Vật lý giúp mạng thần kinh nhân tạo tốt hơn, không phải toán học

Các nhà nghiên cứu tại Đại học Harvard và Viện Công nghệ Massachusetts (MIT) vừa đưa ra những báo cáo để chỉ rõ bản chất vật lý của mạng thần kinh nhân tạo (neural networks).

Sử dụng những thuật toán nhưng các AI lại dựa vào vật lý học để mạnh mẽ hơn

Đối với nhiều người, những thành tựu mà mạng thần kinh nhân tạo đạt được trong thời gian qua - như đánh bại kỳ thủ cờ vây giỏi nhất thế giới Lee Sedol (Hàn Quốc) hồi đầu năm, hay thực hiện các nhiệm vụ mà hầu hết máy tính không làm được - xuất phát từ những thuộc tính của ngành toán học.

Theo Engadget, một mặt có lẽ sẽ có những thuật toán được áp dụng vào trí thông minh nhân tạo để giúp nó giải quyết các vấn đề nào đó một cách nhanh chóng, nhưng các nhà tham gia công trình nghiên cứu cho biết câu trả lời như vậy thực sự thiếu độ chính xác.

Để giải thích cho vấn đề, các nhà nghiên cứu nói: “Khi viết ra những định luật về toán học, bạn có thể mô tả tất cả những điều nó đã làm dựa trên các tính chất cơ bản. Như vậy, một mạng thần kinh nhân tạo không cần phải hiểu rõ từng chức năng có thể (như một máy tính thông thường thực hiện) để đưa ra một câu trả lời, thay vào đó nó chỉ cần một số nguyên tắc cơ bản.

Mạng thần kinh nhân tạo có thể sử dụng mỗi lớp tính toán để đưa đến giải pháp gần đúng, từ đó đưa ra một kết luận nhanh hơn so với một máy tính thông thường - vốn sử dụng các giải pháp liên quan đến cấu trúc phân cấp, chẳng hạn như lập bản đồ bức xạ vũ trụ”.

Những hiểu biết có thể giúp các hệ thống trí thông minh nhân tạo trở nên tốt hơn, từ đó thực hiện các công việc tốt hơn so với những điều vốn có trước đó. Hơn nữa, chúng có thể thực hiện những suy nghĩ riêng.

Có một điều cần lưu ý là, khuôn mẫu nhiều mạng thần kinh nhân tạo được phát triển dựa vào bộ não con người, cho thấy bộ não chúng ta có một cấu trúc lý tưởng để có thể hiểu biết thế giới xung quanh.

Diệp Hân