Trong thế giới công nghệ, cụm từ AI – Trí tuệ nhân tạo – đang được spam – tận dụng – vô tội vạ trong nhiều lĩnh vực như game, sản phẩm tiêu dùng, y tế, chăm sóc sức khỏe.. Từ những chiếc TV thông minh, trợ lý ảo trên điện thoại, các NPC trong game, cho đến bàn chải đánh răng, chưa bao giờ cụm từ này lại kém sang như vậy.
Cần phải định hướng rõ ràng
Không quá khó để nhận ra rằng, cụm từ “trí tuệ nhân tạo” đang được sử dụng một cách sai lầm. Công nghệ này vẫn đang đóng góp rất nhiều vào thế giới số nói chung, cả tốt lẫn xấu. Chúng được ứng dụng vào các mảng dịch vụ sức khỏe và chiến tranh, giải trí phim ảnh và game, giúp con người sáng tác nhạc và viết sách, làm đẹp hồ sơ xin việc của bạn, đánh giá mức độ đáng tin cậy của người dùng, và chỉnh sửa hình ảnh được chụp bằng điện thoại di động. Nói một cách ngắn gọn, chúng đưa ra các quyết định có ảnh hưởng lên cuộc sống của bạn dù muốn hay không.
Rất khó để làm giảm độ hưng phấn của các công ty công nghệ và những nhà quảng cáo khi nói về AI. Ví dụ, bàn ch ải thông minh Oral-B Genius, một trong những thiết bị được giới thiệu tại CES năm nay. Nghe có vẻ hoành tráng, nhưng thật ra thì bàn chải thông minh này chỉ có nhiệm vụ thông báo rằng liệu bạn đã đánh răng đúng cách và đủ thời gian chưa. Có một số cảm biến được trang bị để định vị nơi răng được đánh, nhưng nếu gọi đó là trí tuệ nhân tạo thì thực sự rất quá lời.
Khi không phải do hưng phấn làm sai lệch định nghĩa của AI, thì lại có sự hiểu lầm. Thông thường, khi nói quá lên về AI, báo chí thường nhắc về bộ phim Terminator như là một tượng đài. Điều này đã gây ra hiểu lầm về định nghĩa của trí tuệ nhân tạo. Đó là một vấn đề không rõ ràng đối với những người không phải là chuyên gia, và con người thường đánh đồng AI hiện tại với phiên bản mà họ quen thuộc hơn: Những bộ phim khoa học viễn tưởng về nhận thức của máy tính, trong đó máy tính thông minh hơn con người hàng triệu lần. Với thực tại của công nghệ, sẽ còn rất lâu nữa máy móc mới có thể đạt được cảnh giới của phim ảnh, kể cả trong môi trường giả lập gần với thế giới ảo nhất, là game.
Vậy thì AI là gì?
Ở thời điểm này, mảng cần được quan tâm nhất là “máy học” chứ không phải “trí tuệ nhân tạo”. Đây là một phần nhỏ trong trí tuệ nhân tạo, và cũng là mảng được vận dụng nhiều phương pháp hấp dẫn, có ảnh hưởng lớn nhất trên thế giới hiện tại (bao gồm cả “học sâu”). Đặt riêng, máy học không bí ẩn như trí tuệ nhân tạo, nhưng rất hữu dụng trong việc giải thích xem công nghệ này có thể làm được gì.
Máy học hoạt động như thế nào? Trong những năm vừa qua, có rất nhiều lời giải thích, và không có gì đơn giản hơn là: máy học là những gì liên quan đến việc làm cho máy tính có thể tự học hỏi. Nhưng nó có nghĩa là gì thì lại là một câu hỏi lớn hơn nữa.
