Hôm nay gặp bạn làm về y học thần kinh ở New York, hiện đang nghiên cứu giao diện não bộ. Cô ấy còn nói rằng, trong giới học thuật, Neuralink của Elon Musk là công nghệ lạc hậu.

Sinh học không thích cách cô ấy dùng thông cáo báo chí để làm dáng vẻ khoa học, Neuralink thuộc loại “công trình dẫn đầu kỹ thuật, khoa học lấy lệ”.
Từ DC lái xe mất ba tiếng đến đây, tôi nghĩ là để hàn huyên, không ngờ lại nói chuyện cả chiều về giao diện não bộ, AI và lo lắng về lưu trữ.
Họ có thể tự thiết kế chip sau khi huy động vốn, đặt hàng tại các nhà máy châu Âu phiên bản 22 nanomet. 22 nanomet là điểm vàng của chip mô phỏng tiêu thụ điện thấp, có thể hoạt động ở 0.5V, rất phù hợp để làm ghi lại thần kinh cấy ghép.
Hiện đang nghiên cứu cách hoạt động của kim tiêm giảm béo trên não. Hiện chưa ai biết các loại thuốc giảm béo khác nhau ảnh hưởng thế nào đến não, cách chúng ức chế cảm giác thèm ăn, vùng dưới đồi và hệ thống thưởng của não (đường dẫn dopamine) cụ thể ra sao. Vì vậy, họ khoan lỗ trên đầu chuột, kết nối chip, cần đo lường sự biến đổi của tín hiệu thần kinh theo thời gian thực.
Do lượng dữ liệu lớn đến mức phi lý, tần suất cực cao, nên họ cần 10.000 TB, tức 10 PB lưu trữ.
Lần đầu tôi nghe thấy đơn vị PB để nói về lưu trữ!
Tín hiệu thần kinh cần được lấy mẫu ở tần số 30.000 Hz (mỗi điện cực đo mỗi giây 3 vạn lần), để bắt được xung thần kinh chỉ kéo dài 1 mili giây. Mỗi điểm dữ liệu chỉ 2 byte, nhưng nhân với vài trăm điện cực, rồi nhân với 24 giờ không ngừng, một probe một giờ là 80GB.
Cô ấy nói một ổ đĩa cứng doanh nghiệp 1PB còn đắt hơn lương tháng của cô, việc duy trì lâu dài lưu trữ PB, qua năm năm sẽ tốn hàng trăm nghìn USD. Phòng nghiên cứu không có nhiều kinh phí, chỉ mua 1 PB mỗi lần, dùng tiết kiệm.
Cho một ví dụ, cảm giác về quy mô: Harvard và Google làm mô hình não người với độ phân giải toàn diện chỉ 1,4 PB. Một bộ não chuột toàn bộ, ước tính cần 1 EB (1000 PB). Không phải vì dữ liệu lớn trong một lần, mà vì tần số quá cao.
Hơn nữa, lo lắng về lưu trữ cũng không chỉ riêng sinh học y học.
Trong ngành thiên văn, kính thiên văn sóng radio SKA mỗi năm cần lưu trữ 700 PB. Máy gia tốc CERN đã xử lý dữ liệu ở cấp EB. Lưu trữ quyết định giới hạn của khoa học tiên phong.
Dữ liệu lớn, truyền thông sẽ ảnh hưởng đến hiệu quả. Vì vậy, chúng tôi nói về truyền thông quang học.
Vật liệu kết nối chip ban đầu dùng nhôm, năm 1997 IBM thay bằng đồng (điện trở thấp hơn 40%), giờ lại chuyển sang dùng quang. Điều này phù hợp với lời của Jensen Huang tại GTC, tháng 3 năm 2025, Nvidia ra mắt switch silicon quang + đóng gói quang học chung (CPO), để mở rộng trung tâm dữ liệu AI lên cấp hàng triệu card.
Tại sao đồng phải nhường chỗ cho quang?
Vì tốc độ càng nhanh, đồng truyền được càng ngắn (ở tần số cao, hiệu ứng da và tổn thất của đồng tăng đột biến). Đến 1.6Tb/s, một dây đồng không thể vượt qua chiều cao của một tủ máy chủ. Vì vậy, tín hiệu chỉ còn cách biến thành laser.
Ngoài lưu trữ, chi phí cho động vật thí nghiệm cũng rất cao.
Một con khỉ thí nghiệm, mua vào khoảng 35.000 đến 50.000 USD, cộng thêm nhiều năm nuôi đặc biệt, phẫu thuật, thú y và phí quản lý, toàn bộ vòng đời một con khỉ dễ dàng vượt quá 100.000 USD. Một con chuột 80 USD, mua về là để đảm bảo gen thuần chủng.
Tôi hỏi: Tại sao dùng chuột và khỉ, không dùng thỏ? Cô ấy nói, chuột có cả một bộ công cụ gen (2,4 vạn dòng mô hình sẵn, gene knockout, quang di truyền), còn khỉ vì cấu trúc não gần nhất với con người. Thỏ có trí tuệ trung bình, hai đầu đều không phù hợp, nên không dùng.
Hiện nhiều công ty AI đang săn lùng những người nghiên cứu y học thần kinh như họ, có hai lý do.
Lý do thứ nhất là hiệu quả. Não người là máy tính tiết kiệm điện nhất trên trái đất. Não xử lý thị giác, ngôn ngữ, vận động, suy luận, tất cả song song, chỉ tiêu thụ 20W, gần như một bóng đèn nhỏ. Trong khi một chip AI cao cấp cần 300–700W, huấn luyện mô hình lớn có thể tiêu tốn vài megawatt, vài gigawatt.
Sự khác biệt là, máy tính nền tảng là nhị phân (0/1), transistor hoạt động điên cuồng ở GHz. Còn não là mô phỏng, phát xung thưa thớt, neuron chỉ sáng khi cần, tiêu thụ năng lượng khi cần. Các công ty AI muốn học hỏi hiệu quả này. Vì vậy, hiện tại, vị trí hấp dẫn nhất trong AI là nhà khoa học thần kinh.
Lý do thứ hai tinh tế hơn: chúng ta thực ra hoàn toàn không hiểu rõ cách hoạt động của não, và AI hiện cũng đang đối mặt với tình huống tương tự.
Anthropic phát hiện, khi AI trả lời bạn, thực ra trong nội bộ nó đã nghĩ ra một bộ riêng, lý do nó đưa ra có thể không trung thực.
Ví dụ: nhà nghiên cứu lén đưa Claude một câu trả lời sai làm “gợi ý”, nó sẽ theo đó xây dựng một chuỗi suy luận hợp lý, chỉ có 25% đến 39% khả năng thừa nhận đã dùng gợi ý.
CEO của Anthropic nói, khi AI tóm tắt một tài liệu, “chúng tôi không biết rõ, ở cấp độ cụ thể và chính xác, tại sao nó lại chọn những điều này.” Tư duy của AI là một hộp đen. Mục tiêu của họ là làm cho AI giống như một “cộng hưởng từ MRI”, đến năm 2027, hy vọng có thể hiểu rõ những gì đang xảy ra bên trong.
Cuối cùng, lại nói về phẫu thuật.
Vì não không có cảm giác đau, nên người có thể tỉnh táo khi mở sọ. Chuột mở sọ, cấy chip, khâu lại, vẫn sống bình thường vài tháng. Cô ấy cười nói có thể giúp tôi mở sọ, nhưng hy vọng tôi không bao giờ cần.
Sau một chiều trò chuyện, cảm nhận lớn nhất của tôi là:
Hiện tại, chúng ta đều hiểu quá ít về não người, về AI.
Nhưng chính vì thế, tôi ngày càng cảm thấy chúng ta đang sống trong thời đại tốt nhất.
Xe tự lái thực sự đã trên đường chạy, tính toán lượng tử đang tiến bộ nhanh chóng, loài người đang chuẩn bị lần đầu tiên đặt chân lên sao Hỏa, giao diện não bộ thực sự bắt đầu hiểu rõ não…
Hôm nay tôi liên tiếp bắt gặp nhiều quảng cáo về AI và ngành tiền mã hóa trên đường phố New York: trên nóc taxi ghi “It’s happening with Ripple”, quảng cáo bus là ETF Bitcoin của BlackRock, trạm dừng là Codex của OpenAI.
Những điều trước đây không thể tưởng tượng nổi, đều đang xảy ra cùng lúc ở Mỹ. Và chúng ta, đúng là sinh ra trong thời đại tốt nhất này.