Bộ vi xử lý Qualcomm Zeroth được thiết kế bắt chước bộ não con người

Năng lực học hỏi được truyền cảm hứng bởi con người

Dòng chip Qualcomm Zeroth không chỉ có thể bắt chước năng lực cảm nhận của con người mà còn có thể học hỏi giống như những gì mà bộ não sinh học có thể thực hiện. Thay vì những hành vi và kết quả đã được lập trình sẵn dựa trên một khối lượng lớn mã máy tính, Qualcomm đã phát triển một bộ công cụ phần mềm với khả năng cho phép các thiết bị học hỏi trong quá trình hoạt động và tiếp nhận những phản hồi từ môi trường xung quanh.

Một con robot được trang bị bộ vi xử lý Qualcomm Zeroth và được đặt trong một môi trường có những chiếc hộp với nhiều màu sắc khác nhau. Sau đó robot này được dạy chỉ tiếp cận những chiếc hộp màu trắng. Nó đã thực hiện điều đó thông qua khả năng học tập dựa trên phản ứng với chất đô-pa-min, còn được gọi là củng cố tích cực, chứ không phải là những dòng mã lập trình.

Cho phép các thiết bị nhìn và cảm nhận thế giới theo cách của con người

Một trụ cột quan trọng khác về chức năng của bộ vi xử lý Zeroth là đạt được hiệu quả truyền thông bằng các giác quan và bộ não giống như con người. Các nhà thần kinh học đã tạo ra các mô hình toán học để mô tả chính xác hành vi thần kinh sinh học khi chúng gửi, nhận và xử lý thông tin. Các tế bào thần kinh chỉ gửi những xung điện được định thời gian chính xác hay còn được gọi là các "xung" (“spikes”) khi đạt đến một mức ngưỡng điện áp nhất định trong màng tế bào sinh học. Những mạng thần kinh xung điện này (spiking neural networks - SNN) thực hiện việc mã hóa và phát dữ liệu một cách rất hiệu quả cả về phương diện cách thức được các giác quan sử dụng để thu thập thông tin từ môi trường cũng như là cách mà bộ não của chúng ta xử lý và liên kết tất cả các thông tin đó lại với nhau.

Tạo ra và định nghĩa một Bộ Xử lý Thần kinh (Neural Processing Unit—NPU)

Mục đích cuối cùng của Qualcomm Zeroth là tạo ra, định nghĩa và tiêu chuẩn hóa kiến trúc xử lý mới này và được gọi là Bộ xử lý thần kinh (Neural Processing Unit - NPU.) Trong tương lai, khi NPU được trang bị trong nhiều thiết bị khác nhau, nhưng cũng có thể tồn tại cùng với nhau trong các hệ thống trên một con chip (system-on-chips - SoC), các nhà phát triển có thể tạo ra các chương trình thông qua sử dụng các ngôn ngữ lập trình truyền thống, hoặc truy cập vào NPU để đào tạo thiết bị có thể thực hiện những tương tác và hành vi giống như con người.   

Khi điện toán di động ngày càng trở nên phổ biến hơn, chúng ta cũng đặt kỳ vọng cao hơn vào những thiết bị được con người sử dụng và tương tác trong cuộc sống hàng ngày. Chúng ta muốn những thiết bị này phải trở nên thông minh hơn, biết dự đoán những nhu cầu của người dùng và cùng chia sẻ cảm nhận về thế giới để con người có thể tương tác với chúng một cách tự nhiên hơn. Độ phức tạp về mặt điện toán để đạt được những mục tiêu này thông qua sử dụng các kiến trúc điện toán truyền thống là rất lớn, đặc biệt là trong những môi trường có những hạn chế về công suất nguồn và diện tích so với trong môi trường điện toán đám mây và khi sử dụng siêu máy tính. Với công nghệ mới này, các thiết bị đạt được mục tiêu về tốc độ và hiệu quả sử dụng nguồn. Nhờ đó, các thiết bị chạy mượt hơn và tối đa hóa những trải nghiệm có khả năng kéo dài tuổi thọ pin.