Latest news

Jul. 27, 2016
UHEI-Chip1.jpg
Một con chip neuromorphic
Trong những năm gần đây người ta nói nhiều hơn về những con chip có khả năng mô phỏng lại hoạt động của hệ thần kinh con người, gọi là neuromorphic chip. Đây là cả một ngành khoa học hiện đại mà rất nhiều đại học, viện nghiên cứu cũng như các công ty công nghệ đang đầu tư nghiên cứu và nó được lấy cảm hứng không chỉ từ khoa học máy tính mà còn từ sinh học, vật lý, toán học và kĩ thuật điện tử.

1. Sơ lược về neuromorphic

Kĩ thuật neuromorphic, còn được biết đến như điện toán neuromorphic, là một khái niệm được phát triển bởi nhà khoa học - kĩ sư người Mỹ Carver Mead vào cuối những năm 1980. Thuật ngữ này dùng để mô tả việc sử dụng các hệ thống tích hợp rất lớn (very-large-scale integration - VLSI) chứa nhiều mạch điện tử nhằm mô phỏng lại kiến trúc thần kinh sinh học đang hiện hữu trong mỗi con người chúng ta. Trong những năm gần đây neuromorphic còn được sử dụng để chỉ các phần mềm, phần cứng kết hợp giữa mạch số và mạch song song, miễn là chúng được tạo ra với mô hình của hệ thần kinh.

Một trong những điểm mấu chốt của điện toán neuromorphic đó là phải hiểu được hình thái học và cách hoạt động của từng “neuron” (tiếng Việt: nơ-ron), của các mạch điện tử cũng như cả một kiến trúc chung. Điều này sẽ ảnh hưởng đến cách thông tin được trình bày, ảnh hưởng đến quá trình học hỏi và phát triển của hệ thống, cũng như sự thích nghi với các thay đổi từ môi trường bên ngoài.

20130803_STD002_0.jpg ​

Trước khi đi vào sâu hơn, chúng ta hãy xem thử vài ví dụ thực tế về neuromorphic để các bạn có thể hiểu hơn vấn đề này.

Vào tháng 11/2011, một nhóm các nhà nghiên cứu ở Đại học MIT đã tạo ra con chip máy tính đầu tiên có khả năng bắt chước quá trình trao đổi ion trong một synapse (tiếng Việt: xi-náp, là mối liên kết giữa các nơ-ron) giữa hai neuron thần kinh. Họ làm được điều đó là nhờ sử dụng 400 bóng bán dẫn và quy trình sản xuất chip CMOS tiêu chuẩn.

Một dự án khác lớn hơn là Human Brain Project. Cái tên nói lên tất cả, đây là một dự án kéo dài 10 năm và có sự phối hợp của nhiều bên nhằm mô phỏng lại một bộ não người hoàn chỉnh trong một siêu máy tính với các dữ liệu sinh học. Tham gia vào dự án có nhiều nhà khoa học, nhà nghiên cứu hàng đầu trong lĩnh vực thần kinh, y tế và điện toán. Henry Markram, một trong những đồng giám đốc của dự án, cho biết rằng sản phẩm của họ khi hoàn toàn sẽ thiết lập nên một nền tảng mới để khám phá và hiểu hơn về não người cũng như cách chữa các bệnh về não. Ngoài ra người ta còn có thể dùng các kiến thức đó để phát triển nên những kĩ thuật điện toán mới.

Ba mục tiêu chính của dự án Human Brain Project bao gồm:
  • HIểu cách mà từng phần trong não phối hợp và hoạt động cùng nhau
  • Tìm hiểu cách chẩn đoán và chữa các bệnh liên quan đến não
  • Sử dụng các kiến thức về não để phát triển kĩ thuật neuromorphic.
Việc mô phỏng thành công não người sẽ giúp siêu máy tính trở nên mạn hơn cả nghìn lần so với hiện nay. Và dự án này quan trọng cũng như có tiềm năng lớn đến nỗi Ủy ban Châu Âu đã chấp nhận chi 1,3 tỉ USD cho nó.

2. Động lực để phát triển neuromorphic

Vì sao người ta không hài lòng với kĩ thuật máy tính hiện tại mà đi suy nghĩ thêm những kĩ thuật điện toán phức tạp khác? Tất cả đều có lý do của nó.

Kiến trúc mà chúng ta đang sử dụng trong các máy tính, smartphone, tablet, camera, TV thông minh hay đồng hồ thông minh được gọi là kiến trúc von Neumann. Nó được phát triển bởi nhà vật lý, toán học John von Neumann và ông công bố nghiên cứu của mình hồi năm 1946. Theo đó, ở các máy tính von Neumann dữ liệu sẽ được một thiết bị đầu vào (input device) đưa vô một bộ xử lý trung tâm (CPU) để xử lý và kết hợp một bộ nhớ để lưu dữ liệu. Sau khi đã được xử lý hoàn tất thì CPU sẽ đưa dữ liệu đến một thiết bị đầu ra (output device).

