Buzz
Năm 1950, Alan Turing nổi tiếng tạo ra điều được biết đến ngày nay là Kiểm tra Turing, một cách để quyết định xem một máy tính có thông minh hay không. Nếu máy tính có thể trò chuyện một cách trôi chảy đến nỗi nó được coi là con người? Presto: Đó là trí tuệ nhân tạo.
Kiểm tra của Turing trở thành ngôi sao phương bắc cho nhiều thế hệ các nhà pion công nghệ AI. Trong nhiều thập kỷ, họ đã nỗ lực mạnh mẽ để mô phỏng các kỹ năng cơ bản của con người, với sự thành công ngoạn mục: Chúng ta hiện đang có AI có thể trò chuyện, vẽ tranh, hoặc chơi những ván cờ, Go, và trò chơi video nhanh như chớp.
Nhưng bây giờ một số nhà tư duy AI tự hỏi liệu chúng ta đã thành công một chút quá tốt—trong nhiệm vụ sai lầm. Mô phỏng khả năng của con người, họ tin rằng, đã dẫn đến sự cạnh tranh kinh tế trực tiếp giữa con người và máy móc. Có lẽ Turing đã đưa chúng ta lạc lõng và việc sao chép con người là một mục tiêu sai lầm.
Nhưng thần thoại có thể không phải là khung cảnh tốt nhất cho việc phát triển phần mềm.
Brynjolfsson nghĩ rằng sự phát triển kinh tế thực sự nằm trong việc xây dựng trí tuệ nhân tạo nhằm bổ sung cho con người: Nó nên làm những điều mà con người không thể làm được.
“Chúng ta cần phải thay đổi mục tiêu,” ông nói. Hãy xem xét AlphaFold, trí tuệ nhân tạo của DeepMind dự đoán cấu trúc protein. Dự đoán cấu trúc của protein đòi hỏi việc điều chỉnh chuỗi axit amin trong hàng triệu sự kết hợp có thể xảy ra - điều mà con người không thể dễ dàng thực hiện. Nhưng bằng cách sử dụng AlphaFold, các nhà khoa học có thể tiềm ẩn trở thành siêu nhà khoa học, có khả năng khám phá nhiều khả năng hơn cho các loại thuốc và điều trị y tế mà họ không thể làm được một mình. Khi tôi nói chuyện với CEO DeepMind Demis Hassabis mùa đông qua, ông lập luận, giống như Brynjolfsson, rằng bổ sung là con đường hứa hẹn. “Điều tôi đang hy vọng là AI sẽ là công cụ cuối cùng hỗ trợ các chuyên gia khoa học,” ông nói. Ông dự kiến “một sự phồn thịnh lớn trong thập kỷ tới” và nói rằng “chúng ta sẽ bắt đầu thấy những thách thức ở cấp độ đoạt giải Nobel trong khoa học được giải quyết một sau một.”
Thay vì chỉ giảm chi phí bằng cách thay thế con người bằng bot, Brynjolfsson chú ý, việc bổ sung tăng cường năng suất của con người. Hơn thế nữa, một số giá trị kinh tế từ năng suất đó sẽ được chuyển cho công nhân vì lao động được bổ sung của họ sẽ trở nên có giá trị hơn. Điều đó không phải là tất cả sẽ được nắm giữ bởi các chủ sở hữu tỷ phú trong ngành công nghiệp công nghệ.
Một điều thú vị khác là: Đôi khi không rõ làm thế nào hai loại trí tuệ nhân tạo khác nhau.
Có thể bào chữa rằng DALL-E và các máy tạo hình khác là một trò chơi Turing thuần túy vì chúng sao chép khả năng tạo nghệ thuật của con người. Internet hiện đang chịu đựng dưới trọng lượng của những bài luận tuyên bố rằng nghệ sĩ con người sắp bị thất nghiệp hàng loạt bởi trí tuệ nhân tạo. Nhưng người sáng tạo cũng có thể sử dụng các ứng dụng để đánh bại đối thủ lớn hơn, như khi một nhà thiết kế trò chơi video sử dụng Midjourney để tạo nghệ thuật cho một trò chơi bắn súng không gian. Điều đó giống như việc bổ sung khá nhiều.
Hơn nữa, nhiều công việc khó tự động hóa hoàn toàn hơn bạn nghĩ. Năm 2016, nhà pion học sâu Geoff Hinton đã đề xuất rằng chúng ta nên ngừng đào tạo bác sĩ chẩn đoán hình ảnh vì “nó hoàn toàn rõ ràng rằng trong vòng năm năm, học sâu sẽ làm tốt hơn bác sĩ chẩn đoán hình ảnh”. (Anh thêm rằng có thể mất 10 năm.) Nhưng vẫn còn rất nhiều bác sĩ chẩn đoán hình ảnh được tuyển dụng, và có lẽ trong tương lai cũng vậy vì công việc của họ phức tạp hơn những gì Hinton nêu, như được ghi chú bởi Andrew McAfee, đồng nghiệp và đồng tác giả của Brynjolfsson, người điều hành cùng với Brynjolfsson MIT Initiative về Nền kinh tế Số. Trí tuệ nhân tạo có thể tốt hơn trong việc nhận diện khối u tiềm ẩn trên hình ảnh chụp, nhưng đó chỉ là một phần nhỏ của công việc của một bác sĩ chẩn đoán hình ảnh. Phần còn lại bao gồm việc chuẩn bị kế hoạch điều trị và tương tác với bệnh nhân sợ hãi. Do đó, có thể xem máy tính nhận diện khối u, như là một cách bổ sung cho những bác sĩ đó.
Để thúc đẩy các công ty rời khỏi Turingism, Brynjolfsson đề xuất một số thay đổi trong chính sách của chính phủ. Một lĩnh vực đang chờ đợi cải cách là mã thuế Hoa Kỳ. Hiện nay, nó đánh thuế lao động nặng nề hơn so với vốn, như đã phát hiện được qua công việc gần đây của Viện Brookings. Các công ty nhận định thuế tốt hơn khi mua robot hoặc phần mềm để thay thế con người do những khoản giảm giá như khấu hao vốn. Do đó, mã thuế thực sự khuyến khích các công ty tự động hóa công nhân khỏi bảng lương, thay vì giữ họ và bổ sung họ.
“Chúng ta chi trợ vốn và đánh thuế lao động,” Brynjolfsson nói. “Vì vậy, hiện tại chúng ta đang thúc đẩy các doanh nhân - cho dù họ muốn hay không - cố gắng tìm cách thay thế lao động con người. Nếu chúng ta đảo ngược tình hình đó, hoặc thậm chí chỉ đồng bằng sân chơi, thì các doanh nhân sẽ tìm ra cách tốt hơn.” Đó có thể là một cách thoát khỏi bẫy.
