Máy tính sinh học chạy bằng tế bào não người đầu tiên trên thế giới

Một startup công nghệ tại Melbourne, Úc, vừa ra mắt CL1 – máy tính sinh học đầu tiên trên thế giới sử dụng tế bào não người để xử lý dữ liệu.

Máy tính sinh học đầu tiên

Hầu hết các hệ thống AI ngày nay đều dựa trên máy tính truyền thống, sử dụng các thuật toán để học và đưa ra quyết định. Tuy nhiên, CL1 của Cortical Labs hoạt động theo một cách hoàn toàn khác: nó dùng chính tế bào thần kinh của con người để xử lý thông tin.

Sản phẩm này chứa hàng trăm nghìn tế bào thần kinh, có kích thước tương đương bộ não của một con kiến hoặc gián. Những tế bào này không chỉ tồn tại mà còn có khả năng học hỏi, tương tự như cách bộ não con người tiếp nhận và xử lý thông tin.

Hẳn bạn sẽ thắc mắc các tế bào này được tạo như thế nào phải không?

Tế bào não trong CL1 được tạo ra từ một quy trình đặc biệt, trong đó tế bào máu của tình nguyện viên sẽ được biến đổi thành tế bào gốc, sau đó phát triển thành tế bào thần kinh. Những tế bào này được nuôi dưỡng trong một con chip đặc biệt, cung cấp chất dinh dưỡng và duy trì điều kiện sống tối ưu.

Hệ thống này sẽ học hỏi bằng cách nhận các tín hiệu điện:

• Nếu phản hồi sai, nó nhận được tín hiệu ngẫu nhiên.
• Nếu phản hồi đúng, nó nhận được tín hiệu có quy luật.

Qua thời gian, các tế bào sẽ dần hiểu được quy luật, từ đó hình thành khả năng xử lý thông tin.

Cortical Labs đã từng sử dụng phương pháp này để dạy tế bào não trong phòng thí nghiệm chơi trò chơi Pong vào năm 2022. Dù chưa thể trở thành một game thủ chuyên nghiệp, hệ thống này đã đánh trúng bóng nhiều hơn khi có cơ chế phản hồi so với khi không có hướng dẫn.

Lợi thế của những máy tính sinh học là gì?

1. Tiêu thụ ít năng lượng hơn

Các mô hình AI hiện nay như ChatGPT hay DALL-E yêu cầu lượng điện năng khổng lồ để hoạt động. Trong khi đó, CL1 chỉ cần vài watt, giúp tiết kiệm năng lượng đáng kể.

2. Học nhanh hơn

Con người và động vật có thể suy luận từ một lượng nhỏ dữ liệu và đưa ra quyết định, trong khi AI truyền thống thường cần hàng triệu mẫu dữ liệu để đạt độ chính xác cao.

3. Ứng dụng rộng rãi trong y học

Công nghệ này có tiềm năng lớn trong mô phỏng bệnh lý và thử nghiệm thuốc, đặc biệt là trong nghiên cứu về các bệnh thoái hóa thần kinh như Alzheimer hay Parkinson.

Những thách thức và tranh cãi

Dù có nhiều tiềm năng, nhưng CL1 vẫn còn rất xa mới đạt được trí thông minh như AI hiện nay. Dạy tế bào não chơi Pong là một chuyện, nhưng để nó ra quyết định phức tạp như con người thì vẫn là một thách thức lớn.

Một số nhà khoa học lo ngại rằng, nếu công nghệ này phát triển đến quy mô lớn hơn, các hệ thống neuron có thể hình thành ý thức hoặc nhận thức được tình trạng của mình.

Silvia Velasco, một chuyên gia nghiên cứu về tế bào gốc, cho rằng dù điều này chưa phải là vấn đề trước mắt, nhưng chúng ta cần đặt ra các giới hạn đạo đức từ bây giờ.

Hiện tại, CL1 chỉ chứa vài trăm nghìn neuron, trong khi bộ não con người có hơn 86 tỷ neuron. Điều này đặt ra câu hỏi liệu công nghệ này có thể mở rộng quy mô đủ lớn để đạt hiệu suất như AI truyền thống hay không.

Tương lai của máy tính sinh học

Dù còn nhiều thách thức, CL1 đánh dấu một bước tiến quan trọng trong việc kết hợp công nghệ sinh học và trí tuệ nhân tạo.

Tiến sĩ Kagan, Giám đốc khoa học của Cortical Labs, tin rằng máy tính sinh học sẽ không thay thế AI hiện tại, mà thay vào đó sẽ được sử dụng cho những nhiệm vụ đặc biệt, nơi mà neuron sinh học có lợi thế hơn.

Một số hướng nghiên cứu trong tương lai bao gồm:

• Nâng cấp hệ thống neuron từ 2D lên 3D, giúp mô phỏng bộ não con người tốt hơn.
• Tích hợp với AI truyền thống, tạo ra một mô hình AI-lai-sinh học có thể tận dụng điểm mạnh của cả hai công nghệ.
• Ứng dụng trong y học, giúp nghiên cứu các bệnh về não và phát triển thuốc mới hiệu quả hơn.

CL1 là một phát minh mang tính đột phá, nhưng vẫn còn nhiều câu hỏi chưa có lời giải. Công nghệ này không chỉ giúp chúng ta hiểu rõ hơn về bộ não con người, mà còn có thể mở ra một kỷ nguyên mới cho trí tuệ nhân tạo.

Tuy nhiên, liệu máy tính sinh học có thể thực sự cạnh tranh với AI truyền thống, hay đây chỉ là một thí nghiệm khoa học thú vị? Câu trả lời có lẽ sẽ cần thêm nhiều năm nghiên cứu và thử nghiệm.