Vấn đề là kiến trúc von Neumann có một giới hạn gọi là nút thắt cổ chai (bottleneck). Nó là sự tắt nghẽn của một dòng dữ liệu khi mà tốc độ xử lý của CPU nhanh hơn nhiều so với tốc độ trao đổi dữ liệu mà bộ nhớ có thể đảm đương. Nói đơn giản hơn thì tốc độ của CPU thường nhanh hơn nhiều so với RAM, do đó khi CPU đã xử lý xong tác vụ của mình thì RAM vẫn còn đang trong quá trình “chuyển phát” dữ liệu, thế nên CPU không phát huy hết sức mạnh của mình. Để giảm thiểu tình trạng này người ta đã đưa các bộ nhớ tạm với tốc độ nhanh hơn RAM, đó chính là các register trong CPU hay bộ nhớ cache L1, L2, L3. Chúng sẽ chứa dữ liệu để CPU lấy và xử lý, nếu trong register hay cache không có dữ liệu cần thiết thì CPU mới phải đi lấy từ RAM và nếu không có nữa thì lấy từ ổ cứng.

That_co_chai.jpg ​

Nhưng dù sao thì vấn đề nút thắt cổ chai vẫn còn xuất hiện, không thể được loại bỏ hoàn toàn. Chưa hết, các kĩ sư thiết kế chip còn phải nghĩ cách cân bằng giữa tính năng, hiệu năng của chip với lượng điện mà chip tiêu thụ. Hãy tưởng tượng rằng các nhà khoa học hoàn toàn có thể mang CPU của siêu máy tính xuống cho di động, nhưng liệu bạn có chấp nhận một thiết bị vừa to vừa nặng mà chỉ chạy được có 6,9 phút không?

Trái ngược với kiến trúc von Neumann, "thiết bị điện toán" của mẹ thiên nhiên - bộ não - lại cực kì mạnh mẽ trong khi mức tiêu thụ năng lượng lại rất thấp, chỉ vào khoảng 20W điện (siêu máy tính thường cần đến cả nghìn, chục nghìn hay thậm chí là triệu Watt). Bạn suy nghĩ về một vấn đề gì đó thì bạn sẽ đốt năng lượng, nhưng chắc chắn sẽ không bằng máy tính ăn điện khi nó tính toàn cùng một vấn đề. Việc truy cập thành công vào sức mạnh như thế sẽ mở ra cả một kỉ nguyên mới cho ngành điện toán.

su_khac_biet_vn_nrm.png

Thiết bị neuromorphic cũng như thế, do hoạt động dựa theo mô hình não người nên bên trong con chip có rất nhiều neuron nhân tạo khác nhau được làm từ các bóng bán dẫn. Những bóng này có thể “kết nối” với nhau giống như các synapse, truyền tín hiệu cho nhau, thậm chí là thay đổi kết nối khi cần thiết. Tất cả sẽ tạo nên một mạng lưới liên kết chằng chịt và phức tạp, đủ để tính toán, xử lý cực nhanh trong khi điện năng tiêu thụ thì thấp. Và cũng giống như não, chip neuromorphic sẽ mang lại khả năng học hỏi cho máy tính, học một thứ mới hoặc học từ “kinh nghiệm” trong quá khức mà không cần lập trình viên viết sẵn một đoạn mã nhất định.

20130803_STD003_0.jpg ​

Nhưng như vậy không có nghĩa là công nghệ neuromorphic sẽ thay thế hoàn toàn cho các chip theo kiến trúc von Neumann. Trang MIT Technology Review dẫn lời nhiều nhà khoa học để cho thấy rằng không phải lúc nào neuromorphic cũng là phù hợp. Nếu bạn chỉ cần làm những tác vụ đơn giản như duyệt web, xử lý văn bản, bảng tính, chơi game… thì chỉ cần sử dụng CPU truyền thống là đủ.

Nabil Imam, một nhà khoa học máy tính tại Đại học Cornell cũng đưa ra nhận định tương tự. Theo ông thì chip neuromorphic sẽ tồn tại song song và có tác dụng bổ trợ cho những loại vi xử lý khác (trong đó có cả loại von Neumann). Cơ bản tất cả đều là do chi phí, giá thành, tính tiện tích và sự dễ dùng đối với người dùng ra sao.

Khac_biet.png

3. Những con chip neuromorphic đầu tiên

Thực chất một dòng chip neuromorphic đã xuất hiện từ năm 1993 đến nay. Vào năm đó, một nhóm nhỏ các nhà phát triển đã tiếp cận IBM với ý tưởng xây dựng một con chip bán dẫn có chức năng gần giống hệ thống kinh của con người. Đây chính là những con chip neuromorphic thương mại đầu tiên trên thế giới.

