Vì sao trí tuệ nhân tạo không thể thay thế con người

Năm 1958, nhà tâm lý học kiêm nhà nghiên cứu khoa học máy tính Frank Rosenblatt đã giới thiệu tới công chúng về thuật toán Perceptron, tổ tiên lâu đời của thuật toán máy học hiện đại ngày nay.

Perceptron đã được phát triển trên IBM 704- một cỗ máy tính lớn nặng 9 tấn, có công năng ít hơn một chiếc điều khiển tivi hiện đại.

Thuật toán Perceptron là khả năng học mà không cần lập trình trực tiếp, phân biệt các tấm thẻ được in bên trái với các tấm được in bên phải.

Hải quân Hoa Kỳ, nhà tài trợ của dự án, hy vọng Perceptron sẽ là “thai nghén của một chiếc máy tính điện tử mà… có thể đi lại, nói chuyện, nhìn, viết, tự tái tạo và trở nên có ý thức về sự tồn tại của chính mình”.

Ảnh minh họa: Thời kỳ đầu khó khăn của AI. Nguồn: Tom Gauld

Cỗ máy sẽ có thể “nhận diện con người và gọi tên họ” và “dịch tức thời lời nói từ một ngôn ngữ sang lời nói hoặc văn bản trong một ngôn ngữ khác.”

Do đặt kỳ vọng quá cao thời điểm đó, dự án này đã thất bại.

Năm 1969, một cuốn sách viết bởi Marvin Minsky và Seymour Papert, hai nhà nghiên cứu AI, đã mô tả những điều trái ngược với những hứa hẹn to lớn về việc Perceptron đã không thể thực hiện những nhiệm vụ đơn giản nhất.

Lịch sử của AI là những cơn hứng khởi theo chu kỳ kết hợp với “những mùa đông AI”, khi mà xuất hiện những giới hạn khiến bầu nhiệt huyết cạn dần và tài trợ bị cắt.

Năm 1973, chính phủ Anh đã từ bỏ gần như toàn bộ nghiên cứu về AI, với lý do là lĩnh vực này đã không đạt được những mục đích vĩ đại.

Sau cuốn sách của Minsky và Papert, trọng tâm của nghiên cứu về AI đã chuyển sang những cách tiếp cận “mang tính biểu tượng”, tập trung vào logic hình thức và lý luận cứng nhắc.

Một lần nữa, sự tiến triển sớm trong việc nghiên cứu đã tạo ra quá nhiều hứng khởi trước những hứa hẹn không thực hiện được, điều này tạo một sự phản ứng dữ dội khác vào những năm 1980.

Tài trợ bị cắt khiến các dự án nghiên cứu bị khép lại. Các nhà chức trách Mỹ đã coi thường những nỗ lực trong nghiên cứu AI và cho rằng AI chỉ hơn “lập trình thông minh” một chút.

AI hiện đại đã đạt những bước tiến dài

Thời điểm hiện tại, nghiên cứu AI đã có những hứng khởi đi đạt được bước tiến đáng kể. Nhưng cũng bởi vậy mà một số nhà nghiên cứu e ngại rằng khi những giới hạn của AI hiện đại trở nên rõ ràng, một thời kỳ chậm phát triển lớn tương tự đang tới gần.

Năm 2018, Filip Piekniewski, một nhà nghiên cứu AI tại Accel Robotics, một công ty khởi nghiệp về lĩnh vực tự động hóa mua sắm, đã ví sự hứng khởi về nghiên cứu sâu với một thị trường chứng khoán chỉ trước khi bong bóng vỡ.

Tiến sĩ Piekniewski viết rằng không thể nói chính xác khi nào thì sự sụp đổ sẽ xảy ra, nhưng “gần như chắc chắn là nó sẽ xảy ra vào một thời điểm nào đó”.

Có lẽ ông dự đoán đúng. Nhưng nếu điều đó xảy ra, có thể không chỉ là về sự phát hiện những hạn chế về kỹ thuật của AI hiện đại, mà còn về cách chúng tương tác với sức mạnh của mình.

Mặc dù báo cáo này tập trung vào các lĩnh vực mà AI chưa hoàn thiện, có những lý do giải thích vì sao mọi người lại hứng khởi về nó.

Đạt bước tiến dài, AI nay được triển khai trong nhiều lĩnh vực đời sống xã hội. Ảnh: comtrade

Các chính phủ và doanh nghiệp đang nhanh chóng áp dụng AI theo những cách mà sẽ ảnh hưởng trực tiếp tới người dân thường.

