Tại Nhật Bản, năm 2025, các nhà nghiên cứu tại Trung tâm Khoa học Não RIKEN (CBS) đã đạt được một bước đột phá trong việc hiểu cách bộ não đơn giản hóa thông tin cảm giác phức tạp. Taro Toyoizumi và Kensuke Yoshida đã phát triển một mô hình thực tế về mặt sinh học, lấy cảm hứng từ bộ não của ruồi giấm, có thể cách mạng hóa cách chúng ta tiếp cận trí tuệ nhân tạo và xử lý dữ liệu.
Bộ não con người liên tục bị tấn công bởi thông tin từ các giác quan của chúng ta. Để tránh quá tải, nó đơn giản hóa dữ liệu này bằng cách giảm chiều của nó. Mô hình mới này bắt chước quá trình này, sử dụng thuật toán nhúng lân cận ngẫu nhiên phân phối t (t-SNE) được điều chỉnh để phản ánh các mạng nơ-ron sinh học.
Mô hình, bao gồm ba lớp phản ánh các nhóm nơ-ron trong não ruồi, đã tái tạo thành công cách ruồi giấm xử lý mùi. Nó cũng kết hợp tính dẻo Hebbian phụ thuộc dopamine, một yếu tố quan trọng trong cách bộ não tăng cường kết nối giữa các nơ-ron. Khám phá này có thể dẫn đến các hệ thống AI hiệu quả và linh hoạt hơn, có khả năng xử lý dữ liệu phức tạp dễ dàng hơn.
Toyoizumi giải thích: “t-SNE ban đầu không khả thi về mặt sinh học - nó là một phương pháp kỹ thuật hơn là một mạng nơ-ron. “Chúng tôi đã viết lại thuật toán để nó bắt chước một mạng nơ-ron sinh học.” Nhóm nghiên cứu hiện đang tìm cách áp dụng mô hình của họ cho các hệ thống phức tạp hơn, gợi ý những khả năng thú vị cho tương lai của AI và khoa học thần kinh.