Sau đó, nhóm nhỏ này tiếp tục thử nghiêm xây dựng các phần mềm neuromorphic dùng cho máy synchrotron của Cơ quan nghiên cứu nguyên tử Châu Âu (CERN). Họ dùng phần mềm này để nhận biết các đường di chuyển của những hạt vật chất cực nhỏ.

Nhưng các nhà nghiên cứu đã nhanh chóng nhận thấy hạn chế của việc chạy một phần mềm neuromorphic trên hệ thống máy tính von Neumann. Họ quyết định chỉ có cách tạo ra những phần cứng neuromorphic thực thụ mới là cách tốt nhất để khai thác hoàn toàn tiềm năng của "mạng lưới thần kinh”. Với sự hỗ trợ của IBM, con chip ZISC (Zero Instruction Set Computer - máy tính không dùng tập lệnh chỉ dẫn) mang mã hiệu ZISC36 đã ra đời với 36 neuron nhân tạo bên trong. Sau đó IBM cùng với General Vision tiếp tục cho ra mắt phiên bản kế nhiệm ZISC78 với 78 neuron.

4. Sự phát triển và ước muốn chuẩn hóa chip neuromorphic

Đến năm 2001 thì IBM đã ngừng phát triển cũng như sản xuất dòng chip ZISC. General Vision thì vẫn quyết định tiếp tục bởi họ tin rằng công nghệ này vẫn còn nhiều ứng dụng chưa được khai phá. Thế rồi họ sử dụng hiểu biết của mình, kết hợp với việc gây quỹ, để tiếp tục phát triển ZISC. Năm 2007 công ty cho ra đời Cognitive Memory 1000 (CM1K), một con chip neuromorphic với 1024 neuron nhân tạo chạy song song nhau trong khi mức tiêu thụ điện năng chỉ là 0,5W. Đây là con số cực kì ấn tượng mà hiện tại chưa CPU von Neumann nào đạt được. Chip có khả năng nhận biết và phản hồi lại dữ liệu ở dạng hình ảnh, mã, văn bản, nói chung là mọi thứ, trong chỉ vài micro giây.

cm1kdie.jpg 
Đế của con chip CM1K

Năm 2008, chỉ một năm sau khi CM1K được phát triển, cơ quan nghiên cứu của Bộ quốc phòng Mỹ là DARPA giới thiệu chương trình SyNAPSE - Systems of Neuromorphic Adaptive Plastic Scalable Electronics - và giao hợp đồng cho IBM cũng như HRL Labs để phát triển nên những con chip neuromorphic mới hoàn toàn có khả năng mở rộng rất cao.

Năm 2012, Intel cho biết hãng sẽ nhảy vào thị trường neuromorphic với một kiến trúc điện toán mới, rồi đến 2013 thì Qualcomm nhảy vào với con chip Zeroth được quảng bá là “có tri thức như con người”. Với Zeroth, Qualcomm muốn sử dụng một bộ các phần mềm cho phép thiết bị tự học hỏi trong quá trình hoạt động và lấy phản hồi từ môi trường xung quanh. Giải pháp này sẽ thay thế cho việc lập trình sẵn các hành vi và kết quả bằng hàng đống code như từ trước đến nay chúng ta vẫn làm với máy tính và các thiết bị di động.

Xem video robot chạy chip Zeroth tự học hỏi và hành động

Mục tiêu cuối cùng của Qualcomm với Zeroth đó là tạo ra một "đơn vị xử lí thần kinh", tức Neural Processing Unit—NPU (không phải CPU nhé). NPU, theo mô tả của hãng, sẽ là một kiến trúc xử lí mới mà Qualcomm mong muốn sẽ tạo ra, định nghĩa và chuẩn hóa nó. Một khi đã được chuẩn hóa, NPU có thể hoạt động độc lập hoặc kết hợp với các SoC trong tương lai và không chỉ Qualcomm và nhiều hãng khác cũng sẽ tham gia phát triển, từ đó tạo ra một thị trường mới đầy tiềm năng trong khi người dùng thì có nhiều cơ hội tiếp cận hơn với công nghệ neuromorphic. Qualcomm hứa hẹn sẽ chia sẽ nhiều hơn về NPU và Zeroth trong thời gian tới.

