Nó Được Gọi Là Trí Tuệ Nhân Tạo—Nhưng Trí Tuệ Là Gì?

Elizabeth Spelke, một nhà tâm lý học nhận thức tại Harvard, đã dành cả sự nghiệp của mình để kiểm tra hệ thống học tập phức tạp nhất của thế giới—tâm trí của một đứa bé.

Những đứa trẻ cười khúc khích có vẻ như không thể so sánh với trí tuệ nhân tạo. Chúng kém trong việc gắn nhãn hình ảnh, vô vọng trong việc khai thác văn bản và tồi tệ trong trò chơi điện tử. Tuy nhiên, đứa bé có thể làm những điều vượt ra khỏi tầm với của bất kỳ trí tuệ nhân tạo nào. Ngay khi chỉ mới vài tháng tuổi, họ đã bắt đầu nắm bắt những nền tảng của ngôn ngữ, như ngữ pháp. Họ đã bắt đầu hiểu cách thế giới vật lý hoạt động, cách thích nghi với các tình huống không quen thuộc.

Tuy nhiên, ngay cả các chuyên gia như Spelke cũng không hiểu rõ chính xác làm thế nào đứa trẻ—hoặc người lớn, trong trường hợp này—học. Sự bất khả trị đó chỉ ra một câu đố nằm ở trung tâm của trí tuệ nhân tạo hiện đại: Chúng ta không chắc chắn nên hướng đến mục tiêu gì.

Hãy xem xét một trong những ví dụ ấn tượng nhất về Trí tuệ Nhân tạo, AlphaZero, một chương trình chơi cờ với khả năng siêu phàm. Sau hàng ngàn ván đấu với tốc độ siêu việt với chính nó và học từ các vị trí chiến thắng, AlphaZero tự mình khám phá ra vài chiến lược cờ vua nổi tiếng và thậm chí sáng tạo ra những chiến lược mới. Điều đó nhất định dường như là một máy móc vượt trội hơn khả năng nhận thức của con người. Nhưng AlphaZero cần phải chơi hàng triệu ván cờ hơn người trong quá trình luyện tập để học một trò chơi. Quan trọng hơn, nó không thể áp dụng những gì đã học từ trò chơi vào một lĩnh vực khác.

Đối với một số thành viên của giới AI, điều đó đòi hỏi một phương pháp mới. “Điều làm cho trí tuệ con người đặc biệt là sự linh hoạt—sức mạnh để tổng quát hóa trong các tình huống chưa từng thấy trước đây,” François Chollet, một kỹ sư AI nổi tiếng và người sáng tạo ra Keras, một framework sử dụng rộng rãi cho deep learning, nói. Trong một nghiên cứu vào tháng 11, ông lập luận rằng việc đánh giá trí tuệ máy móc chỉ dựa trên khả năng thực hiện các nhiệm vụ cụ thể là sai lầm. “Con người không bắt đầu với kỹ năng; họ bắt đầu với khả năng rộng lớn để tiếp nhận các kỹ năng mới,” ông nói. “Những gì một kỳ thủ cờ vua giỏi thể hiện không phải là khả năng chơi cờ vua mà là khả năng tiếp nhận bất kỳ nhiệm vụ nào có độ khó tương tự. Đó là một khả năng rất khác biệt.

Chollet đưa ra một loạt các vấn đề được thiết kế để kiểm tra khả năng học tập của một chương trình AI theo cách tổng quát hơn. Mỗi vấn đề yêu cầu sắp xếp các hình vuông màu trên một lưới dựa trên chỉ một vài ví dụ trước đó. Đối với con người, điều đó không khó. Nhưng các chương trình học máy hiện đại—được huấn luyện trên lượng dữ liệu lớn—không thể học từ ít ví dụ như vậy. Đến cuối tháng 4, hơn 650 đội đã đăng ký để giải quyết thách thức; những hệ thống AI tốt nhất chỉ đạt khoảng 12% đúng.

Vẫn chưa rõ con người giải quyết các vấn đề này như thế nào, nhưng công việc của Spelke cung cấp một số dấu hiệu. Đầu tiên, nó gợi ý rằng con người được sinh ra với khả năng bẩm sinh để nhanh chóng học được một số điều nhất định, như nghĩa của nụ cười hoặc điều gì sẽ xảy ra khi bạn thả điều gì đó. Nó cũng gợi ý rằng chúng ta học rất nhiều từ nhau. Một thí nghiệm gần đây cho thấy rằng trẻ sơ sinh 3 tháng tuổi dường như bối rối khi ai đó lấy một quả bóng một cách không hiệu quả, gợi ý rằng họ đã nhận ra rằng con người gây ra những thay đổi trong môi trường của họ. Ngay cả những hệ thống AI tinh vi và mạnh mẽ nhất trên thị trường cũng không thể hiểu được những khái niệm như vậy. Ví dụ, một chiếc ô tô tự lái không thể đoán trước từ trực giác thông thường điều gì sẽ xảy ra nếu một chiếc xe tải đổ hàng của nó.

Josh Tenenbaum, một giáo sư tại Trung tâm Đại học MIT về Não, Tâm trí và Máy móc, làm việc chặt chẽ với Spelke và sử dụng những hiểu biết từ khoa học nhận thức làm nguồn cảm hứng cho các chương trình của mình. Ông nói rằng nhiều phần của Trí tuệ Nhân tạo hiện đại bỏ qua cái nhìn tổng thể, ví von nó như một cuốn châm biếm thời Victoria về một thế giới hai chiều được cư trú bởi những người hình học đơn giản. “Chúng ta đang khám phá Flatland—chỉ một số chiều của trí tuệ cơ bản,” ông nói. Tenenbaum tin rằng, giống như tiến hóa đã trao cho não người những khả năng nhất định, các chương trình AI sẽ cần hiểu biết cơ bản về vật lý và tâm lý để có thể tiếp nhận và sử dụng kiến thức một cách hiệu quả như một em bé. Và để áp dụng kiến thức này vào các tình huống mới, ông nói rằng họ sẽ cần học theo cách mới—ví dụ, thông qua suy luận nhân quả thay vì chỉ đơn giản là tìm ra các mẫu. “Điều quan trọng là ở điểm nào đó—bạn biết, nếu bạn thông minh—có lẽ có điều gì đó khác ngoài kia,” ông nói.

Bài viết xuất hiện trong số tháng 6 này. Đăng ký ngay.

Hãy cho chúng tôi biết ý kiến của bạn về bài viết này. Gửi thư tới biên tập viên tại [email protected].

Chuỗi Đặc Biệt: Tương Lai Của Các Máy Tính Tư Duy

• Não Bộ Có Phải Là Mô Hình Hữu Ích Cho Trí Tuệ Nhân Tạo?
• Tại Sao Trí Tuệ Nhân Tạo Không Cứu Chúng Ta Khỏi Covid-19?
• Khi Máy Mọc Thông Minh, Chúng Ta Sẽ Tương Tác Với Chúng Như Thế Nào?
• Các Robot Sát Thủ Do Trí Tuệ Nhân Tạo Điều Khiển Là Không Thể Tránh Khỏi?