Đừng sợ hãi trước trí tuệ nhân tạo – Artificial Intelligence

Trí tuệ nhân tạo (Artificial intelligence – viết tắt là AI) đang ngày càng hiện hữu nhiều hơn trong cuộc sống của chúng ta. Nó cung cấp sức mạnh và những tiện ích cho những tiến bộ trong y học, dự báo thời tiết, tự động hóa nhà máy hay ô tô tự lái… Nhiều người lo ngại rằng AI sẽ tiến triển đến mức các robot nguy hiểm có được trí thông minh nhân tạo và chiếm lĩnh thế giới. Nhưng điều này sẽ không xảy ra.

Mỗi ngày, con người chúng ta thường xuyên tương tác và tiếp xúc với trí tuệ nhân tạo. Google dịch giúp chúng ta hiểu được những ngôn ngữ nước ngoài một cách dễ dàng và nhanh chóng, thậm chí còn giúp chúng ta giao tiếp được với các tài xế Uber ở nước ngoài. Các nhà cung cấp và sản xuất đã tích hợp tính năng nhận diện giọng nói vào nhiều ứng dụng. Các trợ lý cá nhân ảo như Siri và Alexa được sử dụng hàng ngày giúp nhiều người hoàn thành các công việc liên quan nhanh chóng, dễ dàng và đơn giản. Ứng dụng nhận dạng khuôn mặt tự động gán nhãn ảnh của mỗi người và hệ thống chơi game. AI đang đánh bại những game thủ chuyên nghiệp nhất ở các trò chơi phức tạp như Go hoặc Texas Hold ‘Em. Các robot của nhà máy đang dần thoát khỏi những hoạt động lặp đi lặp lại và có thể tự do hoạt động.

Những tiến bộ gần đây trong AI đã khiến nhiều người tự hỏi rằng liệu nó có thể tiến xa đến đâu và có những ảnh hưởng gì đến con người. Các nhà khoa học viễn tưởng đã cân nhắc câu hỏi này trong nhiều thập kỉ qua. Một số nhà làm phim còn phác họa ra những tương lai viễn tưởng qua phim ảnh khi mà có những robot thông minh, mang lại nhiều lợi ích cho con người như C3PO trong bộ phim Star Wars. Trong những bộ phim khác, người ta đã xây dựng nên những người máy thông minh có ý thức, tình cảm giống như con người. Như trong bộ phim WestWorld, người máy có cảm xúc của con người đã nổi dậy chống lại sự nô dịch của con người. Tuy nhiên, cũng có những người theo chủ nghĩa tương lai khác đã phác họa ra những người máy nguy hiểm hay cỗ máy giết người – những hệ thống AI phát triển ý chí tự do và chống lại con người như HAL của 2001: A Space Odyssey và những kẻ hủy diệt của loạt phim cùng tên.

Suy đoán về những mối nguy hiểm mà AI có thể gây ra cho con người, không chỉ giới hạn trong lĩnh vực phim ảnh khoa học viễn tưởng, nhiều nhà công nghệ đưa ra dự đoán rằng các hệ thống AI sẽ trở nên thông minh hơn và cuối cùng robot sẽ tiếp quản thế giới. Người sáng lập Tesla Elon Musk nói rằng “AI là mối đe dọa hiện hữu lớn nhất” của nhân loại và nó gây ra “rủi ro chủ yếu đối với sự tồn tại của nền văn minh”. Nhà vật lý nổi tiếng quá cố Stephen Hawking nói, “Nó có thể đánh dấu sự kết thúc của loài người.” Triết gia Nick Bostrom, giám đốc sáng lập của Viện Tương lai Nhân loại cho rằng AI đặt ra “mối đe dọa lớn nhất mà nhân loại phải đối mặt” – lớn hơn cả vũ khí hạt nhân.

