AI từ tế bào não chuột tiến gần thực tế nhờ Amazon AWS

Một startup điện toán sinh học sử dụng các mẫu tín hiệu thần kinh từ tế bào não chuột để xây dựng trí tuệ nhân tạo vừa nhận được sự hậu thuẫn lớn từ Amazon. Bắt đầu từ thứ Ba, một số khách hàng chọn lọc của Amazon Web Services (AWS) sẽ được truy cập mô hình AI "não chuột" của The Biological Computing Company (TBC) trong khuôn khổ bản xem trước giới hạn.

Công nghệ của startup này được thiết kế chuyên biệt để cải thiện AI tạo video. Cả Amazon lẫn TBC đều cho biết họ kỳ vọng công nghệ này sẽ sớm được mở rộng cho toàn bộ khách hàng doanh nghiệp của AWS.

Mảng vi điện cực mà TBC dùng để ghi lại hoạt động của tế bào não chuột-neuron-chip.jpg)

Cách công nghệ "não chuột" vận hành

Theo Alexander Ksendzovsky, đồng sáng lập TBC kiêm CEO, nhóm của ông đã tìm ra cách mã hóa thông tin — chẳng hạn như hình ảnh — vào vật liệu sinh học. Sau đó, họ quan sát cách sinh học xử lý thông tin này, rồi xây dựng một công cụ mô phỏng lại quá trình đó.

Đây không phải lần đầu Amazon đưa một nền tảng điện toán có nguồn gốc sinh học lên chợ ứng dụng của mình. Deap Ubhi, giám đốc công nghệ toàn cầu mảng startup tại AWS, cho biết gã khổng lồ điện toán đám mây cũng hợp tác với Cortical Labs — công ty Australia kết hợp nơ-ron nuôi cấy trong phòng thí nghiệm với chip silicon để giúp doanh nghiệp xử lý dữ liệu. Cortical Labs gọi sản phẩm của mình là WAAS (wetware as a service) và cũng bán một "máy tính sinh học" giá vài nghìn USD, thiết bị tiêu thụ ít điện năng dành cho phòng thí nghiệm, được cho là có thể giữ nơ-ron sống trong sáu tháng.

Ubhi nhận xét TBC tiếp cận theo hướng "thực dụng", và đó là một phần lý do công ty này thu hút Amazon. Thay vì thực hiện những bước đi táo bạo hay cố gắng phát minh lại transformer — đơn vị kiến trúc cốt lõi của các mô hình ngôn ngữ lớn — TBC "làm việc trong các tiêu chuẩn hiện có của lĩnh vực AI tạo sinh và đặt câu hỏi: làm sao để các mô hình thị giác hiện tại trở nên hiệu quả hơn?"

Từ lĩnh vực ven rìa đến tâm điểm chú ý

Khi các công ty AI chạy đua tìm cách làm mô hình của mình hiệu quả hơn, một lĩnh vực từng bị xem là ven rìa mang tên điện toán sinh học đã bắt đầu có sức hút. Các nhà nghiên cứu từ lâu đã mơ về một thế giới nơi phần mềm máy tính vận hành giống mạng nơ-ron trong não người hơn là chỉ dựa vào các thuật toán dựa trên toán học.

Nhưng điện toán sinh học đi kèm những thách thức riêng. Lĩnh vực này đòi hỏi phải vận hành các phòng thí nghiệm sinh học thực sự, chứ không chỉ phòng thí nghiệm máy tính, nơi tế bào não, tế bào gốc hay vật liệu sinh học tổng hợp phải được giữ sống hoặc bảo quản, theo dõi cẩn thận và bằng cách nào đó chuyển dịch thành thông tin số có ý nghĩa. Dù một số startup đã đạt tiến bộ trong lĩnh vực này, việc bắc cầu giữa tự nhiên và mã lệnh vẫn còn phức tạp.

TBC được thành lập tại Baltimore, bang Maryland cách đây bốn năm bởi hai nhà thần kinh học kiêm phẫu thuật thần kinh: Ksendzovsky và Jon Pomeraniec, hiện giữ chức chủ tịch kiêm COO. Đầu năm nay, TBC gọi được 25 triệu USD từ nhóm nhà đầu tư do Primary Venture Partners dẫn dắt — vòng gọi vốn đáng kể đầu tiên của công ty.

Các mảng vi điện cực được thiết kế để ghi lại hoạt động điện của nơ-ron

Không lâu sau khi vòng này khép lại vào tháng 3, công ty tiếp tục huy động thêm 25 triệu USD, nâng tổng vốn lên hơn 50 triệu USD. Vòng vốn mới này chưa từng được công bố trước đây.

