Các nhà nghiên cứu từ DeepMind đã công bố một bước tiến lớn trong lĩnh vực AI sinh học với sự ra đời của 'Spiking Neural Network' (SNN) tiên tiến. Khác biệt với các mạng neural truyền thống sử dụng liên tục các giá trị thực, SNN mô phỏng cách hoạt động của tế bào thần kinh thực tế thông qua các 'xung điện' (spikes). Nhờ đó, mô hình này có thể xử lý thông tin với năng lượng cực kỳ hiệu quả.
Trong nghiên cứu công bố trên Nature Machine Intelligence, đội ngũ đã chứng minh rằng SNN mới đạt độ chính xác tương đương với các mô hình truyền thống trong các task như nhận dạng hình ảnh và xử lý ngôn ngữ, nhưng chỉ tiêu thụ khoảng 20% năng lượng. Điều này mở ra tương lai cho các thiết bị AI di động và nhúng có thể vận hành lâu dài mà không cần sạc.
Các chuyên gia dự báo công nghệ này có thể được ứng dụng rộng rãi trong các thiết bị đeo tay, cảm biến y tế và hệ thống tự động hóa công nghiệp trong vòng 2-3 năm tới. DeepMind đã cam kết sẽ công khai mã nguồn của mô hình để cộng đồng khoa học tiếp tục phát triển.