Trưởng phòng Trí tuệ Nhân tạo của Facebook dự đoán lĩnh vực sẽ sớm đối mặt với 'ranh giới'

Jerome Pesenti dẫn đầu việc phát triển trí tuệ nhân tạo tại một trong những công ty có ảnh hưởng — và gây tranh cãi — nhất trên thế giới. Là Phó Chủ tịch trách nhiệm về trí tuệ nhân tạo tại Facebook, ông điều hành hàng trăm nhà khoa học và kỹ sư, người làm việc quyết định hướng đi của công ty và tác động của nó đối với thế giới rộng lớn.

Trí tuệ nhân tạo là điều cơ bản quan trọng đối với Facebook. Thuật toán học tập để nắm bắt và giữ sự chú ý của chúng ta giúp nền tảng này cũng như các sản phẩm liên quan như Instagram và WhatsApp trở nên hấp dẫn và gây nghiện hơn. Và, mặc dù có những thất bại đáng chú ý trong trí tuệ nhân tạo như trợ lí cá nhân M, Facebook vẫn tiếp tục sử dụng trí tuệ nhân tạo để xây dựng tính năng và sản phẩm mới, từ bộ lọc Instagram đến ứng dụng thực tế ảo.

Mark Zuckerberg đã hứa rằng sẽ triển khai trí tuệ nhân tạo để giúp giải quyết một số vấn đề lớn nhất của công ty, bao gồm kiểm soát lời lẽ khiêu khích, tin tức giả mạo và quấy rối trực tuyến (một nỗ lực chỉ có một số thành công hạn chế). Gần đây, Facebook đã phải đối mặt với cách ngăn chặn sự lừa dối được thúc đẩy bởi trí tuệ nhân tạo trong hình thức video deepfake có thể lan truyền tin sai lạc thuyết phục cũng như tạo điều kiện cho hình thức quấy rối mới.

Pesenti gia nhập Facebook vào tháng 1 năm 2018, kế thừa một phòng lab nghiên cứu được tạo ra bởi Yann Lecun, một trong những tên tuổi lớn nhất trong lĩnh vực này. Trước đó, ông đã làm việc trên nền tảng trí tuệ nhân tạo Watson của IBM và tại Benevolent AI, một công ty đang áp dụng công nghệ này vào y học.

Pesenti gặp Will Knight, biên tập viên cấp cao của MYTOUR, gần văn phòng của tạp chí ở New York. Cuộc trò chuyện đã được chỉnh sửa để rút ngắn.

Will Knight: Trí tuệ nhân tạo đã được giới thiệu như một giải pháp cho tin tức giả mạo và lạm dụng trực tuyến, nhưng có thể đã quá mức đánh giá sức mạnh của nó. Tiến triển thực sự của bạn ở đó là gì?

Jerome Pesenti: Kiểm duyệt tự động, hoặc thậm chí cả với sự hợp tác giữa con người và máy tính, ở quy mô của Facebook là một vấn đề cực kỳ khó khăn. Nhưng chúng tôi đã có rất nhiều tiến bộ.

Ở giai đoạn đầu, lĩnh vực này đã có tiến bộ về thị giác — hiểu biết về cảnh quan và hình ảnh. Chúng ta đã có thể áp dụng điều đó trong vài năm qua để nhận diện những hình ảnh đồi trụy, nhận diện bạo lực và hiểu biết về những gì đang diễn ra trong hình ảnh và video.

Gần đây, có rất nhiều tiến bộ trong lĩnh vực ngôn ngữ, cho phép chúng ta hiểu biết tinh tế hơn về các tương tác thông qua ngôn ngữ mà mọi người sử dụng. Chúng ta có thể hiểu nếu người ta đang cố gắng quấy rối, nếu đó là lời lẽ khiêu khích, hoặc nếu chỉ là một trò đùa. Theo bất kỳ tiêu chí nào, đó không phải là một vấn đề đã được giải quyết, nhưng có tiến triển rõ ràng đang diễn ra.

WK: Còn về deepfakes thì sao?

