Minh Nguyệt
Intern Writer
Một nghiên cứu quốc tế mới đây đã giới thiệu mô hình Mạng Nơron Cong, một loại kiến trúc bộ nhớ AI mới được lấy cảm hứng từ các ý tưởng hình học. Nghiên cứu này cho thấy việc "bẻ cong" không gian mà AI "suy nghĩ" có thể tạo ra hiệu ứng hồi tưởng bộ nhớ mãnh liệt - giống như khoảnh khắc "bừng sáng" trong não bộ con người. Điều này mở ra những hướng đi mới cho lĩnh vực tính toán lấy cảm hứng từ não bộ, khoa học thần kinh, và thậm chí là robotics thế hệ tiếp theo, cung cấp công cụ để hiểu rõ hơn về bộ nhớ của chính chúng ta.
Hãy thử tưởng tượng, nếu trí tuệ nhân tạo không chỉ nhớ mọi thứ tốt, mà còn nhanh chóng và đáng tin cậy hơn thì sao? Nghiên cứu quốc tế này đã giới thiệu một loại bộ nhớ AI độc đáo - một cách tiếp cận không phải bằng cách gia tăng dữ liệu, mà bằng hình học. Một nhóm các nhà nghiên cứu từ Trung tâm Toán ứng dụng Basque (BCAM), Araya Inc., Đại học Sussex và Đại học Kyoto đã phát triển một lớp mô hình AI mới gọi là Mạng Nơron Cong. Các phát hiện của họ, được công bố trên tạp chí Nature Communications, chỉ ra rằng việc bẻ cong không gian trong suy nghĩ của AI có thể tạo ra những khoảnh khắc hồi tưởng bộ nhớ mãnh liệt - tương tự như ánh sáng bật lên trong bộ não nhân loại.
Các hệ thống AI truyền thống thường chỉ dựa vào những kết nối đơn giản, giống như việc trò chuyện một-một. "Nhưng não bộ con người hoạt động với những tương tác phong phú và đa chiều, nơi mà nhiều tín hiệu tác động lẫn nhau cùng lúc," Miguel Aguilera từ BCAM cho biết. Để khắc phục bất cập này, nhóm nghiên cứu đã đưa hình học cong vào mô hình AI, cho phép các quá trình bộ nhớ phức tạp và giống thật hơn - mà không cần thêm quá tải tính toán.
Các Mạng Nơron Cong đã tiết lộ ba đặc điểm chính: Hồi Tưởng Bộ Nhớ Mãnh Liệt, trong đó hệ thống có thể dễ dàng nhảy đến một ký ức đã lưu trữ, như bật công tắc; Trí Tuệ Tự Điều Chỉnh, trong đó AI tự động điều chỉnh "tâm điểm" khi hồi tưởng, giúp tăng tốc độ phản ứng; và Ít Lỗi Hơn, trong đó một tham số điều chỉnh đơn lẻ giúp hệ thống cân bằng giữa sức mạnh bộ nhớ và độ chính xác. "Những đặc tính này không được lập trình cứng, mà phát sinh tự nhiên từ hình học cong của mô hình," Pablo A Morales từ Araya Inc. nhấn mạnh.
Phát hiện này có thể dẫn đến các hệ thống AI linh hoạt hơn, hiệu quả hơn và dễ hiểu hơn - một bước nhảy vọt lớn so với các mô hình "hộp đen" hiện nay, mạnh mẽ nhưng khó giải thích. "Đây là một ví dụ thuyết phục về cách hình học và vật lý có thể dẫn dắt những tiến bộ trong trí thông minh - cả tự nhiên lẫn nhân tạo," Fernando E. Rosas từ Đại học Sussex nhận định. "Công trình này mở ra những cách suy nghĩ mới về cách mà não bộ và máy móc có thể lưu trữ và truy xuất thông tin một cách hiệu quả."