5. Lợi ích của điện toán neuromorphic

Nãy giờ nói về công nghệ, về sự tham gia của các hãng rồi, nhưng thực sự thì neuromorphic sẽ giúp ích cho cuộc sống của chúng ta như thế nào? Một vài lợi ích có thể kể đến như sau:
  • Tạo ra những bộ xử lý cực mạnh nhưng điện năng tiêu thụ lại rất thấp, phù hợp cho thiết bị di động
  • Giúp việc nghiên cứu kiến trúc máy tính đi xa hơn và theo hướng mới mẻ hơn so với hiện tại
  • Nhờ sức mạnh của mình, chip neuromorphic sẽ hỗ trợ tốt hơn cho các tác vụ nặng nề như tính toán, nghiên cứu khoa học, nhận biết các mối tương quan quan trọng một bộ dữ liệu khổng lồ (gần giống Big Data), hỗ trợ dự báo các tình huống của môi trường, phục vụ y học...
  • Hỗ trợ tốt hơn cho machine learning, vốn là một kĩ thuật giúp máy tính tự học hỏi và thích ứng với môi trường, cũng như đưa ra các hành động phù hợp mà không cần phải soạn sẵn mã nguồn cho mọi tình huống. Đọc thêm ở bài: Trí tuệ nhân tạo - Google Brain và Microsoft Adam.
  • Đưa trí tuệ nhân tạo phát triển lên một tầm cao hơn
Mang_luoi.png

Đó chỉ là một vài cái đơn giản mà thôi, vẫn còn rất rất nhiều ứng dụng khác của chip neuromorphic mà con người ta vẫn chưa nghĩ ra. Nói cách khác, chip neuromorphic chính là một mảnh đất màu mỡ chưa được khai phá hết và người ta sẽ còn phải ngạc nhiên nhiều trước những gì mà công nghệ này có thể làm được. Ngay cả smartphone của chúng ta hiện nay cũng chưa thật sự thông minh, chúng phải có thêm những thứ gì đó có khả năng tự học hỏi, tự đưa ra những phản ứng tùy thuộc vào chủ nhân cũng như môi trường xung quanh. Đó mới chính là "thông minh".

Tất nhiên, trí tuệ nhân tạo sẽ kéo theo nhiều hệ quả phức tạp khác. Trong thời gian gần đây có một làn sóng những người nổi tiếng trong giới công nghệ tỏ ra quan ngại trước sự nguy hiểm của trí tuệ nhân tạo. Ví dụ như Bill Gates, ông "không hiểu vì sao một số người vẫn không lo lắng về mối đe dọa từ trí tuệ nhân tạo". CEO Elon Musk của hãng Tesla thì nói rằng với trí tuệ nhân tạo, chúng ta đang triệu hồi quỷ dữ

Tất nhiên, kĩ thuật trí tuệ nhân tạo nói chung và neuromorphic nói riêng cần được phát triển bởi những ứng dụng của nó là rất có ích cho thế giới, thậm chí còn cứu được con người nữa. Nhưng kèm theo đó phải là sự quản lý sát sao và nghiêm ngặt để tránh máy tính làm những điều ngu ngốc đối với chúng ta.

https://tinhte.vn/threads/dien-toan-neuromorphic-mo-phong-nao-nguoi-la-gi-va-loi-ich-cua-no-ra-sao.2421831/
Jul. 27, 2016

Cách đây vài năm người ta đã tạo nên một chiếc siêu máy tính với 82.000 con vi xử lý để mô phỏng hoạt động bình thường xảy ra bên trong não người trong vòng 1 giây. Đồng thời các nhà khoa học tin rằng não người có dung lượng khoảng 1 petabyte, tương đương 1 triệu GB. Tuy nhiên, đó chỉ là những mô phỏng mang tính cục bộ, còn xét về khả năng tổng thể của não người thì cho tới hiện nay chưa thể có cỗ máy nào có thể so sánh được.

Được biết não người có khoảng 90 tỷ tế bào thần kinh liên kết với nhau tạo ra hàng ngàn tỷ liên kết thần kinh gọi là synapse. Tất cả phối hợp hoạt động với nhau hình thành nên một hệ thống vô cùng phức tạp với hàng trăm ngàn tỷ đường đi khác nhau của tín hiệu bên trong não người.

Mặc dù các nhà khoa học có thể tạo ra một số thuật toán chuyên dụng cho máy tính, thí dụ như đánh cờ thắng con người, nhưng nếu so sánh toàn bộ khả năng bộ não người thì thậm chí những chiếc siêu máy tính vẫn còn kém xa. Con người có những khả năng hết sức đặc biệt như nhận diện cấu trúc, khả năng ngôn ngữ và suy nghĩ sáng tạo.

Trong khi chỉ xét riêng vấn đề nhận diện cấu trúc, dù có tiến bộ đến mấy nhưng cho tới hiện nay thì thuật toán máy tính vẫn chưa thể so sánh được với trẻ con. Điển hình như vấn đề nhận diện khuôn mặt. Con người chúng ta có thể dễ dàng ghi nhớ, nhận diện khuôn mặt của người khác ngay cả khi bị tóc che khuất, có đeo khẩu trang,... Tuy nhiên máy tính gần như không thể thực hiện các tác vụ với cấp độ như con người.

Do đó, có thể máy tính sẽ nhanh hơn con người trong các tác vụ đơn giản từng bước một đã được lập trình sẵn. Nhưng con người lại mạnh hơn máy tính ở những tác vụ không thể đơn giản hóa thành từng bước nhỏ được. Mặt khác, máy tính chỉ có thể làm những chuyện đã được lập trình sẵn, không thể tự dựa trên những cái đã có để tạo thành cái mới.