JP: Chúng tôi đang thực sự coi trọng vấn đề này. Thực tế, chúng tôi đã tạo ra những video deepfake mới, để mọi người có thể thử nghiệm các kỹ thuật phát hiện deepfake. Đó là một thách thức rất quan trọng mà chúng tôi đang cố gắng tích cực. Hiện tại, nó không thực sự quan trọng trên nền tảng, nhưng chúng tôi biết rằng nó có thể rất mạnh mẽ. Chúng tôi đang cố gắng làm sẵn sàng trước, và chúng tôi đã kết nối với ngành công nghiệp và cộng đồng.

WK: Hãy nói về Trí tuệ Nhân tạo một cách tổng quát hơn. Một số công ty, như DeepMind và OpenAI, ví dụ như cho rằng mục tiêu của họ là phát triển “trí tuệ nhân tạo tổng quát.” Đó có phải là điều mà Facebook đang làm không?

JP: Là một phòng lab, mục tiêu của chúng tôi là đạt được trí tuệ của con người. Chúng ta vẫn còn rất rất xa so với điều đó, nhưng chúng tôi nghĩ rằng đó là một mục tiêu tuyệt vời. Tuy nhiên, tôi nghĩ nhiều người trong lab, kể cả Yann, tin rằng khái niệm “AGI” không thực sự thú vị và không có ý nghĩa nhiều.

Một mặt, bạn có những người cho rằng AGI là trí tuệ của con người. Nhưng tôi nghĩ rằng điều đó hơi không trung thực vì nếu bạn thực sự nghĩ về trí tuệ của con người, nó không phải là rất tổng quát. Sau đó, những người khác áp dụng ý tưởng của Singularity vào AGI — nghĩa là nếu bạn có một AGI, bạn sẽ có một trí tuệ có thể tự cải thiện và tiếp tục cải thiện bản thân. Nhưng không có mô hình thực sự cho điều đó. Con người không thể tự làm cho bản thân mình thông minh hơn. Tôi nghĩ mọi người đang tung ra để theo đuổi một nghiên cứu nhất định.

WK: Phòng lab Trí tuệ Nhân tạo của Facebook được xây dựng bởi LeCun, một trong những người tiên phong trong học sâu và gần đây đã giành giải Turing cho công việc của mình trong lĩnh vực này. Ông nghĩ gì về những nhà phê bình về sự tập trung của lĩnh vực vào học sâu, họ nói rằng điều đó không đem lại trí tuệ thực sự cho chúng ta?

JP: Học sâu và Trí tuệ Nhân tạo hiện tại, nếu bạn thực sự trung thực, có rất nhiều hạn chế. Chúng ta còn rất rất xa so với trí tuệ của con người, và có một số phê bình là hợp lý: Nó có thể lan truyền các định kiến của con người, không dễ để giải thích, nó không có lý thuyết thông thường, nó nằm ở mức độ phù hợp với việc khớp mẫu hơn là hiểu biết ngữ nghĩa mạnh mẽ. Nhưng chúng ta đang tiến bộ trong việc giải quyết một số trong số này, và lĩnh vực vẫn tiến triển khá nhanh chóng. Bạn có thể áp dụng học sâu vào toán học, để hiểu rõ về protein, có rất nhiều điều bạn có thể làm với nó.

WK: Một số chuyên gia Trí tuệ Nhân tạo cũng nói về “khủng hoảng tái tạo sản xuất,” hoặc khó khăn trong việc tái tạo lại các nghiên cứu đột phá. Anh có xem đó là một vấn đề lớn không?

JP: Đó là điều mà Trí tuệ Nhân tạo của Facebook rất nhiệt huyết. Khi mọi người làm những điều không thể tái tạo, nó tạo ra rất nhiều thách thức. Nếu bạn không thể tái tạo nó, đó là rất nhiều đầu tư bị mất.

Chúng tôi tin rằng sự tái tạo mang lại rất nhiều giá trị cho lĩnh vực. Điều này không chỉ giúp mọi người xác nhận kết quả, mà còn cho phép nhiều người hiểu rõ hơn về những gì đang diễn ra và xây dựng trên nền đó. Điều đẹp của Trí tuệ Nhân tạo là cuối cùng nó là các hệ thống chạy bởi máy tính. Vì vậy, đây là một ứng cử viên hàng đầu, như một phân ngành của khoa học, để có thể tái tạo. Chúng tôi tin rằng tương lai của Trí tuệ Nhân tạo sẽ là cái gì đó mà gần như mặc định có thể tái tạo. Chúng tôi cố gắng công bố mã nguồn của hầu hết các mã mà chúng tôi sản xuất trong Trí tuệ Nhân tạo, để người khác có thể xây dựng lên nó.

