Buzz
Đó là lời chia sẻ từ Michael I. Jordan, một trong những nhà nghiên cứu hàng đầu, cũng là một trong những người tiên phong trong lĩnh vực nghiên cứu về trí tuệ nhân tạo và máy học. Giáo sư Jordan hiện đang giảng dạy tại Đại học California, Berkeley, Mỹ, trong các bộ môn về kỹ thuật điện tử, khoa học máy tính và thống kê.Theo ông, hiện nay các hệ thống trí tuệ nhân tạo vẫn chưa đủ thông minh để thay thế con người trong các nhiệm vụ đòi hỏi tư duy logic, kiến thức thực tiễn và tương tác xã hội. Các hệ thống học máy có khả năng nhận dạng mẫu ở mức độ cơ bản, nhưng trình độ nhận thức của chúng vẫn còn xa so với trí tuệ con người. Hiện tại, chúng chỉ có thể mô phỏng cách con người nhận diện thông tin, nhưng không thể tạo ra sự tương tác sáng tạo và sâu sắc như con người làm hàng ngày.
Trí tuệ nhân tạo sẽ còn phải chờ đợi để sánh bằng với con người
Giáo sư Jordan nhấn mạnh rằng, việc mô phỏng cách con người suy nghĩ không phải là mục tiêu cuối cùng của machine learning. Thực tế, machine learning có thể phục vụ cho trí thông minh của con người bằng cách phân tích một lượng lớn dữ liệu và tạo ra giải pháp mới trong nhiều lĩnh vực như sức khỏe, thương mại, và vận chuyển. Các dịch vụ này có thể giúp con người tận dụng thông tin từ nhiều nguồn khác nhau để tìm ra các giải pháp hợp lý.
“Mọi người thường nhầm lẫn về khái niệm AI khi nói về những tiến bộ công nghệ. Deep learning chưa thể so sánh với trí thông minh của con người, và chúng ta cũng chưa đạt được điều đó. Việc nói về những điều như vậy chỉ là sự lạc quan không căn cứ,”
Trong những năm gần đây, giáo sư Jordan đã cống hiến cho sự hiểu biết sâu rộng hơn về ngành machine learning. Ông tin rằng machine learning là một ngành kỹ thuật mới, tương tự như ngành hóa học khởi đầu vào thế kỷ XX, dựa trên cơ sở của ngành hóa học và cơ học chất lỏng. Machine learning không chỉ dựa trên tiền bối của ngành khoa học máy tính và thống kê, mà còn nghiên cứu cách con người tương tác với máy móc.
“So sánh AI với trí thông minh siêu cấp có vẻ thú vị, nhưng nó khiến chúng ta xa rời hiện thực. Thực tế là chúng ta cần tập trung vào việc xây dựng những hệ thống machine learning quy mô lớn hơn, phục vụ con người và không gây ra bất bình đẳng,”
Hành trình nghiên cứu AI của giáo sư Jordan
Trong thập niên 60 của thế kỷ trước, khi còn là một đứa trẻ, Jordan đã bị thu hút bởi sự kỳ diệu của tư duy con người và sự ảnh hưởng của nó đối với xã hội. Sau khi đọc về cuộc đời của nhà triết học logic người Anh Bertrand Russell, Jordan quyết định theo đuổi ngành tâm lý học và thống kê. Russell thường coi tư duy con người như một quy trình logic toán học trong các nghiên cứu của mình.
Giáo sư Jordan nói: “Tôi nhận ra sự tương đồng giữa trí tuệ con người và máy tính, cả hai đều hoạt động dựa trên logic. Điều này đã thúc đẩy tôi tiến sâu hơn vào việc nghiên cứu về machine learning. Tôi luôn bị cuốn hút bởi sự phức tạp và sức mạnh của machine learning.”
“Tôi luôn bị cuốn hút bởi machine learning. Dù ban đầu tôi không tự xem mình là một nhà nghiên cứu trong lĩnh vực này, nhưng cuối cùng tôi lại chọn nó, bởi hiện nay có rất nhiều người đã đạt được những thành tựu đáng kinh ngạc trong lĩnh vực này,”
Trong thời điểm hiện tại, các dự án nghiên cứu của giáo sư Jordan lấy cảm hứng từ kinh tế học và sự kết hợp giữa thống kê và khoa học máy tính. Ông cho rằng, mục tiêu của những hệ thống machine learning là để đưa ra quyết định, hoặc trợ giúp con người đưa ra quyết định. Theo ông, việc ra quyết định không bao giờ là công việc đơn độc. Mọi quyết định đều phụ thuộc vào sự tư duy và trao đổi với những người khác để tìm ra giải pháp tốt nhất.
Ông đang phát triển “một chương trình nghiên cứu, trong đó những nhân tố nghiên cứu tự tìm hiểu xu hướng của họ dựa trên thể nghiệm ngoài thế giới thực, nơi việc khám phá và khai thác song hành với việc học hỏi từ lượng dữ liệu khổng lồ, và chính cơ chế thị trường có thể cấu trúc quá trình học hỏi của AI. Người được hưởng lợi từ những nghiên cứu như vậy sẽ là những hệ thống trong thế giới thực, đem người sản xuất và người tiêu dùng đến với nhau, dựa trên những kiến thức thu được liên quan tới phúc lợi xã hội.' Đơn giản, mục tiêu cao cả của giáo sư Jordan là đảm bảo rằng máy móc phục vụ cho lợi ích của con người.
Giải thích rõ hơn về AI
Năm 2019, giáo sư Jordan viết bài tham luận trên tờ Harvard Data Science Review có tựa đề “Trí thông minh nhân tạo - Cuộc cách mạng chưa nổ ra.” Ông giải thích rằng khái niệm AI đang bị hiểu nhầm, cả bởi công chúng lẫn nhà nghiên cứu. Trong những năm 50 của thế kỷ trước, khi khái niệm này mới được đề cập, con người có ước vọng tạo ra các hệ thống máy tính có trí thông minh tương đương với con người. Mặc dù tham vọng đó vẫn còn, nhưng những gì đã xảy ra trong những thập kỷ sau đó là điều đáng để quan tâm. Máy tính không thể trở nên thông minh như con người, nhưng chúng có khả năng bắt chước trí tuệ của chúng ta.
Ngoài ra, máy tính còn có thể hỗ trợ con người trong việc thực hiện những công việc mà chúng ta vẫn có thể làm, nhưng đòi hỏi thời gian và nỗ lực lớn. Các hệ thống machine learning đã có khả năng phát hiện ra các hành vi gian lận trong hệ thống tài chính ở quy mô lớn, từ đó góp phần vào sự thành công của thương mại điện tử ngày nay. Chúng cũng rất quan trọng trong việc lập kế hoạch và quản lý chuỗi cung ứng trong sản xuất và y tế. Ngoài ra, chúng còn hỗ trợ đáng kể cho các bác sĩ, giáo viên và các nhà làm phim.
Trong tương lai gần, máy tính sẽ không thể thay thế được khả năng suy luận trừu tượng về các tình huống trong thế giới thực như con người. Điều quan trọng là chúng ta vẫn cần sự tương tác kỹ lưỡng giữa con người và máy tính để giải quyết những vấn đề cấp bách nhất. Đồng thời, chúng ta cần nhận thức rằng hành vi thông minh của các hệ thống quy mô lớn phát sinh từ sự tương tác giữa các yếu tố và trí thông minh của từng cá nhân. Những yếu tố này không xa lạ, chính là tương tác giữa máy móc và con người.
