Giữa mạng lưới xử lý thông tin tự nhiên của con người và trí tuệ nhân tạo đều có chung một kiến trúc tương tự.

Các mạch thần kinh, con đường truyền tín hiệu tế bào và mạng thần kinh nhân tạo có vẻ như thuộc hai thế giới khác nhau, nhưng đáng ngạc nhiên là chúng lại chia sẻ một chiến lược chung để tổ chức và xử lý thông tin. Nghiên cứu cho thấy, tất cả các hệ thống phức tạp này dường như đều hội tụ về cùng một giải pháp: một sự sắp xếp theo thứ bậc của các thang thời gian. Trong cấu trúc này, tín hiệu được xử lý nhanh chóng tại điểm vào, nhưng quá trình xử lý này chậm lại khi chúng truyền qua các lớp sâu hơn của mạng.

Các nhà nghiên cứu nhận ra rằng những mạng lưới này, mặc dù một số có nguồn gốc sinh học và tự nhiên, một số khác được thiết kế, đều đang tiến hóa hoặc được huấn luyện để thực hiện cùng một chức năng.

 “Ban đầu chúng tôi khá ngạc nhiên về điều đó, nhưng sau đó chúng tôi nhận ra rằng những mạng lưới này, mặc dù một số có nguồn gốc sinh học và tự nhiên, một số khác được thiết kế, nhưng chúng đang tiến hóa hoặc được huấn luyện để thực hiện cùng một việc,” Andre Levchenko, Giáo sư John C. Malone về Kỹ thuật Y sinh và Giám đốc Viện Sinh học Hệ thống Yale tại Khuôn viên phía Tây, cho biết.

Theo Levchenko, tất cả các hệ thống này đều có các thành phần xử lý thông tin ở các tốc độ và độ sâu khác nhau. Ví dụ, não bộ của chúng ta rất giỏi trong việc phản ứng nhanh chóng với một số loại thông tin nhất định. Khi ai đó ném cho bạn một quả bóng, bạn sẽ nhanh chóng di chuyển để bắt lấy nó. 

“Nó phản hồi rất nhanh, phân tích nhanh chóng,” ông nói. “Tuy nhiên, nó không có bộ nhớ. Nó không thể tự xử lý thông tin trong thời gian dài. Nó là một thứ hoạt động rất nhanh chóng, tức thì, nếu không sẽ bị chậm trễ do xử lý quá nhiều.”

Đó là lớp đầu tiên của cấu trúc phân cấp này. Các lớp sâu hơn xử lý thông tin một cách chi tiết và cẩn trọng hơn. 

“Khi thông tin di chuyển về mặt vật lý, về mặt giải phẫu học, qua não bộ, nó sẽ được xử lý đi xử lý lại nhiều lần,” Levchenko nói. “Nhưng giờ đây, những phần đó của não bộ có bộ nhớ dài hơn. Chúng có thể tích hợp thông tin ngày càng nhiều hơn. Có rất nhiều quan sát cho thấy rằng khi thông tin truyền qua não bộ, nó được xử lý trên các thang thời gian khác nhau. Vì vậy, có một hệ thống phân cấp ở đây.”

Các tế bào đơn lẻ có hệ thống phức tạp riêng, được gọi là mạng lưới truyền tín hiệu, để cảm nhận các kích thích từ bên ngoài. Theo Levchenko, các mạng lưới này hoạt động theo cách tương tự nhau.

“Trong khoảng một thập kỷ trở lại đây, thông qua các thí nghiệm của chúng tôi và của các phòng thí nghiệm khác, chúng tôi đã nghiên cứu các tế bào đơn lẻ này,” ông nói. “Điều chúng ta thấy là, giống như trong não bộ, có rất nhiều bước. Và điều khiến chúng tôi vô cùng ngạc nhiên là, trong nhiều nghiên cứu mà chúng tôi đã thực hiện, chúng tôi nhận thấy rằng cũng có một hệ thống phân cấp, ít nhiều những gì chúng ta thấy trong não bộ cũng xảy ra trong các tế bào.”

Điều tương tự cũng đúng với mạng nơ-ron nhân tạo, một thành phần quan trọng đối với nhiều dạng trí tuệ nhân tạo.

“Những mô hình ngôn ngữ lớn (LLM) này cung cấp cho bạn cả ngữ cảnh của thông tin đến và cả những đầu vào tức thời với từng chữ cái, từ hoặc câu riêng lẻ,” ông nói. Các LLM phản ứng nhanh chóng khi ở gần đầu vào. Càng vào sâu trong mạng lưới, chúng hoạt động chậm hơn nhưng thể hiện khả năng tích hợp lượng thông tin khổng lồ. “Vì vậy, chúng tôi nhận ra rằng, một lần nữa, nhiều mạng lưới này có nhiều lớp với các động lực phân cấp khác nhau.”

Levchenko lưu ý rằng, dù các mạng lưới này rất khác biệt, điều đáng chú ý là chúng phân tích luồng thông tin rất giống nhau.

Ông nói: “Mục tiêu của tất cả các mạng lưới khác nhau này đều giống nhau, và dường như tất cả đều phát triển cùng một giải pháp để thực hiện điều đó. Điều này có tiềm năng rất hữu ích bởi vì, bằng cách hiểu một trong số chúng, chúng ta có thể hiểu rõ hơn về những mạng lưới khác và ngược lại.”