươn lên dẫn đầu trên thị trường.

 Đức Anh (tổng hợp)

Tin liên quan: