Sự phát triển nhanh chóng của trí tuệ nhân tạo (AI) đặt ra nhiều thách thức cho công nghệ máy tính hiện nay. Các bộ xử lý silicon thông thường đang chạm tới giới hạn của chúng: chúng tiêu thụ một lượng lớn năng lượng, các đơn vị lưu trữ và xử lý không được kết nối với nhau, và việc truyền dữ liệu làm chậm các ứng dụng phức tạp.

Khi kích thước của các mô hình AI không ngừng tăng lên và chúng phải xử lý một lượng dữ liệu khổng lồ, nhu cầu về các kiến trúc máy tính mới cũng tăng theo. Ngoài máy tính lượng tử, trọng tâm đang chuyển sang các khái niệm mô phỏng thần kinh (neuromorphic). Những hệ thống này dựa trên cách thức hoạt động của não người.

Đây là nơi khởi đầu nghiên cứu của một nhóm do Tiến sĩ Tahereh Sadat Parvini và Giáo sư Tiến sĩ Markus Münzenberg từ Đại học Greifswald cùng các đồng nghiệp từ Bồ Đào Nha, Đan Mạch và Đức dẫn đầu. Họ đã tìm ra một cách đổi mới để giúp máy tính của ngày mai tiết kiệm năng lượng hơn đáng kể. Nghiên cứu của họ tập trung vào cái gọi là các tiếp giáp đường hầm từ tính (MTJs), các linh kiện cực nhỏ ở quy mô nanomet.

"Các linh kiện này không chỉ lưu trữ thông tin, chúng còn có thể xử lý nó, giống như các tế bào thần kinh. Điều này khiến chúng trở nên lý tưởng cho các khái niệm điện toán mới dựa trên cách thức hoạt động của não, mà chúng ta gọi là điện toán mô phỏng thần kinh", Tiến sĩ Tahereh Sadat Parvini, học giả bậc sau tiến sĩ tại Đại học Greifswald và là đồng tác giả của bài báo mới được xuất bản trên tạp chí Communications Physics, giải thích.

Nhóm nghiên cứu đã phát triển một sơ đồ kích thích quang-điện lai (hybrid opto-electrical) kết hợp dòng điện với các xung laser ngắn. Điều này giúp tạo ra điện áp nhiệt điện đặc biệt cao trong các MTJ - một điều kiện tiên quyết quan trọng để mô phỏng hành vi của khớp thần kinh (synapse) một cách có chủ đích.

Các nhà vật lý đã xác định được ba đặc tính đáng chú ý. Thứ nhất, điện áp tạo ra có thể được điều chỉnh linh hoạt tùy thuộc vào dòng điện, tương tự như trọng số của một khớp thần kinh trong não. Thứ hai, các tín hiệu "đột biến" (spike) tự phát đã xảy ra, tương tự như cách thông tin được trao đổi giữa các tế bào thần kinh. Thứ ba, trong các mô phỏng máy tính, một mạng mô phỏng thần kinh đơn giản dựa trên công nghệ này đã đạt được độ chính xác nhận dạng 93,7% đối với các chữ số viết tay.

"Kết quả của chúng tôi cho thấy rằng MTJs với điều khiển quang-điện đại diện cho một nền tảng nhỏ gọn và tiết kiệm năng lượng cho thế hệ điện toán tiếp theo. Vì công nghệ này tương thích với công nghệ bán dẫn hiện nay, chúng tôi tin rằng trong tương lai, nó có thể được sử dụng trong các thiết bị hàng ngày cũng như máy tính hiệu suất cao", Tiến sĩ Markus Münzenberg tổng kết.

P.T.T (NASTIS), theo https://techxplore.com/news/, 2025