Một ngày khác, tôi đã bắt gặp một bài báo trên MIT Technology Review trong đó, sau khi phân tích 16,625 bài báo về tương lai của Trí tuệ nhân tạo, các tác giả đã dự đoán về sự kết thúc của kỷ nguyên học sâu. Tôi nghĩ rất nhiều về AI hàng ngày - một phần của mô tả công việc - nhưng sau khi đọc xong, tôi thực sự dừng lại để suy ngẫm về chủ đề này. Khi kỷ nguyên học sâu kết thúc, điều mà tôi không nghi ngờ gì sẽ xảy ra, điều gì sẽ tiếp theo?

Trong vài năm qua, chúng ta đã chứng kiến ​​những tiến bộ công nghệ to lớn trong AI, đặc biệt là trong các lĩnh vực xử lý ngôn ngữ tự nhiên, thị giác máy tính và robot. Điều này phần lớn là do sự thành công của học máy, công nghệ cho phép máy học học hỏi từ dữ liệu và cải thiện hiệu suất của chúng dựa trên kinh nghiệm.

Nhưng những tiến bộ này có đưa chúng ta đến gần hơn với việc tái tạo trí thông minh của con người không? Những năm sắp tới sẽ mang lại cho chúng ta điều gì? Và chúng ta sẽ phải đối mặt với những thách thức nào tiếp theo?

Từ Dartmouth đến HAL 9000

Sản phẩm Máy tính HAL 9000 từ “2001: A Space Odyssey” của Arthur C. Clarke và Stanley Kubrick, là nguyên mẫu của trí tuệ nhân tạo. Nó được phú cho các kỹ năng giống như con người, chẳng hạn như hiểu ngôn ngữ, vạch ra chiến lược để đạt được mục tiêu, thu thập dữ liệu từ môi trường xung quanh và đưa ra quyết định dựa trên những dữ liệu này. HAL 9000 được hình thành vào những năm 1960, trong bối cảnh lạc quan sau Dự án Nghiên cứu Mùa hè Dartmouth về Trí tuệ Nhân tạo. Hội nghị năm 1956 quy tụ Allen Newell, Herbert Simon, John McCarthy, Marvin Minsky và Ray Solomonoff, trong số nhiều người khác, đánh dấu sự khởi đầu của AI như một lĩnh vực nghiên cứu khoa học.

Bất chấp sự lạc quan ban đầu, AI đã trải qua một chặng đường đầy sóng gió. Người ta thường cho rằng một vài năm là đủ để phát triển các công nghệ có khả năng nhận dạng con người, hiểu giọng nói của con người và dịch giữa bất kỳ ngôn ngữ nào. Nhưng những kỳ vọng này cuối cùng dẫn đến một thời kỳ được gọi là mùa đông AI, trong đó kinh phí nghiên cứu bị cắt giảm lớn.

Nhiều thập kỷ sau, mùa đông AI đã kết thúc và sự lạc quan đã nở rộ.

AI vội vàng

Ngày nay, chúng tôi sử dụng các thuật toán AI hàng ngày. Ví dụ: bất cứ khi nào chúng ta sử dụng Internet để nghiên cứu, khi chúng ta nhờ đến một người dịch trực tuyến hoặc khi chúng ta nhận được đề xuất sách từ trang web mà chúng ta thường mua sách từ đó. Các giao dịch cổ phiếu được thực hiện bằng các thuật toán chỉ trong vài phần nghìn giây. Các thuật toán nhận dạng mẫu ngày càng trở nên phổ biến hơn trong phân tích hình ảnh y tế. Các công ty lớn như Google, Facebook, Microsoft, Amazon và Uber đang phát triển các phương tiện tự hành, trợ lý cá nhân kỹ thuật số, hệ thống đối thoại và phiên dịch tự động, lưu trữ một lượng lớn dữ liệu và sử dụng các kỹ thuật học tự động. Chúng ta đang chứng kiến ​​một “cơn sốt vàng” thực sự, đặc biệt là Mỹ, Trung Quốc, Canada, Pháp và Châu Âu đang đầu tư chiến lược lớn vào AI để đẩy nhanh tiến độ.