AI phổ thông so với AI hẹp

Các hệ thống AI mà các nhà công nghệ và tác giả khoa học viễn tưởng đang lo lắng đều là ví dụ của AI phổ thông (Artificial General Intelligence). Hệ thống AGI có điểm chung với con người là khả năng suy luận; có thể xử lý hình ảnh, có thể nghe/nhìn và thích ứng với nhiều môi trường trong nhiều cài đặt khác nhau. Những hệ thống hư cấu này có hiểu biết và giao tiếp như con người về một loạt các sự kiện và chủ đề khác của con người.

Có hai điểm khác biệt nổi bật giữa các hệ thống AGI hư cấu (tức là các robot gây nguy hiểm) và các hệ thống AI ngày nay:

• Thứ nhất, mỗi hệ thống AI ngày nay chỉ có thể thực hiện một nhiệm vụ được xác định trong phạm vi hẹp. Ví dụ, một hệ thống học cách gọi tên những người trong ảnh và không thể làm được gì khác. Nó không thể phân biệt giữa một con chó và một con voi. Nó không thể trả lời các câu hỏi, truy xuất thông tin hoặc có các cuộc trò chuyện.
• Thứ hai, các hệ thống AI ngày nay có rất ít hoặc không có kiến ​​thức chung về thế giới và do đó không thể lập luận dựa trên kiến ​​thức đó. Ví dụ, một hệ thống nhận dạng khuôn mặt có thể xác định tên của mọi người nhưng không biết gì cụ thể về những người đó. Nó không biết rằng con người dùng mắt để nhìn và tai để nghe, ăn thức ăn để sống, ngủ vào ban đêm và làm việc như thế nào. Nó cũng không thể phạm tội hay yêu đương.

Các hệ thống AI ngày nay đều là các hệ thống “AI hẹp” (cơ bản và sơ khai nhất), một thuật ngữ được đặt ra vào năm 2005 bởi nhà tương lai học Ray Kurzweil để chỉ ra những điểm khác biệt đó: những cỗ máy chỉ có thể thực hiện một nhiệm vụ cụ thể. Mặc dù hiệu suất của các hệ thống “AI hẹp” khiến chúng có vẻ thông minh, nhưng thực tế không phải vậy.

Ngược lại, con người và các robot thông minh hư cấu có thể thực hiện một số lượng lớn các nhiệm vụ khác nhau. Chúng không chỉ nhận dạng khuôn mặt mà còn đọc báo, nấu bữa tối, buộc dây giày, thảo luận về các sự kiện hiện tại và thực hiện rất nhiều nhiệm vụ khác. Các robot thông minh đó cũng suy luận dựa trên kiến ​​thức bình thường như con người về thế giới. Chúng áp dụng kiến ​​thức chung, kinh nghiệm học được và ngữ cảnh cho nhiều nhiệm vụ khác nhau. Ví dụ, chúng ta sử dụng kiến ​​thức về lực hấp dẫn khi lấy một chiếc ly ra khỏi tủ và biết rằng nếu không nắm chặt nó nó sẽ bị rơi. Đây không phải là kiến ​​thức có ý thức bắt nguồn từ định nghĩa về lực hấp dẫn hoặc mô tả trong một phương trình toán học; đó là kiến ​​thức vô thức bắt nguồn từ kinh nghiệm sống của chúng ta về cách thế giới hoạt động.

Mô hình AI mới

Câu hỏi lớn đặt ra là liệu các hệ thống AI hẹp ngày nay có bao giờ tiến triển thành robot nhân tạo với trí thông minh nhân tạo – thứ mà có thể sử dụng suy luận thông thường để thực hiện nhiều nhiệm vụ khác nhau hay không.

Hầu hết các hệ thống AI đột phá hiện nay đều sử dụng một hình thức học thuật có tên là “supervised learning” trong đó mục tiêu là học một chức năng xác định các danh mục đầu ra từ những đầu vào. Ví dụ: hệ thống nhận dạng khuôn mặt lấy hình ảnh đầu vào và xác định tên của người trong hình ảnh. Điều này cũng đúng đối với khái niệm reinforcement learning, trong đó mục tiêu là học một hàm có thể dự đoán hành động tối ưu cho một trạng thái nhất định.

