Trong một bài báo được công bố trên tạp chí *Nature Machine Intelligence* ngày 19/09/2026, các nhà nghiên cứu từ MIT và Google Brain đã giới thiệu Zero‑Shot Neural Architecture Search (ZS‑NAS), một phương pháp thiết kế kiến trúc mạng neuron mà không cần thực hiện quá trình huấn luyện truyền thống.
ZS‑NAS dựa trên một mô hình meta‑học sâu, học cách dự đoán hiệu suất của các kiến trúc tiềm năng chỉ dựa trên đặc trưng cấu trúc. Nhờ vậy, quá trình tìm kiếm có thể hoàn thành trong vài phút trên một GPU tiêu chuẩn, thay vì hàng tuần hoặc hàng tháng như các phương pháp NAS truyền thống.
Thử nghiệm trên các bộ dữ liệu tiêu chuẩn như ImageNet và CIFAR‑100 cho thấy ZS‑NAS đạt được hiệu suất gần bằng các kiến trúc được tìm kiếm bằng các phương pháp truyền thống, đồng thời giảm chi phí tính toán lên tới 95%. Các nhà nghiên cứu tin rằng công nghệ này sẽ mở ra kỷ nguyên mới cho việc triển khai nhanh chóng các mô hình AI trên các thiết bị hạn chế tài nguyên.
Bài báo đã thu hút sự chú ý lớn từ cộng đồng AI và đang được các công ty công nghệ lớn như NVIDIA và Meta xem xét tích hợp vào công cụ thiết kế mô hình nội bộ.