Đồng thời, một điểm thú vị là con người có thể tạo ra những dữ liệu giả định từ những điều chưa xảy ra, trong khi điều này là không thể ở máy tính. Tất cả những tác vụ như cảm xúc, giác quan, học hỏi, ghi nhớ, phân tích, suy đoán,... đều được con người thực hiện theo thời gian thực. Do đó, so với não bộ con người thì có lẽ máy tính vẫn chỉ là một cỗ máy 1 và 0 chứ thậm chí chưa thể bằng một đứa trẻ nếu xét về sức mạnh tổng thể.

Tham khảo QuoraBGR
Jul. 27, 2016
ibm_human_brain-resized.jpg ​


Bằng việc sử dụng siêu máy tính nhanh nhất thế giới và một kiến trúc máy tính siêu tiết kiệm điện năng mới, IBM đã mô phỏng thành công 530 tỉ nơ-ron và 100 nghìn tỉ khớp thần kinh - ngang bằng với con số của một bộ não người. Qua đó, IBM đã hoàn thành một bước tiến quan trọng trong tiến trình chế tạo một bộ não nhân tạo thật sự.

Điện toán nhận thức:

Não người không chỉ là vật thể phức tạp nhất từng được biết đến trong vũ trụ mà còn là một cỗ máy siêu tiết kiệm năng lượng. Nó có thể cùng một lúc thu thập hàng nghìn cảm nhận đầu vào, phiên dịch tất cả trong thời gian thực và phản ứng một cách hợp lý, trừu tượng hóa, học hỏi, lập kế hoạch và sáng tạo, tất cả chỉ dựa vào một nguồn điện giới hạn khoảng 20 W. Một máy tính với độ phức tạp có thể so sánh ngang bằng sử dụng các công nghệ hiện nay, theo IBM ước lượng, có thể tiêu thụ đến 100 MW điện.

Rõ ràng, mức tiêu thụ năng lượng như vậy rất không thực tế. Vấn đề này chính là nền tảng cho một bước tiến mới và câu trả lời của IBM là điện toán nhận thức (cognitive computing) - một quy tắc kết hợp giữa những phát hiện mới nhất trong lĩnh vực khoa học thần kinh, công nghệ nano và siêu máy tính.

Ngành khoa học thần kinh đã dạy cho chúng ta rằng sở dĩ não tiêu thụ ít điện năng là nhờ vào khả năng hoạt động "định hướng theo sự kiện". Nói một cách đơn giản, các nơ-ron, khớp thần kinh và sợi trục thần kinh chỉ tiêu thụ năng lượng khi chúng được kích hoạt và ngược lại. Các tác nhân kích hoạt ở đây có thể là một cảm nhận đầu vào hoặc từ các nơ-ron khác. Tuy nhiên, các máy tính ngày nay lại không hoạt động theo một phương thức tương tự và một lượng lớn năng lượng đã bị bỏ phí.

Các kĩ sư của IBM đã dựa trên kiến thức trên để xây dựng một kiến trúc máy tính mới và sau đó sử dụng để mô phỏng một lượng lớn các nơ-ron và khớp thần kinh có thể so sánh với những gì được tìm thấy trong bộ não con người. Kết quả không phải là một bộ não mô phỏng chính xác về chức năng hay đặc tính sinh học của não người bởi nó không thể cảm nhận, ý tưởng hóa hoặc suy nghĩ theo mọi cách thức thông thường nhưng đây vẫn là một bước tiến quan trong trọng việc tạo ra một cỗ máy có những năng lực như vậy trong tương lai.

Quy tắc hoạt động:

ibm_human_brain-0.png ​
Một mạng lưới các neurosynaptic cores suy ra từ cấu trúc liên kết thần kinh khoáng cách dài của não khỉ. 


Điểm khởi đầu của các nhà nghiên cứu là CoCoMac - một cơ sở dữ liệu chi tiết về mạng lưới thần kinh của não khỉ. CoCoMac bao hàm toàn diện nhưng chưa hoàn thiện. Vì vậy, sau 4 năm làm việc cật lực nhằm bổ sung những thiếu sót của cơ sở dữ liệu, các thành viên thuộc nhóm nghiên cứu cuối cùng cũng đã thu được một bộ dữ liệu có thể khai thác, nhằm dựa vào đó phát triển kiến trúc của bộ não nhân tạo.

Bên trọng hệ thống, có 2 thành phần chính là nơ-ron và khớp thần kinh. Nơ-ron là những trung tâm tính toán: mỗi nơ-ron có thể nhận các tín hiệu đầu vào từ tối đa 10 nghìn nơ-ron lân cận, chi tiết hóa dữ liệu và sau đó phát đi tín hiệu đầu ra. Có cấp xỉ 80% các nơ-ron đóng vai trò là bộ kích thích - nếu chúng phát đi một tín hiệu, chúng có khuynh hướng kích thích các nơ-ron lân cận. 20% còn lại là các nơ-ron ức chế - khi chúng phát đi một tín hiệu, chúng sẽ có khuynh hướng ức chế các nơ-ron lân cận.

