Lĩnh vực AI đã đạt được nhiều tiến bộ đáng kể. Tuy nhiên, hãy còn không ít huyền thoại và quan niệm sai lầm xoay quanh nó. Ảnh: leeschlenker.medium.com

Thực sự thì AI đang phát triển không ngừng, với năng lực được cải thiện qua từng năm, trung bình 1–2 % theo các thang đo (benchmark) tiêu chuẩn. Một bước đột phá lớn nhất xảy đến năm 2012 khi nhà khoa học máy tính Geoffrey Hinton cùng đồng nghiệp tại Đại học Toronto (Canada) trình diễn những thuật toán deep learning (học nhiều tầng) đánh bại các thuật toán thị giác máy tính (computer vision) tiên tiến với biên độ 10,8 % trong bài thử thách ImageNet Challenge.

Bên cạnh đó, nhà nghiên cứu AI ngày nay còn được hưởng lợi rất nhiều từ những công cụ ngày càng mạnh mẽ, bao gồm điện toán đám mây cho hiệu quả về mặt chi phí, phần cứng giá rẻ với năng lực tính toán siêu tốc (“như GPUs”), khả năng chia sẻ dữ liệu liền mạch qua internet cùng tiến bộ trong lĩnh vực phần mềm nguồn mở chất lượng cao. Nhờ những yếu tố này, công nghệ machine learning (học máy) và đặc biệt là deep learning, đã tạo nên sự hứng khởi chưa từng thấy. Các nhà đầu tư xếp hàng dài để tài trợ cho những công ty AI đầy triển vọng, và các chính phủ thì rót hàng trăm triệu USD vào những viện nghiên cứu AI tiên tiến.

Chắc chắn AI sẽ còn tiến xa hơn nữa, nhưng không hẳn theo đường tuyến tính. Phần lớn sự cường điệu đều bám vào một vài huyền thoại nghe rất hấp dẫn, chẳng hạn AI có thể giải quyết mọi việc.

Huyền thoại thứ nhất: hầu như tuần nào chúng ta cũng được nghe những câu chuyện giật gân về năng lực vượt trội của AI như “Các cỗ máy thông minh đang tự dạy chúng vật lý lượng tử”; “Trí tuệ nhân tạo phát hiện ung thư phổi chính xác hơn con người.” Nhưng những tiêu đề như vậy thường chỉ đúng theo nghĩa hẹp. Chẳng hạn, đối với mục tiêu “phát hiện ung thư phổi”, AI chỉ có khả năng đưa ra giải pháp cho một khía cạnh cụ thể và đã được đơn giản hóa của vấn đề, ví dụ: giảm thiểu nhiệm vụ “chẩn đoán ung thư” thành nhận diện hình ảnh hoặc phân loại tài liệu khoa học.

Điều mà các câu chuyện trên ít đề cập là AI không thực sự hiểu hình ảnh hoặc ngôn ngữ theo cách của con người. Thay vào đó, thuật toán chỉ tìm kiếm những tổ hợp tính năng ẩn, phức tạp mà sự hiện diện của chúng trong một tập hợp hình ảnh hoặc tài liệu cụ thể nào đó mang đặc trưng của một lớp hướng mục tiêu (targeted class, VD: nguy cơ ung thư hoặc mối đe dọa bạo lực). Sự phân loại như vậy không nhất thiết phải được tin cậy đối với các quyết định của con người – dù cho nó liên quan đến kết quả chẩn đoán của một bệnh nhân hay phán xét ai đó phải chịu giam giữ trong bao lâu.

Mặc dù những hệ thống AI tỏ ra vượt trội hơn con người trong các nhiệm vụ thường được gắn với “cấp độ thông minh cao” như chơi cờ vua, cờ vây hoặc trò Jeopardy, … song chúng vẫn chưa có khả năng hoàn thành xuất sắc những thứ con người thành thục mà không cần huấn luyện, chẳng hạn cảm thụ văn học. “Lẽ thường” (common sense) như chúng ta vẫn gọi, thực chất là một cơ sở tri thức ngầm khổng lồ – thứ tác động lên quá trình tìm hiểu và tích lũy trải nghiệm về thế giới từ khi còn nhỏ. Các coder giỏi nhất vẫn chưa thể mã hóa những thứ thuộc về “lẽ thường” và đưa chúng vào các hệ thống AI. Vì thế, mặc dù sẽ đảm đương ngày càng nhiều việc khó khăn, nhưng AI còn lâu mới bằng được đứa trẻ hay cả con chó, con mèo.