Gieoffray Hinton đã nói, ông nghi ngờ các mô hình hiện tại, bao gồm supervised learning, reinforcement learning và xử lý ngôn ngữ tự nhiên. Điều này sẽ dẫn đến trí tuệ nhân tạo nói chung (và những người máy nguy hiểm trong những bộ phim khoa học viễn tưởng). Trong một cuộc phỏng vấn năm 2017, Hinton gợi ý rằng để đạt được trí thông minh nhân tạo nói chung có thể sẽ đòi hỏi phải loại bỏ mô hình học tập có giám sát đang thống trị hiện nay. Yann Lecun cũng đã nói rằng học có giám sát và học tăng cường sẽ không bao giờ dẫn đến trí tuệ nhân tạo nói chung vì chúng không thể được sử dụng để tạo ra các hệ thống có kiến ​​thức chung về thế giới.

Một số nhà nghiên cứu AI đang bắt đầu suy đoán về các cách tiếp cận mới. Khi chúng tôi đánh giá khả năng tồn tại của các phương pháp tiếp cận mới này, điều quan trọng cần nhớ là sự nhiệt tình đối với các thành tựu AI hạn hẹp không nên chuyển thành sự lạc quan về các phương pháp tiếp cận mới này, bởi vì các phương pháp tiếp cận “AI hẹp” hiện tại là không khả thi về mặt xây dựng hệ thống AGI.

Phương pháp học như con người

Nhiều nhà nghiên cứu mô tả việc học của con người là kết hợp nhiều kỹ năng khối xây dựng và sau đó chúng ta tập hợp lại để học các kỹ năng mới. Mọi người học các khái niệm, quy tắc và các kiến thức về thế giới chuyển giao sau đó áp dụng làm các nhiệm vụ khác nhau. Các nhà nghiên cứu cho rằng chìa khóa để hình thành và phát triển AI thông thường (trí tuệ nhân tạo nói chung và những robot nguy hiểm) là xây dựng các hệ thống học theo cấu trúc giống như con người. Ý tưởng này giống như việc để các hệ thống AI thông minh học các khái niệm, quy tắc cơ bản và nâng cao như con người.

Mối quan tâm lớn nhất của tôi về cách tiếp cận này là tiến bộ trong việc hiểu cách mọi người đại diện cho tri thức thông thường đã trở nên không có giá trị. Bốn mươi mấy năm trước, chúng ta đã có một cuộc tranh luận kéo dài về bản chất của các hình đại diện bên trong và mọi người sử dụng để trả lời các câu hỏi như “Tai của chó chăn cừu Đức có hình dạng gì?”. Chúng tôi vẫn chưa có câu trả lời, mặc dù một số chuyên gia trong lĩnh vực AI và khoa học nhận thức đã tham gia cuộc tranh luận. Trả lời một câu hỏi về hình dạng của tai chó chỉ là một giọt nước trong một đại dương của các sơ đồ biểu diễn và các quy trình lập luận. Hơn nữa, chúng ta thậm chí không biết được liệu các lược đồ biểu diễn và quá trình lập luận là bẩm sinh hay học được. Tính bẩm sinh là một trong những chủ đề được tranh luận học thuật liên tục trong suốt 20 năm qua, không có giải pháp nào trong tầm mắt.

Còn bao lâu nữa chúng ta mới khám phá được hết cách con người suy nghĩ để đạt được tiến bộ thực sự đối với trí tuệ nhân tạo nói chung và người máy gây ra những mối đe dọa nguy hiểm? Với tốc độ phát triển hiện tại, con người có thể phải cần hàng trăm, hàng nghìn năm nữa, thậm chí điều đó không bao giờ xảy ra được.

