Trong công trình nghiên cứu vừa công bố trên tạp chí Nature Machine Intelligence ngày 30/09/2026, nhóm nghiên cứu thuộc Viện Công nghệ Massachusetts (MIT) đã giới thiệu kiến trúc huấn luyện AI mới dựa trên Mạng nơ-ron nhấp nháy (Spiking Neural Networks - SNN). Nghiên cứu này giải quyết triệt để bài toán tiêu tốn năng lượng khủng khép của các mô hình Deep Learning hiện nay.
Khác với các mạng nơ-ron truyền thống luôn truyền dữ liệu liên tục qua tất cả các lớp, kiến trúc SNN mới chỉ kích hoạt các tín hiệu nơ-ron khi có sự thay đổi thông tin quan trọng, mô phỏng đúng cách các neuron thần kinh trong não người truyền xung điện. Nhờ vậy, mô hình giảm tới 80% mức tiêu thụ năng lượng trong quá trình suy luận (inference) mà vẫn giữ nguyên độ chính xác tương đương các mô hình Transformer hiện hành.
Thử nghiệm thực tế trên các chip xử lý NPU thế hệ mới cho thấy các mô hình huấn luyện bằng phương pháp này có thể chạy liên tục trên thiết bị di động và cảm biến IoT trong nhiều ngày mà không làm cạn pin hay gây nóng máy. Đây được xem là chìa khóa quan trọng giúp đưa trí tuệ nhân tạo cao cấp đến các vùng sâu vùng xa hoặc ứng dụng trong thiết bị y tế đeo tay.
Các tác giả nghiên cứu cho biết họ sẽ sớm công bố mã nguồn toán học và bộ công cụ huấn luyện này dưới dạng tự do cho cộng đồng nghiên cứu toàn cầu nhằm đẩy nhanh quá trình xanh hóa ngành công nghiệp AI.