Hãy bắt đầu với một vấn đề cần được giải quyết. Ví dụ, bạn muốn tạo ra một phần mềm có thể nhận diện được các con mèo. Bạn có thể lập trình theo phong cách cũ là đặt ra các luật cụ thể như “mèo có tai nhọn” và “mèo có nhiều lông”. Nhưng phần mềm này sẽ phản ứng như thế nào nếu phải xử lý một tấm hình con hổ? Để đảm bảo được các quy định chặt chẽ nhất có thể trong lúc lập trình, sẽ tốn rất nhiều thời gian, và bạn sẽ phải định nghĩa rất nhiều tình huống đặc biệt khó, như thế nào là nhiều lông hay thế nào là tai nhọn. Tốt nhất là để cho máy tự dạy cho nó học, giống như một đứa trẻ. Qua đó, bạn cho máy xem một bộ sưu tập hình ảnh mèo, và hệ thống sẽ tự tìm ra những thứ được lặp lại trong bộ hình đó. Hệ thống sẽ kết nối các thông tin lại, đầu tiên sẽ rất ngẫu nhiên, và khi được kiểm tra nhiều lần, nó sẽ nhận diện ngày một tốt hơn. Và đến một lúc nào đó, hệ thống sẽ rất tốt trong việc biết được đâu đúng là một chú mèo.
Những hiệu ứng phụ khi có một hệ thống tự học như thế này là gì?
Một trong những lợi thế lớn nhất của phương pháp này rất rõ ràng: bạn sẽ không cần phải lập trình quá sâu. Dĩ nhiên, bạn vẫn phải liên tục cải thiện cách hệ thống xử lý dữ liệu và tìm cách tiêu thụ lượng thông tin đó một cách thông minh hơn, và hệ thống phải tự làm điều đó. Điều này cũng đồng nghĩa với việc nó có thể nhận diện các thói quen mà con người có thể bỏ lỡ hoặc không bao giờ nghĩ đến. Và vì tất cả những gì chương trình cần là dữ liệu – các con số 1 và 0 – có rất nhiều công việc bạn huấn luyện cho hệ thống được bởi vì thế giới hiện đại chứa rất nhiều dữ liệu. Với một hệ thống máy học trong tay, thế giới số luôn có sẵn câu trả lời, chỉ cần đưa ra câu hỏi thích hợp.
Nhưng lúc nào cũng có sự bất lợi. Nếu bạn không dạy cho máy tính, làm sao biết được cách AI đưa ra quyết định? Máy học không thể giải thích suy nghĩ của mình, và điều này đồng nghĩa với việc thuật toán của bạn có thể hoạt động tốt vì một lý do sai lầm. Tương tự, do máy tính chỉ biết được các dữ liệu mà bạn đưa cho nó, hệ thống có thể có định kiến về thế giới, hoặc chỉ có thể làm tốt các tác vụ tương tự như những dữ liệu đã được cung cấp trước đó. Hệ thống không có lối suy nghĩ truyền thống như một con người. Bạn có thể tạo ra một chương trình nhận diện mèo tốt nhất trên thế giới và nó sẽ không bao giờ nói với bạn rằng, mèo không nên điều khiển xe máy.
Việc dạy cho máy tính học là một hướng đi tắt thông minh. Và giống như tất cả các lối đi tắt, cần phải có những ý tưởng đột phá. Có trí thông minh trong các hệ thống trí tuệ nhân tạo, nếu bạn muốn gọi như vậy. Nhưng đó không phải là trí thông minh tự nhiên, và không hoạt động theo quy tắc của con người.
Vậy thì chúng ta đang ở đâu cùng trí tuệ nhân tạo? Sau nhiều năm nghiên cứu và đưa ra các tiêu đề hoành tráng, nhiều chuyên gia nghĩ rằng chúng ta đã tạo ra được các nền tảng vĩ đại. Nhưng điều này không đúng. Về mặt nghiên cứu, vẫn còn rất nhiều các đại lộ chờ được khám phá với những kiến thức hiện tại, và về mặt sản phẩm, chúng ta chỉ thấy được những phần nổi của tảng băng thuật toán AI chìm khổng lồ.
Bình luận (0)