Trong một bài báo khoa học vừa được xuất bản trên tạp chí Nature, đội ngũ nghiên cứu tại Google DeepMind đã giới thiệu một phương pháp tiếp cận hoàn toàn mới trong việc huấn luyện trí tuệ nhân tạo. Phương pháp mang tên 'Neuro-Evolutionary Meta-Learning' (Học siêu tiến hóa thần kinh) hứa hẹn sẽ giải quyết triệt để bài toán khan hiếm dữ liệu chất lượng cao đang là rào cản lớn của ngành công nghiệp AI hiện nay.
Thay vì dựa vào hàng tỷ mẫu dữ liệu được gán nhãn thủ công bởi con người, thuật toán mới này mô phỏng quá trình tiến hóa sinh học kết hợp với mạng thần kinh nhân tạo. Hệ thống sẽ tự tạo ra các môi trường giả lập, tự đặt ra các thử thách và tự sửa sai thông qua hàng triệu chu kỳ lặp lại. Quá trình này giúp mô hình tự hình thành các cấu trúc tư duy logic và kỹ năng giải quyết vấn đề một cách tự nhiên nhất.
Kết quả thực nghiệm cho thấy, một mô hình AI được huấn luyện bằng phương pháp này có khả năng thích ứng với các tác vụ mới nhanh gấp 10 lần so với các mô hình truyền thống, trong khi chỉ sử dụng 1% tài nguyên tính toán thông thường. Đây được coi là một bước tiến quan trọng hướng tới Trí tuệ nhân tạo tổng quát (AGI), nơi máy móc có thể tự học hỏi mọi thứ tương tự như cách đứa trẻ khám phá thế giới.