Huyền thoại thứ hai: AI sẽ sớm vượt qua con người về mặt trí tuệ. Năm 2015, Ray Kurzweil – tác giả của cuốn best-seller về tương lai The Singularity Is Near (tạm dịch: Sự kỳ dị bất thường sắp tới) – từng dự đoán: đến năm 2045, trí thông minh của máy sẽ mạnh hơn vô hạn so với toàn bộ nhân loại cộng lại. Nhưng một số rào cản đã không được tính đến ở đây.

Thứ nhất, đó là sự phức tạp tuyệt đối của các hệ thống AI, vốn phải dựa vào hàng tỷ biến số để đào tạo thuật toán học máy từ những tập hợp dữ liệu khổng lồ. Rất khó để hiểu hết cơ chế tương tác giữa tất cả các phần này, chúng kết nối và tích hợp với nhau như thế nào để thực hiện một nhiệm vụ nhất định.

Rào cản thứ hai là sự khan hiếm của dữ liệu được chú giải (“hay gắn nhãn”) mà thuật toán học máy dựa vào. Nhóm BigTech bao gồm Google, Amazon, Facebook và Apple hiện đang sở hữu nhiều dữ liệu giá trị nhất, nhưng họ có rất ít động lực để công khai những tài sản này.

Huyền thoại thứ ba: AI sẽ sớm biến con người thành thừa thãi. Trong cuốn Homo Deus: Lược sử tương lai (best-seller của năm 2015), Yuval Noah Harari lập luận: phần lớn con người có nguy cơ trở thành công dân loại hai của các xã hội mà ở đó, tất cả những quyết định mang tính trí tuệ cấp cao đều phụ thuộc vào AI. Thật vậy, một số công việc phổ biến như lái xe tải, … rất có thể sẽ bị AI xóa bỏ trong khoảng mươi năm tới, cùng với nhiều công việc văn phòng mang tính thường xuyên, lặp đi lặp lại. Nhưng xu hướng này sẽ không đồng nghĩa với tình trạng thất nghiệp hàng loạt, khi cuộc sống của hàng triệu hộ gia đình vẫn được đảm bảo nhờ chính sách thu nhập cơ bản phổ quát (universal basic income). Việc làm cũ mất đi sẽ được thay thế bằng những công việc mới mà chúng ta chưa thể hình dung ra. Vào thập niên 1980, không mấy ai dự đoán được hàng triệu triệu người sẽ hưởng lợi nhờ nền kinh tế internet.

Nhiều ngành nghề trong tương lai chắc chắn sẽ cần người lao động được đào tạo bài bản hơn về toán và khoa học. Nhưng bản thân AI cũng đã có thể mang đến những giải pháp từng phần, với các phương pháp đào tạo mới, hấp dẫn thế hệ trẻ và trang bị cho họ nhiều kỹ năng cần thiết cho tương lai. Việc làm bị AI lấy đi sẽ được bù đắp bằng những công việc mới – sinh ra nhờ đào tạo con người bằng AI. Không có quy luật công nghệ hay lịch sử nào định hướng nhân loại tới một tương lai nô dịch về mặt trí tuệ.

Tất nhiên sẽ có thêm những huyền thoại khác xuất hiện, chẳng hạn: AI khuất phục và làm hại con người; AI không bao giờ có khả năng sáng tạo như con người, không thể suy nghĩ và hành động theo nhân – quả, … Thời gian và các nghiên cứu chuyên sâu sau cùng sẽ “lật tẩy” những lầm tưởng này.

Đây quả là khoảng thời gian thú vị đối với AI. Tuy nhiên, đó cũng là lý do để chúng ta cần duy trì sự thực tế về tương lai của nó.

Tác giả Stan Matwin là giáo sư ngành khoa học máy tính, giữ ghế Canada Research Chair và Giám đốc Viện Phân tích Dữ liệu lớn (Big Data Analytics) tại Đại học Dalhousie University ở Halifax, Nova Scotia, Canada, đồng thời là giáo sư Viện Khoa học Máy tính trực thuộc Viện Hàn lâm Khoa học Ba Lan.

Thế Hải