Một trong những đặc điểm mong muốn nhất ở AI là khả năng đưa ra các quyết định phức tạp. Đây chính xác là đối tượng nghiên cứu của các công trình đầu tiên của Herbert Simon (giải Nobel Kinh tế năm 1978), người mà chúng ta mang ơn nguyên tắc hợp lý có giới hạn, theo đó một quá trình quyết định phải xem xét đến giới hạn của thông tin sẵn có, giới hạn về nhận thức để xử lý thông tin nói trên và thời hạn để quyết định. Chúng tôi hiện đang quan sát những thành công trong lĩnh vực này trong môi trường được kiểm soát, chẳng hạn như trò chơi với các quy tắc được xác định nghiêm ngặt. Các Hệ thống AlphaGo, thông qua các kỹ thuật học tập củng cố, đánh bại những người chơi giỏi nhất ở cờ vây; một dấu ấn lịch sử mà chúng ta tưởng rằng còn hàng chục năm nữa mới xảy ra.

Thách thức lớn hơn là rời khỏi những môi trường giả lập này và chế tạo những cỗ máy có khả năng đưa ra quyết định “trong tự nhiên”, dựa trên những quan sát mà chúng thực hiện được về thế giới thực. Khi điều này có thể thực hiện được, ngoài những người máy công nghiệp mà chúng ta đã biết, chúng ta sẽ có một loạt các ngành nghề có thể được giao cho máy móc: bác sĩ, kỹ sư, thẩm phán và nhà phân tích tài chính. Điều này có thể được dự kiến ​​sẽ xảy ra trong những thập kỷ tới.

Trợ lý cá nhân am hiểu tất cả

Một trong những ý tưởng Utopian lâu đời nhất liên quan đến AI là dịch tự động: khả năng của máy dịch giữa bất kỳ cặp ngôn ngữ nào, phá bỏ mọi rào cản ngôn ngữ và làm trung gian giao tiếp giữa con người. Lĩnh vực này đã có một sự phát triển đáng chú ý trong những năm qua, nhờ vào các kỹ thuật học sâu như mạng nơ-ron. Mặc dù vẫn không thể tự động dịch một cuốn sách với trình độ năng lực như một người dịch, nhưng nhiều nội dung được dịch bằng máy, như tin tức hoặc email, cho thấy chất lượng vượt trội hơn nhiều so với cách đây XNUMX năm.

Trong tương lai gần, chúng ta có thể mong đợi những tiến bộ trong xử lý ngôn ngữ tự nhiên (bao gồm nhận dạng và tổng hợp giọng nói, hệ thống trích xuất thông tin ngữ nghĩa và đối thoại) sẽ được tích hợp trong trợ lý cá nhân: các tiện ích có khả năng giao tiếp với chúng ta, quản lý lịch trình hàng ngày của chúng ta và tra cứu thông tin trực tuyến . Những tiện ích này sẽ biết mọi thứ cần biết về thị hiếu và sở thích của chúng ta và sẽ sớm trở thành thứ không thể thiếu.

Các hình thức thông minh

Để đưa ra dự đoán về một tương lai xa hơn, chúng ta cần nghĩ đến một cái nhìn rộng hơn, ít nhân học hơn về “trí thông minh”. Cảm hứng sinh học có phải là điều kiện cần thiết để tạo ra một AI? Nhìn chung, chúng ta có xu hướng đối mặt với tương lai của AI dựa trên những gì chúng ta biết về trí thông minh của con người, nhưng liệu đó có phải là dạng “trí thông minh” duy nhất có thể có?

