Một nhóm nghiên cứu tại MIT đã công bố phát hiện đột phá về cơ chế chú ý phân cấp (hierarchical attention) trong các mô hình AI. Nghiên cứu cho thấy rằng khi được thiết kế với nhiều tầng chú ý hoạt động song song, mô hình AI có thể mô phỏng cách con người tập trung vào các khía cạnh khác nhau của một vấn đề đồng thời, thay vì xử lý tuần tự như các kiến trúc truyền thống.
Cơ chế này cho phép mô hình AI 'nhìn' vào một vấn đề từ nhiều góc độ khác nhau: ngữ cảnh tổng thể, chi tiết cụ thể và các mối liên hệ logic, tất cả trong cùng một bước xử lý. Kết quả là các mô hình sử dụng kiến trúc này thể hiện khả năng suy luận phức tạp vượt trội, đặc biệt trong các bài toán đòi hỏi sự cân nhắc đa chiều. Trong các bài kiểm thử chuẩn hóa, mô hình đạt điểm cao hơn 20% so với các mô hình cùng quy mô sử dụng kiến trúc chú ý truyền thống.
Phát hiện này có ý nghĩa lớn đối với sự phát triển của AI suy luận (reasoning AI). Nó gợi ý rằng con đường để tạo ra AI thực sự thông minh không chỉ nằm ở việc tăng quy mô mô hình mà còn ở việc thiết kế lại kiến trúc để phù hợp hơn với cách con người xử lý thông tin. Nghiên cứu đã được công bố trên tạp chí Nature Machine Intelligence và đã mở cho cộng đồng khoa học tiếp cận mã nguồn và dữ liệu huấn luyện. Nhiều nhóm nghiên cứu trên toàn cầu đang bắt đầu áp dụng kiến trúc này vào các mô hình của mình.