Học sâu (Deep Learning)

Một số nhà nghiên cứu cho rằng, mặc dù việc học giám sát và tăng cường đều là ngõ cụt cho việc xây dựng các hệ thống trí tuệ nhân tạo nói chung nhưng học sâu vẫn có thể là miền đất hứa giúp con người đạt được kết quả như mong muốn. Cả Yann Lecun và Greg Brockman đều đề xuất mở rộng quy mô hệ thống “học tập không giám sát” với hi vọng rằng chúng sẽ tiếp thu một cách kỳ diệu kiến thức thông thường về thế giới và học cách suy luận về kiến thức đó.

GPT-3 là một ví dụ điển hình tuyệt vời về khả năng mở rộng. Nó lớn hơn 100 lần so với hệ thống GPT-2 và bản thân nó cũng lớn hơn gấp 10 lần so với bản GPT ban đầu. GPT-2 đã cho thấy một khả năng đáng ngạc nhiên khi bắt trước âm thanh của con người và đến GPT-3, khả năng đó còn được làm tốt hơn rất nhiều. Các nhà nghiên cứu của OpenAI – người mà nghiên cứu về hệ thống GPT, coi đây là một sự phát triển mới.

GPT-3 chắc chắn đã chứng minh một khả năng lớn để trích xuất các quy định thống kê của văn bản đào tạo của nó và có lẽ là khả năng ghi nhớ các phân đoạn nhỏ của văn bản. Tuy nhiên, nó không tìm hiểu sự thật về thế giới hoặc có được bất kỳ khả năng suy luận nào dựa trên kiến ​​thức về thế giới này. Ở giai đoạn này, hoàn toàn không thấy bằng chứng nào cho thấy việc học kiến ​​thức về thế giới và kỹ năng suy luận sẽ xuất hiện từ cách tiếp cận này, và cũng không thấy lý do hợp lý nào để tin rằng điều đó sẽ xảy ra.

Yoshua Bengio đã đề xuất những kiến thức chuyên sâu mới, được thiết kế để phá vỡ quy chuẩn cơ bản và ít ỏi của trí tuệ nhân tạo.  Với mục tiêu là tìm hiểu các khối xây dựng cấp cao hơn có thể giúp các hệ thống AI học theo cấu trúc. Đây là một ý tưởng thú vị nhưng chỉ ở giai đoạn đầu. Ý tưởng những hệ thống như thế này sẽ học được kiến ​​thức và lý luận thông thường là một bước nhảy vọt của niềm tin.

Mô hình hóa bộ não con người

Một cách tiếp cận khác được đề xuất đối với trí thông minh nhân tạo là tìm hiểu kiến ​​trúc của não người và mô hình hóa các hệ thống AI sau đó.  Sau nhiều thập kỷ nghiên cứu, chúng ta chỉ biết một số sự kiện rất cơ bản về cách bộ não vật lý xử lý thông tin. Ví dụ, chúng ta biết rằng vỏ não lưu trữ kiến ​​thức đã học một cách tĩnh và động, hạch nền xử lý các mục tiêu và học cách chọn lọc thông tin bằng cách học tăng cường, các cấu trúc não rìa gắn kết não với cơ thể và tạo ra động lực, cảm xúc và giá trị của sự vật.

Ý tưởng mô hình hóa các tế bào thần kinh trong não đã được đề xuất trong hơn bốn mươi năm. Nó vẫn chưa đạt được bất kỳ lực kéo thực sự nào, một phần vì sự tiến bộ cực kỳ chậm chạp trong việc tìm hiểu bộ não con người và một phần vì chúng ta không có phương pháp cụ thể để mô hình hóa những gì chúng ta biết về bộ não con người trong các chương trình AI và cũng không có bằng chứng nào cho thấy cách tiếp cận này sẽ thành công.