Tại các quốc gia có ít đảng phái chính trị, người dân sẽ có ít sự lựa chọn về việc AI có thể làm gì với họ.

Trung Quốc đã đưa ra một kế hoạch về tăng cường kiểm soát bằng AI, và điều này này được thể hiện rõ nhất trong chính sách mà họ đã xây dựng với sự hỗ trợ nhận diện khuôn mặt tại Tân Cương

Tuy vậy, tại các nước khác, người dân thường sẽ có quyền lựa chọn. Ví dụ, vào ngày 5/2, một toà án Hà Lan đã phán quyết rằng SYRI, một hệ thống sử dụng AI được thiết kế để phát hiện gian lận thuế và trợ cấp xã hội, là bất hợp pháp.

Hệ thống này được thiết kế để tiếp nhận lượng lớn dữ liệu từ các ban bộ ngành chính phủ khác nhau và phát hiện các hình mẫu kỳ lạ mà trong đó các hình mẫu này có thể hé lộ sự vi phạm.

Tòa án tin rằng chính phủ Hà Lan đã thất bại trong việc cân bằng nghĩa vụ triệt phá gian lận với nghĩa vụ bảo vệ sự riêng tư của công dân.

Những người tham gia chiến dịch đưa vụ án ra ánh sáng chỉ ra rằng Hà Lan không phải là nơi duy nhất sử dụng AI theo cách như vậy. Anh và Úc đang vận hành những hệ thống tương tự.

Các nhà nghiên cứu hi vọng ứng dụng AI vào Covid-19 có thể suy ngẫm về một cuộc khảo sát cho kết quả rằng khoảng một nửa người Mỹ sẽ từ chối cài đặt một ứng dụng theo dõi thông tin liên lạc và địa điểm trên điện thoại của họ.

Khi con người trở nên quen thuộc với sự pha trộn riêng biệt giữa sức mạnh và sự mong manh của AI, họ có thể miễn cưỡng đặt niềm tin vào nó với những quyết định quan trọng.

AI sẽ được bổ sung để phục vụ con người, không phải thay thế con người

Một nghiên cứu năm 2019 tại Trường Luật thuộc Đại học New York và Học Viện AI Now đã kiểm tra các thuật toán dự báo trị an. Các thuật toán này cho các lực lượng cảnh sát biết đâu là nơi tốt nhất để bố trí các cảnh sát viên, dựa trên các xu hướng từ số liệu tội phạm trong lịch sử.

Các nhà nghiên cứu đã nhìn thấy 13 khu vực bao gồm cả Chicago và New Orleans, nơi có lực lượng cảnh sát có hành vi phân biệt chủng tộc trong lịch sử, đang điều tra về công nghệ này.

Thâm chí người dân Trung Quốc cũng lên tiếng, một khảo sát gần đây cho kết quả rằng 74% người được khảo sát bất mãn về sử dụng nhận diện khuôn mặt.

Các nhà nghiên cứu AI đang bắt đầu vật lộn với những vấn đề như thế này. Hai năm trước, Google đã công bố một bộ “quy tắc AI”, trong đó nói rằng các hệ thống phải “có ích cho xã hội”, “tránh tạo ra hoặc củng cố các thành kiến không công bằng”, và “được xây dựng và kiểm tra về sự an toàn”. Microsoft và Facebook cũng đã đưa ra lời hứa hẹn tương tự.

AI là để phục vụ con người chứ không thể thay thế con người. Ảnh: techtalk

Lĩnh vực “an toàn AI”, nơi trăn trở với những câu hỏi này, còn non trẻ nhưng đang phát triển.

Facebook thuê hơn 15.000 người kiểm duyệt nội dung. Quả thực, mạng xã hội là một ví dụ của sự phản đối dữ dội chống lại AI đang diễn ra.

Các thuyết âm mưu và thông tin sai lệch được truyền bá bởi các thuật toán, các quốc gia đang ban hành luật lệ để bắt buộc các công ty làm giảm ảnh hưởng của chúng.

AI đang tạo ra công ăn việc làm, chứ không phải là hủy hoại chúng: Facebook đang thuê hơn 15.000 người kiểm duyệt nội dung để khống chế các thuật toán của họ, gấp đôi số lượng nhân sự mà họ đã thuê năm 2017.

Chủ tịch Microsoft Brad Smith cho hay rằng thay vì hỏi AI có thể làm gì, con người cần phải nghĩ về việc AI nên làm gì.