Nếu như nơ-ron là các trung tâm tính toán thì khớp thần kinh sẽ có chức năng kết nối các nơ-ron khác nhau và đây chính là nơi bộ nhớ cũng như hoạt động học tập bắt đầu. Mỗi khớp thần kinh có một "giá trị mật độ" liên kết và giá trị sẽ thay đổi dựa trên số lượng tín hiệu được phát đi bởi các nơ-ron và di chuyển dọc theo khớp thần kinh. Khi một số lượng lớn các tín hiệu từ nơ-ron truyền đi trên cùng một khớp thần kinh, giá trị này sẽ tăng và bộ não ảo sẽ bắt đầu học tập theo cơ chế lắp ghép theo học thuyết của Donald Hebb.

Theo chu kỳ, thuật toán sẽ kiểm tra liệu mỗi nơ-ron có đang phát đi tín hiệu hay không: nếu có, các khớp thần kinh gần kề sẽ được thông báo và chúng sẽ cập nhật giá trị mật độ và tương tác phù hợp với các nơ-ron khác. Yếu tố cốt lõi ở đây là thuật toán sẽ chỉ sử dụng thời gian CPU trên phân số rất nhỏ của các khớp thần kinh cần được phát tín hiệu thay vì trên toàn bộ - qua đó tiết kiệm một lượng lớn thời gian và năng lượng.

Cũng giống như một bộ não hữu cơ, kiến trúc máy tính mới hoạt động theo định hướng sự kiện, mức độ phân bổ, nhận thức năng lượng cao và vượt qua một số giới hạn cố hữu theo cách mà các máy tính tiêu chuẩn được thiết kế, điển hình như tình trạng "thắt cổ chai" làm giới hạn tốc độ hệ thống do tốc độ thực thi của CPU nhanh hơn tốc độ truy xuất bộ nhớ của kiến trúc Von Neumann rất phổ biến trên máy tính PC ngày nay.

Mục tiêu cuối cùng của IBM là chế tạo một cỗ máy với độ phức tạp như não người trong một kích thước tương đương và với mức tiêu thụ năng lượng chỉ 1 kW. Hiện tại, siêu máy tính Blue Gene/Q Sequoia cũng sở hữu độ phức tạp có thể đáp ứng mục tiêu của IBM với 1.572.864 nhân xử lý, 1,5 PB (1,5 triệu GB) bộ nhớ và 6.291.456 mạch trình nhưng nó không được "gọn nhẹ" cho lắm và cũng không tiết kiệm năng lượng.

ibm_human_brain-1.png ​
Neurosynaptics cores.


Trong một nổ lực nhằm cắt giảm đáng kể mức tiêu thụ năng lượng, IBM cũng đã chế tạo một con chip tùy biến với tên gọi "neurosynaptic cores" - khai thác toàn bộ tiềm năng của kiến trúc máy tính mới và có thể thay thế các siêu máy tính trong hoạt động mô phỏng nói trên. Mặc dù các nhân được đặt tên là nơ-ron, khớp thần kinh (synapses) và sợi trục thần kinh (axons) nhưng thiết kế của các thành phần này lại không dựa trên ý tưởng sinh học mà thay vào đó, chúng được tối ưu với chi phí sản xuất tối thiểu và hiệu năng tối đa.

Ứng dụng:

ibm_human_brain-5.jpg
Kiến trúc mới hứa hẹn sẽ cải tiến các hệ thống dự báo thời tiết.


Do có đặt yếu tố song hành rất cao vào kiến trúc mới, những con chip được chế tạo bằng công nghệ trên sẽ rất phù hợp để giải đáp mọi vấn đề trong đó một lượng rất lớn dữ liệu cần được nạp vào máy tính với hiệu năng và mức tiêu thụ năng lượng được cải thiện đáng kể.

Qua thí nghiệm, IBM đã có thể hiểu rõ hơn về những giới hạn đối với kiến trúc máy tính tiêu chuẩn hiện tại, bao gồm việc cân bằng giữa bộ nhớ, tính toán và giao tiếp trên một tỉ lệ rất lớn. Thêm vào đó, thí nghiệm còn giúp thu thập những bí quyết để thiết kế và phát triển những con chip song hành có hiệu năng cao hơn và thậm chí tiết kiệm năng lượng hơn.

Những ứng dụng trong tương lai sẽ bao gồm các hệ thống dự báo thời tiết cải tiến, dự báo thị trường chứng khoán, các hệ thống giám sát bệnh nhân thông minh có thể thực hiện các chẩn đoán trong thời gian thực và các phần mềm nhận diện kí tự quang học (OCR)/nhận dạng giọng nói tương đương khả năng của con người.