Máy tính nhanh hơn

Ray Kurzweil, một nhà tương lai học công nghệ, từ lâu đã lập luận rằng trí tuệ nhân tạo nói chung sẽ xuất hiện như một sản phẩm phụ của xu hướng hướng tới các máy tính lớn hơn và nhanh hơn. Ông đã phổ biến ý tưởng về điểm kỳ dị, đó là thời điểm máy tính đủ thông minh để cải thiện chương trình của chính chúng. Một khi điều đó xảy ra, lý thuyết của ông khẳng định, trí thông minh của chúng sẽ phát triển nhanh chóng theo cấp số nhân, và chúng sẽ nhanh chóng đạt được mức thông minh siêu phàm. Kurzweil dự đoán rằng điểm kỳ dị sẽ xảy ra vào khoảng năm 2045.

Thật khó để tưởng tượng sức mạnh tự xử lý của nó có thể tạo ra trí thông minh nhân tạo như thế nào. Nếu tôi bật máy tính từ những năm 1970 mà không có một chương trình nào được cài đặt, làm tương tự như vậy với một máy tính ngày nay và một máy tính trong 50 năm (kể từ bây giờ) thì không máy tính nào trong số này có thể làm bất cứ điều gì cả. Nếu tôi tải một chương trình xử lý văn bản trên mỗi máy tính này, thì mỗi máy tính trong số chúng sẽ bị giới hạn trong việc thực hiện xử lý văn bản. Các máy tính mới hơn, hiện đại hơn sẽ có thể phản hồi nhanh hơn và xử lý các tài liệu lớn hơn, nhưng chúng vẫn chỉ có khả năng xử lý văn bản. Điều này cũng đúng với các máy tính của tương lai.

Bản thân máy tính nhanh hơn sẽ không tạo ra trí thông minh nhân tạo. Như Steven Pinker đã nói “Sức mạnh xử lý tuyệt đối không phải là một hạt bụi pixie có thể giải quyết mọi vấn đề của bạn một cách kỳ diệu.” Trong trường hợp không chắc rằng trí tuệ nhân tạo tổng quát sẽ trở nên khả thi thì các thuật toán lập trình và học tập có thể sẽ đủ phức tạp để những hệ thống máy tính trở nên thông minh hơn, hiệu suất mạnh mẽ hơn.

Chúng ta sẽ đạt được trí thông minh nhân tạo?

Công nghệ đằng sau các hệ thống AI nhỏ hẹp không thể tiến tới trí tuệ nhân tạo nói chung và robot gây ra những mối đe dọa nguy hiểm. Có một số ý tưởng về cách chúng ta có thể đến được AGI nhưng tất cả đều là những ý tưởng không khả thi. Kể từ cuối những năm 1950, các nhà nghiên cứu AI đã có nhiều ý tưởng về cách tạo ra AGI nhưng hoàn toàn không có bằng chứng nào có thể chứng minh những ý tưởng này có thể thực hiện được.

Những sự lạc quan và nỗi lo sợ về việc có đạt được trí thông minh nhân tạo nói chung hay không đều là cơ sở cho sự thành công của các hệ thống AI cơ bản và sự triển vọng cho AGI. Như Oren Etzioni, Giám đốc điều hành của Viện Allen về AI, đã nói “Nó khiến tôi nhớ đến hình ảnh ẩn dụ về một đứa trẻ trèo lên ngọn cây và chỉ vào mặt trăng, nói rằng ‘Tôi đang trên đường đến mặt trăng’”

Bạn có thể không mong đợi việc du hành thời gian xảy ra trong cuộc đời của bạn. Bạn có thể mong đợi nó sẽ tồn tại trong lĩnh vực khoa học viễn tưởng hàng trăm năm nữa, nếu không muốn nói là mãi mãi. Bạn hoàn toàn có thể tưởng tượng như vậy về tốc độ, đưa mọi người vào trạng thái ngủ đông, tàng hình, dịch chuyển tức thời, tải tâm trí của một người vào máy tính và đảo ngược quá trình lão hóa. Bạn nên đặt trí thông minh nhân tạo và robot nguy hiểm vào cùng danh mục này.