WK: OpenAI gần đây đã chú ý rằng năng lực tính toán cần thiết cho Trí tuệ Nhân tạo tiên tiến đang tăng gấp đôi mỗi 3 và một nửa tháng. Anh có lo lắng về điều này không?

JP: Đó là một câu hỏi thực sự tốt. Khi bạn mở rộng học sâu, nó có xu hướng hoạt động tốt hơn và có thể giải quyết một nhiệm vụ rộng hơn một cách tốt hơn. Vì vậy, có một ưu điểm khi mở rộng. Nhưng rõ ràng, tốc độ tiến triển không bền vững. Nếu nhìn vào các thí nghiệm hàng đầu, mỗi năm chi phí tăng lên gấp 10 lần. Hiện tại, một thí nghiệm có thể ở trong hàng triệu đô la, nhưng nó sẽ không lên đến hàng chục hoặc hàng trăm triệu đô la, điều đó không thể, không ai có thể đủ khả năng chi trả cho điều đó.

Điều đó có nghĩa là ở một thời điểm nào đó, chúng ta sẽ đạt tới ranh giới. Ở nhiều mặt, chúng ta đã trải qua điều đó. Không mọi lĩnh vực đã đạt đến giới hạn của việc mở rộng, nhưng ở hầu hết các nơi, chúng ta đang đến điểm mà chúng ta cần suy nghĩ thực sự về việc tối ưu hóa, về lợi ích chi phí, và chúng ta thực sự cần nhìn vào cách chúng ta có thể tận dụng tối đa từ việc tính toán mà chúng ta có. Đây là thế giới chúng ta đang tiến vào.

WK: Bạn đã học được gì khi thương mại hóa Trí tuệ Nhân tạo tại IBM với Watson? Điều gì bạn đã cố gắng sao chép và điều gì bạn đã cố gắng tránh ở Facebook?

JP: Watson thực sự là một thời gian rất vui vẻ, và tôi nghĩ IBM đã nhấn mạnh rằng đây là một thị trường thương mại và thực sự có các ứng dụng. Tôi nghĩ điều đó thật đáng chú ý. Nhưng có một chút quá đà trong việc làm phô trương. Tôi nghĩ rằng điều đó không phục vụ tốt cho IBM lắm.

Khi bạn có một nơi như Facebook, đáng kinh ngạc về tỷ lệ sử dụng trong tổ chức. Số lượng nhà phát triển sử dụng Trí tuệ Nhân tạo trong Facebook đang tăng gấp đôi mỗi năm ngay bây giờ. Vì vậy, chúng ta cần giải thích rằng nó hữu ích, nhưng đừng làm phô trương quá. Điều đó không phục vụ cho chúng ta nếu tuyên bố nó có thể làm những việc nó không thể. Và tôi không cần phô trương quá để bào chữa sự tồn tại của đội của tôi.

WK: Đôi khi Facebook gặp khó khăn trong việc biến nghiên cứu Trí tuệ Nhân tạo thành thành công thương mại, ví dụ như với M. Bạn đang cố gắng kết nối nghiên cứu và kỹ thuật công nghệ hiệu quả hơn như thế nào?

JP: Khi bạn bắt đầu nói về chuyển giao công nghệ, điều đó có nghĩa là bạn đã thất bại rồi. Bạn không thể chỉ chọn một số nghiên cứu và yêu cầu người khác cố gắng đưa nó vào sản xuất. Bạn không thể chỉ vứt nó qua hàng rào. Cách tốt nhất để thiết lập nó là khi có những người thực hiện nghiên cứu cơ bản làm việc với những người gần với sản phẩm hơn. Đó thực sự là một thách thức tổ chức — để đảm bảo có một loạt các dự án phát triển theo thời gian và mang theo những người đi cùng với chúng, thay vì có ranh giới nơi bạn có các nhà khoa học ở một bên, và họ chỉ vứt nghiên cứu của họ qua hàng rào.

