Các nhà khoa học tại Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) đã phát triển một thiết bị đột phá mang tên 'Frequency Switching Neuristor' (Bộ Chuyển Mạch Tần Số Neuristor), mô phỏng khả năng thích ứng linh hoạt của bộ não con người. Phát minh này hứa hẹn mang lại những bước tiến vượt bậc cho phần cứng trí tuệ nhân tạo (AI) với hiệu suất năng lượng cao và độ ổn định vượt trội.
Điểm cốt lõi của công nghệ này nằm ở khả năng tự động điều chỉnh tần số tín hiệu của thiết bị, tương tự như cách các nơ-ron sinh học thay đổi độ nhạy cảm của chúng theo ngữ cảnh. Khả năng 'tính dẻo nội tại' (intrinsic plasticity) này là chìa khóa giúp neuristor đạt được hiệu suất hoạt động cao và khả năng phục hồi đáng kinh ngạc. Bằng cách kết hợp cả memristor bay hơi (volatile) và không bay hơi (non-volatile), bộ chuyển mạch tần số neuristor đã đạt được hành vi tần số-điện áp đa cấp có thể lập trình. Điều này cho phép thiết bị học hỏi và thích ứng hiệu quả hơn, tương tự như cách bộ não con người xử lý thông tin qua các tương tác phức tạp giữa tín hiệu nơ-ron và sự thay đổi điện trở của memristor.
Các mô phỏng trên mạng nơ-ron thưa (sparse neural networks) đã cho thấy mức tiêu thụ năng lượng giảm tới 27,7% so với các mạng AI truyền thống, trong khi vẫn duy trì độ chính xác tính toán. Điều này đặc biệt quan trọng trong bối cảnh các thiết bị điện toán biên (edge computing) và xe tự hành ngày càng đòi hỏi hiệu quả năng lượng cao.
Không chỉ dừng lại ở hiệu quả năng lượng, neuristor còn thể hiện khả năng phục hồi phi thường. Nó có thể tự tổ chức lại để khôi phục hiệu suất ngay cả khi các thành phần nơ-ron bị tổn thương trong mô phỏng. Khả năng này mang lại hy vọng cho các ứng dụng yêu cầu sự ổn định lâu dài, nơi mà khả năng tự sửa chữa và thích ứng là yếu tố then chốt.
Nghiên cứu này, được công bố trên tạp chí Advanced Materials vào ngày 18 tháng 8 năm 2025, dưới sự dẫn dắt của Giáo sư Kyung Min Kim, mở ra một kỷ nguyên mới cho phần cứng AI. Nó không chỉ giải quyết các thách thức về tiêu thụ năng lượng mà còn nâng cao độ tin cậy và tuổi thọ của các hệ thống AI, đặc biệt là trong các lĩnh vực đòi hỏi khắt khe như điện toán biên và xe tự hành. Sự phát triển này phản ánh xu hướng chung trong việc tạo ra các hệ thống AI lấy cảm hứng từ sinh học, nhằm đạt được hiệu quả và khả năng thích ứng tương tự như bộ não con người. Memristor, còn được gọi là điện trở bộ nhớ, là thành phần chính trong việc phát triển điện toán thần kinh, nhằm mô phỏng cấu trúc và chức năng của bộ não con người.
Khả năng của memristor trong việc lưu giữ thông tin ngay cả khi không có điện làm cho chúng trở thành ứng cử viên lý tưởng để tạo ra các hệ thống AI mạnh mẽ và tiết kiệm năng lượng hơn. Các nghiên cứu cho thấy công nghệ này có thể cách mạng hóa việc lưu trữ và xử lý dữ liệu, dẫn đến việc tạo ra các thiết bị nhanh hơn và nhỏ gọn hơn. Khả năng của memristor thực hiện cả lưu trữ dữ liệu và tính toán trong một thành phần duy nhất phản ánh hoạt động tích hợp của các khớp thần kinh trong não, mở ra con đường để tạo ra các mạng nơ-ron nhân tạo hiệu quả hơn.
Việc phát triển các công nghệ tiên tiến như neuristor chuyển mạch tần số nhấn mạnh tầm quan trọng ngày càng tăng của điện toán biên và lái xe tự hành. Các lĩnh vực này đòi hỏi xử lý dữ liệu theo thời gian thực và độ tin cậy cao, làm cho các giải pháp phần cứng thích ứng và tiết kiệm năng lượng, tương tự như những gì KAIST đã phát triển, trở nên cực kỳ quan trọng cho sự phát triển trong tương lai.