Hình ảnh của Editor
 

Trí tuệ nhân tạo chắc chắn là từ thông dụng của thời đại chúng ta. Sự phổ biến của nó, đặc biệt là với sự xuất hiện của các ứng dụng trí tuệ nhân tạo như ChatGPT, đã đưa nó lên hàng đầu trong các cuộc tranh luận về công nghệ.

Mọi người đang nói về tác động của các ứng dụng tạo ra AI như ChatGPT và liệu việc tận dụng khả năng của chúng có công bằng hay không. 

Tuy nhiên, giữa cơn bão hoàn hảo này, đã có sự gia tăng bất ngờ của vô số huyền thoại và quan niệm sai lầm xung quanh thuật ngữ Trí tuệ nhân tạo hay AI. 

Tôi cá là bạn có thể đã nghe nhiều về những điều này rồi!

Hãy cùng đi sâu vào những huyền thoại này, phá bỏ chúng và hiểu bản chất thực sự của AI.

Trái ngược với niềm tin phổ biến, AI không hề thông minh chút nào. Hầu hết mọi người ngày nay đều nghĩ rằng các mô hình hỗ trợ AI thực sự thông minh. Điều này có thể dẫn đến việc đưa thuật ngữ “trí thông minh” vào trong tên “trí tuệ nhân tạo”

Nhưng trí thông minh có nghĩa là gì?

Trí thông minh là một đặc điểm duy nhất của các sinh vật sống được định nghĩa là khả năng tiếp thu và áp dụng kiến ​​thức và kỹ năng. Điều này có nghĩa là trí thông minh cho phép các sinh vật sống tương tác với môi trường xung quanh và do đó học cách sinh tồn.

Mặt khác, AI là một máy mô phỏng được thiết kế để bắt chước một số khía cạnh nhất định của trí thông minh tự nhiên này. Hầu hết các ứng dụng AI mà chúng ta tương tác, đặc biệt là trong nền tảng kinh doanh và trực tuyến, đều dựa vào học máy.

Hình ảnh được tạo bởi Dall-E
 

Đây là những hệ thống AI chuyên dụng được đào tạo về các nhiệm vụ cụ thể sử dụng lượng dữ liệu khổng lồ. Họ xuất sắc trong các nhiệm vụ được chỉ định, cho dù đó là chơi trò chơi, dịch ngôn ngữ hay nhận dạng hình ảnh.

Tuy nhiên, ngoài phạm vi của chúng, chúng thường khá vô dụng… Khái niệm về AI sở hữu trí thông minh giống con người trong một loạt nhiệm vụ được gọi là AI chung và chúng ta còn lâu mới đạt được cột mốc quan trọng này.

Cuộc đua giữa những gã khổng lồ công nghệ thường xoay quanh việc khoe khoang quy mô khổng lồ của các mô hình AI của họ.

Lần ra mắt LLM mã nguồn mở thứ 2 của Llama đã khiến chúng tôi ngạc nhiên với phiên bản mạnh mẽ có 70 tỷ tính năng, trong khi Palma của Google đứng ở mức 540 tỷ tính năng và lần ra mắt mới nhất của OpenAI ChatGPT4 tỏa sáng với 1.8 nghìn tỷ tính năng. 

Tuy nhiên, hàng tỷ tính năng của LLM không nhất thiết mang lại hiệu suất tốt hơn. 

Chất lượng của dữ liệu và phương pháp huấn luyện thường là những yếu tố quyết định quan trọng hơn đối với hiệu suất và độ chính xác của mô hình. Điều này đã được chứng minh với Thí nghiệm Alpaca của Stanford trong đó LLM dựa trên Llama có 7 tỷ tính năng đơn giản có thể sánh ngang với 176 tỷ tính năng đáng kinh ngạc được hỗ trợ ChatGPT 3.5.

Vì vậy, đây rõ ràng là KHÔNG! 

Lớn hơn không phải lúc nào cũng tốt hơn. Tối ưu hóa cả kích thước của LLM và hiệu suất tương ứng của chúng sẽ dân chủ hóa việc sử dụng các mô hình này tại địa phương và cho phép chúng tôi tích hợp chúng vào các thiết bị hàng ngày của mình.

Một quan niệm sai lầm phổ biến là cho rằng AI là một hộp đen bí ẩn, không có bất kỳ sự minh bạch nào. Trên thực tế, mặc dù các hệ thống AI có thể phức tạp và vẫn còn khá mơ hồ nhưng những nỗ lực đáng kể đang được thực hiện để nâng cao tính minh bạch và trách nhiệm giải trình của chúng.

Các cơ quan quản lý đang thúc đẩy việc sử dụng AI có đạo đức và có trách nhiệm. Các phong trào quan trọng như Báo cáo minh bạch AI của Stanford và Đạo luật AI châu Âu nhằm mục đích thúc đẩy các công ty nâng cao tính minh bạch về AI của họ và tạo cơ sở để các chính phủ xây dựng các quy định trong lĩnh vực mới nổi này?. 