Về mục tiêu tạo ra một bộ não nhân tạo thật sự, chúng ta vẫn còn rất nhiều năm nữa để có thể giải đáp mọi khúc mắc. Tuy nhiên, ít ra kiến trúc máy tính mới của IBM đã cho thấy quy trình này đang được thực hiện và với sự phát triển không ngừng nghỉ của công nghệ, hy vọng rằng ngày đó sẽ không còn quá xa vời.

Theo: Gizmag

https://tinhte.vn/threads/ibm-su-dung-sieu-may-tinh-mo-phong-nao-nguoi.1678579/
Jul. 27, 2016
500px.jpg ​

Thường thì chúng ta đã thấy nhiều bài trên tay về các smartphone, tablet, máy tính các loại, loa, tai nghe, lạ hơn một chút thì có xe máy, xe hơi, tủ lạnh. Còn hôm nay, Ken sẽ gửi chia sẻ với các bạn một thiết bị lạ hơn hết thảy những thứ kể trên, đó là máy đọc sóng não Emotiv. Chiếc máy này được thiết kế bởi Tan Le, một người Mỹ gốc Việt, và đáng ngạc nhiên là lúc đầu cô học Luật và Thương mại chứ không phải học kỹ thuật hay y sinh. Bên dưới là bài trên tay của Ken, mời các bạn cùng xem.

Thay vì Ken làm một video review thì Ken nghĩ sẽ tuyệt vời hơn nếu các bạn xem video dưới đây, khiTan Le trình diễn demo trong hội nghị quốc tế TED. Còn mình sẽ giải thích sơ lược về tính năng của thiết bị này. Emotiv là một bộ các cảm biến phức tạp được sử dụng để đo các xung điện phát ra khi não suy nghĩ. Đặc biệt, giá của nó chỉ là 300 USD, thích hợp dùng cho người tiêu dùng đầu cuối chứ không đắt hàng nghìn hay cả chục nghìn đô nhưng những máy móc chuyên dụng trước đây. Nó hoạt động không dây, và chỉ mất vài phút để đeo vào nên rất tiện cho chúng ta.

Để dùng được Emotiv, chúng ta cần đến một phần mềm trên máy tính. Ứng dụng này có khả năng mô phỏng lại một số ý nghĩ trong đầu của chúng ta rồi thể hiện nó lên một vật thể trên màn hình (hình hộp màu cam ở phần trên tay bên dưới chính là vật thể này). Rộng hơn, các lập trình có thể dùng Emotiv cùng các hàm lập trình (API) để xây dựng nên các ứng dụng thực tế ảo hoặc bất kì phần mềm nào có thể dùng ý nghĩ để điều khiển, không cần đến chuột.

Sau khi ship về, mở hộp ra thì trông rất giống cái thùng đồ chơi hơn là đồ công nghệ, vì đa số chi tiết làm bằng nhựa, mình nghĩ nếu phủ lớp chất liệu sang trọng hơn thì sẽ nhìn giống đồ nghề trong phimkhoa học viễn tưởng hơn. Sau đây là vài hình ảnh mở hộp và chi tiết về Emotiv.

 



Cảm nhận ban đầu:

Phải nói là ban đầu Ken khá hoảng khi khui hộp ra thì thấy bộ khung của emotiv toàn bằng nhựa và có vẻ mỏng manh nên nghĩ là nó yếu, sợ mình bung mạnh ra thì nó gãy mất, vì đeo nó phải đeo tương tự như đeo headphone, nhưng khi đeo ướm thử thì lại rất thoải mái. Các đầu mút ấn mạnh nhưng không khó chịu, đeo một lúc mà không bị đau. Khi đeo vô soi gương thì cảm tưởng mình như siêu nhân ấy.

Tiếp đến là hơi lo khi đọc hướng dẫn. Vì đọc hướng dẫn sẽ tạo cảm giác là hàng này chỉ dành cho "developer", tức là khó xài.

Thứ nhất, nó dựa vào sự tiếp xúc của các đầu mút với da đầu. Tức là nếu cạo đầu thì sẽ chạy tốt nhất. Thứ hai, các đầu nút tiếp xúc phải được nhỏ vào một loại dung dịch muối đặc biệt củaBAUSCH+LOMB thì mới chạy được. Tuy nhiên, dung dịch này có thể mua ở nhà thuốc khá dễ và rẻ tiền, hoặc cùng lắm thì xài dung dịch muối ăn cũng được. Mục đích của nó chỉ là để da đầu được tiếp xúc tốt hơn và dẫn điện vào các đầu mút thôi. Dung dịch muối này khá nhẹ, và không gây hại ngay cả khi tiếp xúc với mắt người. Dựa theo điều này thì nếu bạn không cạo đầu, thì cách tốt nhất là nhúng nguyên cái đầu vô thau nước muối rồi đeo cái mạng này lên.