WK: Trong tương lai gần, chúng ta có thể mong đợi những sản phẩm Trí tuệ Nhân tạo mới nào từ Facebook?

JP: Hai ứng dụng cốt lõi của Trí tuệ Nhân tạo hiện nay trong Facebook là làm cho nền tảng an toàn hơn cho người dùng và đảm bảo những gì chúng ta hiển thị cho người dùng là có giá trị đối với họ. Nhưng một số điều thú vị nhất mà chúng tôi đang làm là cố gắng tạo ra những trải nghiệm mới chỉ có thể có với Trí tuệ Nhân tạo. Cả thực tế ảo và thực tế ảo mở rộng chỉ có thể tồn tại với Trí tuệ Nhân tạo. Chúng ta thấy gần đây bạn có thể tương tác với thực tế ảo bằng tay của bạn, điều này đòi hỏi một hiểu biết tinh tế về những gì xung quanh cái tai nghe ảo. Nó phân tích toàn bộ cảnh sử dụng chỉ một máy ảnh để bạn có thể sử dụng tay của mình như là bộ điều khiển. Tôi cũng tin rằng có tiềm năng lớn trong việc làm cho con người sáng tạo hơn. Bạn đang thấy điều đó với một số ứng dụng cạnh tranh như TikTok. Nhiều người tạo video và nội dung bằng cách tương tác tự nhiên với phương tiện, thay vì chỉ là một chuyên gia hoặc một biên tập video hoặc một nghệ sĩ.

WK: Có thể công nghệ đằng sau deepfakes có thể được áp dụng vào những mục đích sáng tạo như vậy không?

JP: Hoàn toàn. Chúng ta cần nhận biết cả hai mặt của vấn đề. Có rất nhiều tiềm năng để làm cho con người sáng tạo hơn và trao quyền cho họ. Nhưng như chúng ta đã học được trong vài năm qua, chúng ta cần sử dụng công nghệ một cách có trách nhiệm và cần nhận biết các hậu quả không mong muốn trước khi chúng xảy ra.

WK: Ông nghĩ gì về ý tưởng kiểm soát xuất khẩu Trí tuệ Nhân tạo? Công nghệ có thể bị hạn chế không? Điều đó có thể làm hại cho lĩnh vực không?

JP: Quan điểm cá nhân của tôi là điều này có vẻ rất không thực tế để thực hiện. Ngoài ra, điều này có thể ảnh hưởng tiêu cực đến tiến triển trong nghiên cứu, buộc công việc phải ít có khả năng tái tạo hơn thay vì nhiều hơn. Tôi tin rằng sự minh bạch và sự hợp tác quan trọng để thúc đẩy tiến bộ trong Trí tuệ Nhân tạo, và việc hạn chế việc công bố hoặc mã nguồn mở kết quả từ nghiên cứu cơ bản có thể làm chậm lại tiến độ của lĩnh vực.

Tuy nhiên, dù có kiểm soát như vậy được áp đặt hay không, như những nhà nghiên cứu có trách nhiệm, chúng ta vẫn nên tiếp tục xem xét các rủi ro về sự áp dụng sai lầm có thể xảy ra và làm thế nào chúng ta có thể giúp giảm thiểu những rủi ro đó, trong khi vẫn đảm bảo rằng công việc của chúng ta về tiến triển Trí tuệ Nhân tạo là càng mở và tái tạo có thể.

Các bài viết tuyệt vời khác từ MYTOUR

• Gặp gỡ những người nhập cư đã đối đầu với Amazon
• Viết ghi chú ý tưởng của bạn với những ứng dụng ghi chú tuyệt vời này
• Các thợ săn người ngoài hành tinh cần phải giữ phía bên kia của mặt trăng yên lặng
• Tương lai của ngân hàng là ... bạn đã phá sản
• Đất siêu tối ưu hóa giúp bảo vệ ngựa đua an toàn
• 👁 Một cách an toàn hơn để bảo vệ dữ liệu của bạn; cùng tin tức mới nhất về Trí tuệ Nhân tạo
• 💻 Nâng cấp trò chơi làm việc của bạn với những chiếc laptop, bàn phím, các phương án gõ chữ yêu thích của đội ngũ Gear của chúng tôi, và tai nghe chống ồn