AI minh bạch đã nổi lên như một điểm thảo luận trọng tâm trong cộng đồng AI, bao gồm vô số vấn đề như quy trình cho phép các cá nhân xác định việc thử nghiệm kỹ lưỡng các mô hình AI và hiểu lý do căn bản đằng sau các quyết định về AI. 

Đây là lý do tại sao các chuyên gia dữ liệu trên toàn thế giới đang nghiên cứu các phương pháp để làm cho các mô hình AI trở nên minh bạch hơn. 

Vì vậy, mặc dù điều này có thể đúng một phần nhưng nó không nghiêm trọng như thông thường!

Nhiều người tin rằng hệ thống AI là hoàn hảo và không có khả năng mắc lỗi. Đây là xa sự thật. Giống như bất kỳ hệ thống nào, hiệu suất của AI phụ thuộc vào chất lượng dữ liệu đào tạo của nó. Và dữ liệu này thường, không phải là luôn luôn, được tạo ra hoặc quản lý bởi con người.

Nếu dữ liệu này chứa các thành kiến, hệ thống AI sẽ vô tình duy trì chúng. 

Phân tích của nhóm MIT về các mô hình ngôn ngữ được đào tạo trước được sử dụng rộng rãi cho thấy những thành kiến ​​rõ rệt trong việc liên kết giới tính với một số ngành nghề và cảm xúc nhất định. Ví dụ, những vai trò như tiếp viên hàng không hoặc thư ký chủ yếu gắn liền với những phẩm chất nữ tính, trong khi luật sư và thẩm phán gắn liền với những đặc điểm nam tính. Hành vi tương tự đã được quan sát về mặt cảm xúc. 

Những thành kiến ​​​​khác được phát hiện liên quan đến chủng tộc. Khi LLM tìm đường vào các hệ thống chăm sóc sức khỏe, người ta lo ngại rằng chúng có thể duy trì các hoạt động y tế có hại dựa trên chủng tộc, phản ánh những thành kiến ​​vốn có trong dữ liệu huấn luyện.

Điều cần thiết là sự can thiệp của con người để giám sát và khắc phục những thiếu sót này, đảm bảo độ tin cậy của AI. Chìa khóa nằm ở việc sử dụng dữ liệu đại diện và không thiên vị cũng như tiến hành kiểm tra thuật toán để chống lại những thành kiến ​​này.

Một trong những nỗi lo sợ phổ biến nhất là AI sẽ dẫn đến tình trạng thất nghiệp hàng loạt.

Tuy nhiên, lịch sử cho thấy rằng mặc dù công nghệ có thể khiến một số công việc nhất định trở nên lỗi thời nhưng nó đồng thời cũng sinh ra những ngành và cơ hội mới.

Hình ảnh từ LinkedIn 
 

Ví dụ, Diễn đàn Kinh tế Thế giới dự đoán rằng trong khi AI có thể thay thế 85 triệu việc làm vào năm 2025, nó sẽ tạo ra 97 triệu việc làm mới.

Cái cuối cùng và đen tối nhất. Văn hóa đại chúng, với những bộ phim như The Matrix và Terminator, đã vẽ nên một bức tranh nghiệt ngã về tiềm năng biến nhân loại thành nô lệ của AI. 

Trong khi những tiếng nói có ảnh hưởng như Elon Musk và Stephen Hawking bày tỏ lo ngại, tình trạng hiện tại của AI khác xa với hình ảnh đen tối này.

Các mô hình AI ngày nay, chẳng hạn như ChatGPT, được thiết kế để hỗ trợ các nhiệm vụ cụ thể và không có khả năng hoặc động lực được mô tả trong các câu chuyện khoa học viễn tưởng. 

Vì vậy hiện tại… chúng ta vẫn an toàn!

Tóm lại, khi AI tiếp tục phát triển và hòa nhập vào cuộc sống hàng ngày của chúng ta, điều quan trọng là phải tách biệt sự thật khỏi hư cấu. 

Chỉ với sự hiểu biết rõ ràng, chúng ta mới có thể khai thác hết tiềm năng của nó và giải quyết những thách thức của nó một cách có trách nhiệm.

Những huyền thoại có thể che mờ sự phán xét và cản trở sự tiến bộ. 

Được trang bị kiến ​​thức và hiểu biết rõ ràng về phạm vi thực tế của AI, chúng ta có thể tiến lên phía trước, đảm bảo rằng công nghệ này phục vụ lợi ích tốt nhất của nhân loại.
 
 

Josep Ferrer là một kỹ sư phân tích từ Barcelona. Anh tốt nghiệp kỹ sư vật lý và hiện đang làm việc trong lĩnh vực Khoa học dữ liệu ứng dụng cho khả năng di chuyển của con người. Anh ấy là người sáng tạo nội dung bán thời gian tập trung vào khoa học dữ liệu và công nghệ. Bạn có thể liên hệ với anh ấy trên LinkedIn, Twitter or Trung bình.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://www.kdnuggets.com/6-artificial-intelligence-myths-debunked-separating-fact-from-fiction?utm_source=rss&utm_medium=rss&utm_campaign=5-artificial-intelligence-myths-debunked-separating-fact-from-fiction