Năm ngoái, startup mở văn phòng và một phòng thí nghiệm nghiên cứu và phát triển nhỏ tại San Francisco, nơi 35 nhân viên làm việc trực tiếp với tế bào não chuột cũng như tế bào gốc người. Các tế bào sống được đặt trên những mảng silicon vi điện cực do 3Brain, một công ty công nghệ sinh học Thụy Sĩ, sản xuất. Nhà nghiên cứu dùng các mảng này để gửi mẫu kích thích điện vào nơ-ron và ghi lại cách chúng phản hồi. TBC sau đó phân tích hoạt động thần kinh đó để tìm các mẫu tính toán có thể chuyển thành phần mềm và dùng để cải thiện các mô hình AI hiện có, cụ thể là mô hình tạo video.

Vì sao chọn video làm điểm khởi đầu

Quyết định tập trung vào video ngay từ đầu mang cả lý do khoa học lẫn thực tiễn, theo Ksendzovsky. Một yếu tố là cách bố trí vật lý của các mảng silicon vi điện cực mà TBC dùng. Vị trí mỗi điện cực nằm ảnh hưởng đến cách nó tương tác với nơ-ron. Công ty nhận ra hình ảnh là điểm khởi đầu tự nhiên, vì thông tin thị giác có thể được ánh xạ lên lưới điện cực dễ dàng hơn văn bản hay ngôn ngữ.

Từ đó, một trường hợp sử dụng kinh doanh tiềm năng xuất hiện. Startup đặt giả thuyết rằng bằng cách mô phỏng cách nơ-ron xử lý hình ảnh, những hiểu biết thu được có thể dùng để cải thiện mô hình AI tạo video.

Pomeraniec cho biết Jeff Dean, nhà nghiên cứu AI nổi bật kiêm nhà đầu tư của TBC, là người đầu tiên gợi ý công ty nên thử tinh chỉnh mô hình tạo video trước khi áp dụng công nghệ thần kinh của mình rộng hơn. Vì đã có các chuẩn đánh giá được ngành công nhận cho mô hình video, startup có thể sớm chứng minh liệu công nghệ của mình có tạo ra bước tiến khoa học có ý nghĩa hay không bằng cách kiểm thử hiệu năng trên những bài toán đã có lời giải.

"Jeff nói nếu chúng tôi làm được điều đó, thì có triển vọng làm những thứ phức tạp và thú vị hơn với mô hình AI của mình về sau", Pomeraniec giải thích.

Mảng vi điện cực tại phòng thí nghiệm của TBC

Trước đây, công nghệ của TBC chỉ khả dụng thông qua một nhà cung cấp neocloud tên là Bluesky Compute. Startup tuyên bố mô hình AI của mình, khi so với mô hình AI mã nguồn mở mà nó chạy trên đó, tạo video nhanh hơn tới 5 lần và giảm đáng kể chi phí suy luận — phần xử lý hay "suy nghĩ" của mô hình AI, đối lập với quá trình huấn luyện. Công ty không tiết lộ đang dùng mô hình mã nguồn mở nào để so sánh, nhưng khẳng định đó là một trong những mô hình tạo video "tiên tiến".

Cơ hội và câu hỏi mở về khả năng mở rộng

Giờ đây khi Amazon phân phối phần mềm của TBC, startup đầy tham vọng này có thể tiếp cận tệp khách hàng lớn hơn nhiều. Ubhi của Amazon nói ông hào hứng với TBC, nhưng vẫn còn phải xem công nghệ của họ mở rộng tốt đến đâu.

"Với bất kỳ mô hình nào như thế này, điều bạn phải hỏi là nếu đẩy nó đến giới hạn, liệu bạn còn thấy cải thiện không? Nếu có khách hàng muốn tạo video dài hơn, mười phút, một giờ, thì tiềm năng mất mát độ trung thực theo thời gian là bao nhiêu?"

Nói cách khác, một mô hình cần có khả năng theo dõi những gì đã xảy ra và duy trì tính nhất quán khi video trở nên dài hơn. Khi TBC bước vào giai đoạn tiếp theo, công ty sẽ theo dõi liệu công nghệ của mình có trụ vững khi khách hàng mới thử đẩy nó đến giới hạn hay không.

Đối với độc giả Việt Nam quan tâm đến AI và điện toán đám mây, thương vụ này đáng chú ý ở hai điểm. Thứ nhất, nó cho thấy các ông lớn cloud như AWS đang tích cực tìm kiếm những hướng đi khác biệt để giảm chi phí suy luận — bài toán mà nhiều doanh nghiệp Việt Nam cũng đang đau đầu khi triển khai AI tạo sinh. Thứ hai, điện toán sinh học vẫn còn xa để thương mại hóa đại chúng, nhưng việc nó xuất hiện trên một nền tảng cloud phổ biến là tín hiệu cho thấy lĩnh vực này đang dần rời khỏi phòng thí nghiệm để bước vào thị trường thực tế.