Điện toán thần kinh được phát triển vào cuối những năm 1980, đặt mục đích tạo ra các mạch điện tử mô phỏng những cấu trúc thần kinh trong các hệ thống tư duy của sinh vật sống. Nguyên tắc cơ bản là các máy tính có thể đồng thời xử lý và lưu trữ một dung lượng lớn thông tin.

Gần đây, các nhà nghiên cứu tại Đại học Trung tâm Florida (UCF) công bố một báo cáo cho biết, nhóm khoa học chế tạo một thiết bị có kích thước nano, mô phỏng đường dẫn thần kinh của những tế bào não, trong hệ thống thị giác của con người.

Jayan Thomas, giáo sư tại Trung tâm Công nghệ NanoScience UCF và khoa Khoa học và Kỹ thuật Vật liệu của UCF, tác giả chính của công trình nghiên cứu cho biết: đây là một bước tiến mới phát triển những máy tính kỹ thuật thần kinh, đặc trưng chính là các bộ xử lý máy tính có thể đồng thời xử lý thông tin và lưu trữ dữ liệu.

 

Công nghệ này cho phép làm giảm thời gian xử lý cũng như năng lượng cần thiết để xử lý thông. Đây cũng là một giải pháp mà trong tương lai, phát minh này có thể là cơ sở căn bản để tạo ra những robot có thể suy nghĩ tương tự con người.

Tania Roy, trợ lý giáo sư tại Trung tâm Công nghệ NanoScience của UCF giải thích: Hãy tưởng tượng một máy bay không người lái UAV có thể bay mà không cần hệ thống dẫn đường đến các địa bàn đồi núi xa xôi, xác định vị trí những người leo núi gặp nạn, bị mắc kẹt trong địa hình phức tạp. 

Hiện nay điều này rất khó khăn vì những máy bay không người lái (UAV) cần liên kết với các máy chủ từ xa, xác định địa hình địa vật, tọa độ và đối tượng, những gì mà UAV thu được khi quét địa hình camera. Thiết bị mà chúng tôi phát minh cho phép chế tạo hệ thống AI, khiến drone thực sự độc lập trong điều khiển hành động vì có thể nhìn nhận và xác định sự vật tương tự như con người.

Cô Tania cho biết: Những nghiên cứu trước chế tạo các camera, quay lại hình ảnh đối tượng và gửi dữ liệu đến một máy chủ để được xác định, bằng thiết bị này, camera có thể hoạt động tương tự như mắt và chức năng nhận thức hình ảnh của não cùng lúc. Thiết bị của chúng tôi cho phép camera có thể quan sát hình ảnh đối tượng và xác nhận trực tiếp, thời gian thực.

Theo bình luận của các tác giả công trình nghiên cứu trong thông cáo báo chí của UCF, thì thủ thuật khôn khéo của sáng tạo này là phát triển trên cấu trúc mô nano, các điểm lượng tử perovskite nhạy quang được cấy lên tấm vật liệu nano graphene nano có độ dày nguyên tử cả hai chiều bề mặt.

Sự kết hợp này cho phép các hạt quang hoạt tính hấp thu ánh sáng, chuyển đổi thành hạt điện tích, những hạt điện tích này truyền trực tiếp vào graphene, tất cả chỉ trong một bước. Toàn bộ quá trình diễn ra trên tấm phim cực kỳ mỏng, khoảng một phần mười độ dày sợi tóc người.

Basudev Pradhan, thành viên của nhóm nghiên cứ Năng lượng Mặt trời Tiên tiến Bhaskara trong phòng thí nghiệm của giáo sư Thomas, hiện đang là trợ lý giáo sư tại Khoa Kỹ thuật Năng lượng tại Đại học Trung tâmc Jharkhand ở Ấn Độ nhận xét. Do tính chất của cấu trúc vật liệu thượng tầng, thiết bị có hiệu ứng bộ nhớ, hoạt động bằng ánh sáng,

Tính chất này tương tự như những tế bào não bộ liên quan đến thị giác. Các đầu thần kinh quang điện tử mà chúng tôi phát triển từ cơ sở căn bản là các dây thần kinh não bộ, có ý nghĩa quan trọng, ảnh hưởng trực tiếp đến công nghệ điện toán thần kinh. Phương thức kiến trúc thượng tầng (bề mặt) này chắc chắn sẽ dẫn đến những hướng đi mới trong tiến trình phát triển các thiết bị quang điện tử siêu mỏng tương lai.

Giáo sư Thomas nói: Hiện nay, để kiểm tra khả năng của thiết bị trong việc nhìn nhận các vật thể bằng công nghệ điện toán biến đổi thần kinh, các nhà nghiên cứu đang sử dụng thử nghiệm thiết bị trong các thí nghiệm nhận dạng khuôn mặt,.

 “Do thiết bị mà chúng tôi phát triển theo khuôn mẫu nguyên tắc hoạt động của các tế bào não liên quan đến thị giác, nhận dạng khuôn mặt là một trong những thử nghiệm quan trọng nhất trong tập hợp công trình nghiên cứu về điện toán thần kinh của chúng tôi”.

Các nhà nghiên cứu cho biết, thông qua những thử nghiệm nhận dạng khuôn mặt bằng thiết bị quan sát và lưu giữ thông tin siêu mỏng, các nhà khoa học tiếp tục tập trung nghiên cứu để tinh chỉnh, hoàn thiện thiết bị, sử dụng thiết bị để phát triển thành hệ thống dạng mạch, bao gồm những vấn đề như quan sát, nhận biết, lưu trữ, xác định và đưa ra kết quả trong công nghệ Máy học (ML).