AI thông minh đến mức nào?

(KTSG) - Trí thông minh nhân tạo (Artificial intelligence - AI) có thông minh hơn con người? Để trả lời câu hỏi này, trước tiên cần định nghĩa thế nào là thông minh.

• Trí thông minh nhân tạo (AI) và Tiếp thị cá nhân hóa
• Trí thông minh nhân tạo – thấy gì từ dự thảo luật của EU?

Năm 1950, nhà tâm lý học J.P. Guilford chia suy nghĩ sáng tạo ra làm hai nhóm: suy nghĩ tích hợp (convergent thinking) và suy nghĩ phân kỳ (divergent thinking). Theo ông, suy nghĩ tích hợp là khả năng trả lời đúng các câu hỏi, biểu hiện của trí nhớ và tư duy logic. Không như thế, suy nghĩ phân kỳ là khả năng có thể tìm ra nhiều câu trả lời từ một vấn đề hay một câu hỏi, biểu hiện của sự tò mò tìm hiểu, khả năng suy nghĩ khác biệt.

Phần lớn mọi người khi so sánh AI với trí tuệ con người hay nghĩ đến khả năng suy nghĩ tích hợp của AI. Với siêu trí nhớ và khả năng phân tích tốc độ cao, máy tính đã vượt trội con người ở các trò chơi trí tuệ (như cờ vua) hay ở các phép toán phức tạp. Chúng ta cũng thường cho rằng AI chỉ còn thiếu khả năng tưởng tượng, sự tò mò tìm hiểu, phá vỡ quy luật, tức là khả năng suy nghĩ phân kỳ.

Hãy thử so sánh theo một cách khác. Theo các nghiên cứu ngành khoa học thần kinh, não bộ con người có khoảng 86 tỉ nơ ron khi mới sinh ra. AI thì lại có số lượng hạn chế hơn rất nhiều. Ví dụ như Pohoiki Beach, hệ thống máy tính được coi là “bộ não điện tử” của Intel, được coi như một trong những hệ thống mạnh nhất thế giới, thì chỉ có khoảng 100 triệu nơ ron. Con số này tương ứng với số lượng nơ ron trong não bộ của con chuột mà thôi.

Khi so sánh AI với trí tuệ con người, ta có thể đề cập tới “học sâu” (deep learning). Đây là một kỹ thuật đặc biệt của “học máy” (machine learning). Hoạt động của “học sâu” có nhiều tương đồng với cách thức vận hành vỏ não thị giác (các nơ ron chọn lọc và phân tích các đặc điểm của hình ảnh).

Ví dụ, hệ thống nhận diện khuôn mặt của AI cũng dựa trên mạng lưới các lớp nơ ron nhân tạo chọn lọc và phân tích các đặc điểm hình ảnh theo nhiều mức độ: nhờ vào một thuật toán, hệ thống nhận diện có thể tự “sửa sai” và sau rất nhiều lần thử nghiệm, thì đã có thể nhận diện được khuôn mặt.

Tuy nhiên, cần phải nhấn mạnh rằng tới giờ AI mới chỉ “bắt chước” được một phần nhỏ não bộ con người. Theo Jean Louis Dessalles, một chuyên gia về AI, hệ thống nơ ron “học sâu” hiện nay mới chỉ là một bộ máy kết hợp hình ảnh, hay nói cách khác nó giống như việc chúng ta học thuộc lòng. Vì thế, khó có thể nói là nó thông minh. Khả năng này mới chỉ là một phần rất nhỏ của trí thông minh.

AI có thể “thông minh”, nhưng không hẳn theo nghĩa thông minh của con người.

Phần lớn các chuyên gia về AI đều cho rằng cho dù công nghệ AI có rất nhiều tiến bộ trong thời gian qua, vẫn còn vô số những thứ phải cải thiện, như sự “thiếu khách quan” của các thuật toán, hay các hệ thống được coi là “thông minh” lại đưa ra những quyết định sai lệch khi dựa vào những dữ liệu thiếu phù hợp.