Sử dụng:

Tuy nói vậy nhưng khi sử dụng thì thấy là khá dễ dàng. Công đoạn khó nhất là đeo cái mạng này lên sao cho các đầu mút nằm đúng vị trí, đặc biệt là phải tự thao tác một mình, tuy nhiên, mất 2 phút thì Ken cũng làm cho nó nằm đúng vị trí.

Quy trình sử dụng thế này:

  1. Cài đĩa chương trình Emotiv
  2. Sạc lần đầu theo đúng hướng dẫn.
  3. Cắm đầu thu tín hiệu cổng giao tiếp USB vào máy, chạy chương trình Emotiv.
  4. Đeo thiết bị vào, chỉnh đúng vị trí.
  5. Tạo một người dùng mới.
  6. Quan sát các nút vị trí, chỉnh sao cho toàn bộ các nút đều có màu xanh lá trên chương trình là ok.
  7. Luyện tập sử dụng và thực hiện như video trên.

*Mở rộng: Đối với developer, các nguồn code liên hệ website của sản phẩm để tìm hiểu thêm. Ứng dụng tốt cho các bạn muốn làm app thực tế ảo, và nhiều ứng dụng "khoa học viễn tưởng" đời thực khác.

Bước khó khăn nhất: như đã nói, là bước chỉnh các đầu nút sao cho tín hiệu hiển thị trên màn hình toàn là màu xanh lá cây. Mình đã cố gắng chỉnh đầu nút để làm sao có nhiều dạng nhất cho các bạn quan sát: Đen = ko tín hiệu, Đỏ = tín hiệu yếu, Vàng = tạm được, Xanh lá = tốt.

2.png


Nguyên nhân thứ nhất là: bạn thấm chưa đủ dung dịch dẫn điện vào đầu nút tiếp xúc, khiến tín hiệu tiếp xúc với da đầu không ổn. Nguyên nhân thứ hai là: đầu nút nằm lệch, hoặc không đúng vị trí như hướng dẫn. Giải quyết vài giây là xong, sau đó thì mình được tín hiệu tốt như hình bên dưới. Sau đó thì ta có thể tiếp tục sử dụng.

3.png


Bạn có thể quan sát biểu hiện hay cảm xúc thông qua gương mặt ảo trên màn hình.

3a.png


Đây là biểu đồ sóng não, đường màu cam thể hiện sự hưng phấn hoặc bình tĩnh, đường màu xám cho thấy sự không thích thú về một vấn đề gì đó. Cuối cùng, màu xanh dương, thể hiện sự suy ngẫm.

3b.png


Đây là sử dụng ý nghĩ để điều khiển cái cục cam cam này di chuyển. Hình ngay bên dưới này là trạng thái chuẩn của nó.

3d.png


Đây là mình siêu nhân, mình đẩy nó ra xa một tí.

6.png


Còn đây là thao tác kéo sang trái

5.png


Đây trò thú vị: làm biến mất. Đúng là cái trò này mệt não nhất, mình chưa làm nó mất hoàn toàn được, vì vừa tập trung đầu óc mà phải bấm chụp ảnh màn hình nữa, nên khó làm.

4.png


Tổng kết:

  • Giá thiết bị: 299$. Đây là cái giá khá rẻ so với những gì nó làm được.
  • Giải trí: Đây là một ứng dụng hết sức thú vị, chúng ta thường có xu hướng so sánh não bộ của nhau nên nếu bạn bè cạnh tranh làm chung với nhau thì rất vui.
  • Phát triển: Ngoài vui ra, đây là một ứng dụng rất có tiềm năng trong thế giới app thực tế ảo. Hiện tại Việt Nam chưa có người ra mắt app nào dựa trên thiết bị này. Mảnh đất mới vẫn còn màu mỡ, và sự sáng tạo của Việt Nam luôn khiến thế giới ngạc nhiên.
  • Hy vọng chúng ta sẽ sớm có các trải nghiệm thực tế ảo mới, biến "khoa học viễn tưởng" thành lịch sử.

-------------------------
Update thông tin vì có nhiều bạn thắc mắc:
- Đồng sáng lập Emotiv có 2 người gốc Việt: Đỗ Hoài Nam và Lê Thái Thị Tần (tức Tan Le).
- Tan Le hiện là người Mỹ chứ không phải người Úc (cô đã sinh ra ở Việt Nam, lớn lên ở Úc và chuyển sang Mỹ).
- Đây không phải là sản phẩm của Việt Nam, chỉ ké được cái hơi là "gốc Việt" thôi. Các trang sau còn rất nhiều comment hữu ích cho các bạn muốn nghiên cứu thêm về Emotiv, như cmt này của laninona.

Tham khảo: https://tinhte.vn/threads/tren-tay-emotiv-thiet-bi-doc-song-nao-khong-day-gia-300-usd.1442000/