Nghiên cứu đột phá từ MIT: Ứng dụng 'Mạng nơ-ron thể lỏng' giúp robot tự hành thích ứng tình huống bất ngờ nhanh gấp 10 lần

Hôm nay, Viện Công nghệ Massachusetts (MIT) đã công bố một nghiên cứu mang tính bước ngoặt trong lĩnh vực trí tuệ nhân tạo dành cho robotics. Nghiên cứu tập trung vào việc áp dụng cấu trúc 'Mạng nơ-ron thể lỏng' (Liquid Neural Networks - LNNs) để giải quyết bài toán thích ứng của các thiết bị tự hành khi đối mặt với những môi trường biến động liên tục và không thể dự đoán trước. Khác với các mạng nơ-ron truyền thống vốn có các tham số cố định sau khi hoàn tất quá trình huấn luyện, LNNs sở hữu các phương trình toán học cho phép thay đổi các kết nối và trọng số của chúng một cách linh hoạt dựa trên dữ liệu đầu vào theo thời gian thực. Điều này tương tự như cách bộ não sinh học của con người liên tục điều chỉnh để thích nghi với các kích thích từ môi trường xung quanh. Trong các bài thử nghiệm thực tế với máy bay không người lái (drone) di chuyển qua các khu rừng rậm rạp và các vùng thời tiết cực đoan, hệ thống AI sử dụng LNNs chỉ cần một mô hình có kích thước siêu nhỏ (chỉ vài nghìn tham số so với hàng tỷ tham số của các LLM thông thường) nhưng lại cho khả năng xử lý và tránh chướng ngại vật nhanh gấp 10 lần các hệ thống AI hiện tại. Nó cũng tiêu thụ ít năng lượng hơn đáng kể, giải quyết được bài toán thắt nút cổ chai về thời lượng pin trên các thiết bị di động. Phát hiện này mở ra một kỷ nguyên mới cho các phương tiện tự hành, từ xe tự lái cấp độ 5 cho đến các robot cứu hộ thiên tai. Khả năng thích ứng tức thì mà không cần kết nối internet hay máy chủ đám mây mạnh mẽ hứa hẹn sẽ đưa các ứng dụng AI biên (Edge AI) lên một tầm cao mới trong những năm tới.