Hideaki Shimazaki, phó giáo sư tại Đại học Kyoto, cho biết thêm rằng "Điều bắt đầu như một ý tưởng đơn giản - sử dụng hình học cong trong các mạng nơron - đã biến hóa thành một hành trình hợp tác sâu sắc. Phát hiện này chắc chắn sẽ góp phần vào tương lai của AI." Thông tin thêm có thể được tìm thấy trong bài báo: Miguel Aguilera và các đồng nghiệp, "Các mạng nơron bùng nổ thông qua các tương tác bậc cao trong các mặt phẳng thống kê cong," Nature Communications (2025). DOI: 10.1038/s41467-025-61475-w.
Nguồn tham khảo: Techxplore
Hãy thử tưởng tượng, nếu trí tuệ nhân tạo không chỉ nhớ mọi thứ tốt, mà còn nhanh chóng và đáng tin cậy hơn thì sao? Nghiên cứu quốc tế này đã giới thiệu một loại bộ nhớ AI độc đáo - một cách tiếp cận không phải bằng cách gia tăng dữ liệu, mà bằng hình học. Một nhóm các nhà nghiên cứu từ Trung tâm Toán ứng dụng Basque (BCAM), Araya Inc., Đại học Sussex và Đại học Kyoto đã phát triển một lớp mô hình AI mới gọi là Mạng Nơron Cong. Các phát hiện của họ, được công bố trên tạp chí Nature Communications, chỉ ra rằng việc bẻ cong không gian trong suy nghĩ của AI có thể tạo ra những khoảnh khắc hồi tưởng bộ nhớ mãnh liệt - tương tự như ánh sáng bật lên trong bộ não nhân loại.
Các hệ thống AI truyền thống thường chỉ dựa vào những kết nối đơn giản, giống như việc trò chuyện một-một. "Nhưng não bộ con người hoạt động với những tương tác phong phú và đa chiều, nơi mà nhiều tín hiệu tác động lẫn nhau cùng lúc," Miguel Aguilera từ BCAM cho biết. Để khắc phục bất cập này, nhóm nghiên cứu đã đưa hình học cong vào mô hình AI, cho phép các quá trình bộ nhớ phức tạp và giống thật hơn - mà không cần thêm quá tải tính toán.
Các Mạng Nơron Cong đã tiết lộ ba đặc điểm chính: Hồi Tưởng Bộ Nhớ Mãnh Liệt, trong đó hệ thống có thể dễ dàng nhảy đến một ký ức đã lưu trữ, như bật công tắc; Trí Tuệ Tự Điều Chỉnh, trong đó AI tự động điều chỉnh "tâm điểm" khi hồi tưởng, giúp tăng tốc độ phản ứng; và Ít Lỗi Hơn, trong đó một tham số điều chỉnh đơn lẻ giúp hệ thống cân bằng giữa sức mạnh bộ nhớ và độ chính xác. "Những đặc tính này không được lập trình cứng, mà phát sinh tự nhiên từ hình học cong của mô hình," Pablo A Morales từ Araya Inc. nhấn mạnh.
Phát hiện này có thể dẫn đến các hệ thống AI linh hoạt hơn, hiệu quả hơn và dễ hiểu hơn - một bước nhảy vọt lớn so với các mô hình "hộp đen" hiện nay, mạnh mẽ nhưng khó giải thích. "Đây là một ví dụ thuyết phục về cách hình học và vật lý có thể dẫn dắt những tiến bộ trong trí thông minh - cả tự nhiên lẫn nhân tạo," Fernando E. Rosas từ Đại học Sussex nhận định. "Công trình này mở ra những cách suy nghĩ mới về cách mà não bộ và máy móc có thể lưu trữ và truy xuất thông tin một cách hiệu quả."
Hideaki Shimazaki, phó giáo sư tại Đại học Kyoto, cho biết thêm rằng "Điều bắt đầu như một ý tưởng đơn giản - sử dụng hình học cong trong các mạng nơron - đã biến hóa thành một hành trình hợp tác sâu sắc. Phát hiện này chắc chắn sẽ góp phần vào tương lai của AI." Thông tin thêm có thể được tìm thấy trong bài báo: Miguel Aguilera và các đồng nghiệp, "Các mạng nơron bùng nổ thông qua các tương tác bậc cao trong các mặt phẳng thống kê cong," Nature Communications (2025). DOI: 10.1038/s41467-025-61475-w.
Nguồn tham khảo: Techxplore