Hãy cùng xem xét khí động học: mặc dù chuyến bay của loài chim là nguồn cảm hứng để tạo ra các thiết bị bay, nhưng máy bay không vỗ cánh như loài chim. Theo con đường tương tự, có thể tạo ra những cỗ máy “thông minh” mà không cần cố gắng tái tạo các cơ chế não bộ. Các loại “hành vi thông minh” có thể xuất hiện trong các hệ thống có nhiều tác nhân: đối mặt với nhu cầu hợp tác để giải quyết một vấn đề, các tác nhân này tự động phát triển các giao thức giao tiếp để trao đổi giữa chúng với nhau. Những máy này nói ngôn ngữ gì? Điểm chung giữa ngôn ngữ nhân tạo này và ngôn ngữ của con người là gì? Cái nào sẽ nổi lên là thuận lợi hơn để có được một hành vi thông minh, một ngôn ngữ biểu tượng giống như ngôn ngữ của chúng ta hoặc "các biểu diễn liên tục," mà tai người không thể hiểu được? Có thể làm trung gian giữa các biểu diễn bên trong này và ngôn ngữ của con người với mục tiêu đạt được khả năng diễn giải không?

Thật không may, chúng ta vẫn chưa có một cuốn sổ tay nào có thể hướng dẫn chúng ta về các khả năng và hạn chế của AI, đồng thời cung cấp cho chúng ta các công cụ cho những tiến bộ đột phá.

Nói cách khác, AI vừa rời khỏi giai đoạn tiền sử và hiện đang ở trong “Thời kỳ cổ đại”: thời kỳ được đánh dấu bởi các doanh nghiệp tập thể phi thường, chẳng hạn như Đại kim tự tháp Giza (khoảng 2500 năm trước Công nguyên), nhưng cũng bằng các kỹ thuật tương đối thô sơ. . Các nhà sử học ước tính rằng các Kim tự tháp lớn đã được (điên cuồng) xây dựng bởi khoảng 10,000 công nhân theo ca 3 tháng trong suốt 30 năm. Số lượng các nhà khoa học và kỹ sư ngày nay làm việc trong lĩnh vực AI chắc chắn vượt qua con số đó. Nỗ lực tính toán, được đo bằng teraflop và năng lượng tiêu hao trong các trung tâm xử lý dữ liệu khổng lồ, chắc chắn sánh ngang với năng lượng con người phân bổ trong việc chất đống các khối đá của kim tự tháp. Tuy nhiên, các kỹ thuật chúng ta sử dụng ngày nay trong AI dường như vẫn còn thô sơ.

Con người so với máy móc

AI đang ngày càng tác động nhiều đến cuộc sống hàng ngày của chúng ta và những lợi ích của nó là không thể phủ nhận. Tuy nhiên, vẫn có những kỹ năng chính mà chúng ta cần để
aster để bỏ chặn một số hạn chế nhất định của các hệ thống AI hiện tại. Học không giám sát là một trong số đó, vì đây là cách duy nhất một hệ thống có thể học mà không có sự chỉ đạo của con người. Không chỉ vậy, rất khó để đưa ra dự đoán trong một lĩnh vực mà công nghệ ngày xưa vẫn đang trên đường phát huy hết tiềm năng của nó. Có một cơ hội khá tốt là một điều gì đó gây xáo trộn sẽ xảy ra khiến chúng ta phải đi theo một hướng hoàn toàn mới.

Đó là lý do tại sao tôi không tin rằng máy móc sẽ sớm trở nên “thông minh hơn chúng ta” hoặc chúng ta thậm chí có thể kết nối từ xa với một giao tiếp trôi chảy như giao tiếp được thể hiện bởi HAL 9000. Bất chấp những lời cảnh báo được Stephen Hawking và Elon bày tỏ Musk cho rằng AI là “mối đe dọa nghiêm trọng nhất đối với sự tồn vong của loài người”, có vẻ như không hợp lý khi những mối nguy hiểm sắp xảy ra nhất của AI sẽ đến từ một siêu trí tuệ. Ngược lại, chúng sẽ xuất phát từ sự không chuẩn bị của chúng ta và việc chúng ta sử dụng sai các công nghệ đó nếu chúng ta đánh giá quá cao khả năng của chúng và không hiểu được những sai sót và thành kiến ​​của chúng.

Nguồn: https://unbabel.com/blog/past-present-future-artifining-intelligence/