Trí tuệ nhân tạo đã vượt qua những trở ngại về phần cứng kiểu não

Các nhà nghiên cứu từ Viện Nghiên cứu Y sinh Friedrich Miescher và Đại học Heidelberg đã công bố một bài báo có tiêu đề "Surrogate gradients for analog neuromorphic computing" trên PNAS vào tháng 1 năm 2022, cho thấy một cách để vượt qua vấn đề này. Nhóm nghiên cứu đã chứng minh rằng một thuật toán trí tuệ nhân tạo gọi là mạng nơ-ron dạng xung (spike neural networks) - sử dụng tín hiệu giao tiếp đặc trưng của não gọi là xung điện - có thể học cùng các chip để bù đắp sự không tương thích giữa các thiết bị. Bài báo này đánh dấu một bước tiến quan trọng hướng tới việc ứng dụng trí tuệ nhân tạo trong tính toán mô phỏng theo nguyên tắc thần kinh.