Năm 2015, một thuật toán dùng để nhận diện khuôn mặt của Google Photo đã nhận dạng người da đen như khỉ đột, hoàn toàn ngoài mong muốn của các kỹ sư phần mềm. Sai sót nằm trong chính các dữ liệu được sử dụng để phân tích. Khi dữ liệu sai, thì kết quả cũng sẽ sai, vì AI không vận hành như ta mong muốn kết quả. Nó vận hành theo đúng lệnh đưa ra.

Một ví dụ khác là trong lĩnh vực y tế. Càng ngày càng có nhiều bác sĩ dựa vào AI để hỗ trợ việc chẩn đoán bệnh, phân tích hình ảnh, phát hiện triệu chứng dễ dàng hơn, để hạn chế những sai lầm của con người (do mệt mỏi, do thiếu tập trung).

Tuy nhiên, một nghiên cứu gần đây cho thấy vai trò vô cùng to lớn của dữ liệu sử dụng để lập chương trình cho máy tính. Nghiên cứu này đã chỉ ra sự thiếu khách quan của AI: khi hình ảnh nam chiếm đa số trong dữ liệu sử dụng, thì bệnh nhân là phụ nữ bị chẩn đoán kém kỹ càng hơn bệnh nhân nam, và ngược lại(1). Vì thế, cần xây dựng những cơ sở dữ liệu phong phú và cân bằng nhất có thể được, để AI có thể thực sự “thông minh”.

Thời gian vừa qua, chúng ta nói nhiều đến khả năng máy móc thay thế con người trong tương lai. Theo một báo cáo năm 2018 của Tổ chức Hợp tác và Phát triển kinh tế (OECD), 14% ngành nghề hiện nay có khả năng cao (hơn 70%) bị thay thế bởi máy móc, và 32% ngành nghề khác sẽ phải chịu những thay đổi to lớn dưới tác động của tự động hóa.

Tuy nhiên, báo cáo này cũng chỉ ra rằng “nguy cơ cao nhất tập trung ở những công việc đòi hỏi năng lực thấp, và thường có mức thu nhập thấp”, như nghề nhân viên vệ sinh, trợ lý, nhân viên nhà ăn, nhân viên trong ngành mỏ, xây dựng và vận chuyển.

Với trí thông minh nhân tạo, càng ngày càng có những robot được lập trình để hỗ trợ con người. Thế nhưng chẳng ai mong muốn có một robot hỗ trợ thông minh cái gì cũng biết, nhưng lại không có khả năng cảm nhận cảm xúc con người. Sự “thấu cảm nhân tạo” cũng đang là điều mà các chuyên gia AI nhắm tới.

Ở thời điểm này, khả năng xác nhận cảm xúc con người (vui, buồn, giận dữ…), AI đã có thể làm được. Tiếp theo là khả năng kết nối thông tin và cảm xúc (như kết nối hình ảnh một người buồn bã, với thông tin một người thân của người này mới qua đời), AI cũng đang đạt được. Tuy nhiên, AI chưa thể đặt mình vào vị trí của người khác, như chúng ta có thể làm một cách dễ dàng.

AI có thể “thông minh”, nhưng không hẳn theo nghĩa thông minh của con người. Điểm mạnh của AI là khả năng “tiến hóa” và bắt chước trí thông minh con người ngày càng nhanh chóng hơn.

Một trong những ứng dụng quan trọng gần đây của AI là trong ngành thiết kế công nghiệp hay kiến trúc: khi máy tính được nạp các dữ liệu cần thiết thì AI có thể tạo ra hàng trăm thiết kế mới, đáp ứng tiêu chí đặt ra. Rõ ràng là AI cũng có tiềm năng trong suy nghĩ phân kỳ như con người. Đáng lo ngại hay đáng mừng?

(1) Agostina Larrazabal et al., “Gender imbalance in medical imaging datasets produces biased classifiers for computer-aided diagnosis”, Proceedings of the National Academy of Sciences, vol. CXVII, n° 23, 9 juin 2020.