Điều này có thể sẽ trở thành nền tảng giúp trí tuệ nhân tạo mô phỏng não người chính xác hơn nữa.
Bộ não là cơ quan phức tạp nhất trong cơ thể con người. Mọi thứ bộ não có thể làm, cũng như cách nó làm, thậm chí còn trở thành nguồn cảm hứng cho một mô hình trí tuệ nhân tạo (AI) của máy tính.
Nhưng giờ, một nghiên cứu mới được công bố gần đây trên tạp chí Frontiers in System Neuroscience (Những biên giới trong các hệ thống về khoa học thần kinh) cho thấy, trí tuệ con người có thể là sản phẩm của một thuật toán cơ bản.
Theo nhà nghiên cứu Joe Tsien, thuật toán này được tìm thấy trong một lý thuyết do ông làm tác giả, Lý thuyết về Kết nối (Theory of Connectivity), một “logic toán học tương đối đơn giản làm cơ sở cho các tính toán phức tạp trong não bộ của chúng ta.”
Ông Joe Tsien hiện là nhà thần kinh học tại trường Y Dược Georgia thuộc Đại học Augusta, và là đồng giám đốc của Viện nghiên cứu về Hành vi và Não bộ thuộc Đại học Augusta, là học giả xuất sắc về nhận thức các hệ thống thần kinh thuộc tổ chức phi lợi nhuận Georgia Research Alliance.
Ông đưa ra lý thuyết của mình lần đầu tiên vào tháng Mười năm 2015.
Về cơ bản, đó là lý thuyết về việc chúng ta thu nhận kiến thức như thế nào, cũng như khả năng của chúng ta nhằm khái quát và rút ra kết luận từ chúng, một chức năng có được do sự sắp xếp và ghép nối với nhau bởi hàng tỷ các tế bào thần kinh.
“Chúng tôi trình bày các bằng chứng cho thấy, bộ não có thể hoạt động theo một logic toán học đơn giản đến tuyệt vời.” Ông Tsien cho biết.
Công thức của não bộ
Lý thuyết này mô tả cách các nhóm tế bào thần kinh tương tự nhau hình thành một cụm (neural clique) phức tạp như thế nào để xử lý các ý tưởng hoặc thông tin cơ bản.
Nhóm các cụm tế bào thần kinh này sau đó tập hợp lại thành các motif kết nối chức năng (functional connectivity motifs: FCM), để xử lý mọi khả năng kết hợp có thể xảy ra giữa những ý tưởng. Càng nhiều cụm tham gia vào những nhóm này, các suy nghĩ sẽ càng phức tạp hơn.
Theo nghiên cứu, thuật toán này sẽ biểu thị được số lượng các cụm tế bào thần kinh cần thiết cho một FCM, bằng một công thức logic hoán vị: (N=2i – 1).
Theo giải thích của ông Tsien, N là số lượng các cụm tế bào thần kinh kết nối theo nhiều cách khác nhau, số 2 ở đây có nghĩa là các tế bào thần kinh trong những cụm này có đang nhận thông tin đầu vào hay không, và i là thông tin mà chúng đang nhận vào, còn “– 1” chỉ là một phần của công thức toán học cho phép bạn có thể giải thích cho mọi khả năng.
Để kiểm tra lý thuyết của mình, Tsien và nhóm của ông đã theo dõi và ghi chép lại cách thuật toán này hoạt động trong 7 vùng bộ não khác nhau, mỗi vùng lại liên quan đến việc xử lý những ý tưởng cơ bản như thức ăn, hay nỗi sợ chuột cũng như hamster.
Họ thí nghiệm bằng cách cho những loài động vật các tập hợp khác nhau cảu bốn loại thực phẩm (bánh quy cho loài gặm nhấm, bột viên, gạo và sữa). Sử dụng các điện cực đặt trong những vùng cụ thể của não bộ những loài động vật này, họ có thể “nghe” được phản hồi của tế bào thần kinh.
Vì vậy, các nhà khoa học có thể xác định được tất 15 cách kết hợp khác nhau của các cụm tế bào thần kinh để phản hồi lại các kiểu sắp xếp thực phẩm, đúng như Lý thuyết về Kết nối đã dự đoán.
Hơn nữa, các cụm tế bào thần kinh này dường như còn kết hợp sẵn với nhau trong bộ não, vì chúng có thể xuất hiện ngay lập tức mỗi khi những lựa chọn cụ thể về thực phẩm được đưa ra.
Vậy điều này có gì quan trọng? Nếu trí tuệ trong bộ não phức tạp của con người có thể được xác định bằng một thuật toán cụ thể, hãy tưởng tượng điều này sẽ ý nghĩa thế nào với trí tuệ nhân tạo.
Vì rất có thể, một thuật toán tương tự như vậy cũng có thể được áp dụng cho cách mạng lưới thần kinh của AI hoạt động, khi chúng đang bắt chước cấu trúc kết nối của bộ não người.
Theo Soha