Nói cách khác, các hạn chế về công nghệ của AI còn non trẻ và thiếu sót sẽ dẫn con người tới việc áp đặt thêm các giới hạn chính trị và xã hội lên nó.

Các thuật toán thông minh sẽ phải thích ứng với một thế giới toàn con người, và ít nhất trong lý thuyết, được điều hành bởi con người.

(Dân sinh) - Chúng ta đang sống trong một giai đoạn đáng kinh ngạc của lịch sử. Đó là thời đại của những bộ nhớ hoàn hảo và những khả năng siêu phàm của máy tính. “Trí tuệ nhân tạo” (AI - Artificial Intelligence) là một trong những từ khóa được quan tâm nhất. Hiện nay, nhờ có AI, chúng ta có thể làm những việc mà trước nay chưa thể làm và không hề nghĩ rằng mình có thể làm được.

Tuy nhiên, đi cùng với khả năng không thể bàn cãi của AI là những huyễn tưởng và lo sợ cho tương lai của nhân loại. Mối nguy hiểm thực sự không phải là máy tính thông minh hơn chúng ta, mà là chúng ta nghĩ rằng máy tính thông minh hơn mình, và do đó tin tưởng để máy tính thay mình đưa ra quyết định quan trọng, vì máy tính hoàn toàn có thể mắc những sai lầm trầm trọng, khi cách chúng xử lý dữ liệu không giống cách con người tư duy.               

"Huyễn tưởng về trí tuệ nhân tạo" được chia thành 12 chương, bao gồm nhiều dẫn chứng thực tế từ lịch sử như cuộc bầu cử tổng thống Mỹ năm 2008, AI Watson của IBM và nhiều dự án trí tuệ nhân tạo nổi tiếng khác với mục đích làm rõ cách trí tuệ nhân tạo xử lý thông tin, cho kết quả cuối cùng và chỉ ra sự khác biệt giữa AI (Artificial Intelligence – Trí tuệ nhân tạo) và bộ não con người, từ đó cho độc giả thấy những rủi ro của việc quá tin tưởng vào kết quả của máy tính.

Trong 4 chương đầu, tác giả đã lấy rất nhiều ví dụ thực tế để giải thích một cách dễ hiểu cách thức trí tuệ nhân tạo hoạt động và cách chúng đưa ra kết quả cuối cùng. Tác giả khẳng định robot đã vượt xa con người trong các nhiệm vụ đơn điệu lặp đi lặp lại, chúng có bộ nhớ tốt hơn, thực hiện các phép tính chính xác hơn và không biết mệt mỏi. Nhưng trí tuệ nhân tạo không được lập trình để mô phỏng bộ não con người và trí tuệ nhân tạo không thể tư duy, lập luận và loại suy. Từ đó, tác giả khẳng định cho đến giờ máy tính có trí thông minh bao quát đủ để cạnh tranh với con người chưa tồn tại.

Trong hai chương tiếp theo, bằng việc nhắc tới "Khai phá Dữ liệu", một sự thật được chứng minh là việc khai phá Dữ liệu dù thỉnh thoảng sẽ có một khám phá tri thức thực sự, với số lượng các biến giải thích được xem xét càng lớn thì càng có nhiều khả năng một mối quan hệ được khám phá chỉ là trùng hợp ngẫu nhiên, có tính tạm thời.

Trong các chương còn lại của cuốn sách, tác giả đã đưa ra nhiều mô hình tính toán trong nhiều lĩnh vực như tài chính, chính trị, kinh tế… để chứng minh rằng bằng chứng thống kê là không đủ để phân biệt giữa kiến thức thật và giả. Máy tính không thể đánh giá chính xác sự tương quan đó là ngẫu nhiên hay thực sự có ý nghĩa. Công việc đó chỉ dành cho trí tuệ của con người.

Kết lại, trí tuệ của con người hoạt động khác biệt so với trí tuệ nhân tạo, bởi vậy không thể nói trí tuệ nhân tạo là thông minh. Robot vượt trội về bộ nhớ, tính chính xác và sức bền nhưng chúng vẫn tồn tại nhiều khuyết điểm: không biết tư duy, không thể loại suy và không thể phân biệt được dữ liệu tốt – xấu, vô nghĩa – có nghĩa. Con người cần tới máy tính để xử lý lượng thông tin lớn, nhưng cũng cần chính trí tuệ của con người để đưa ra những đánh giá cuối cùng về kết quả mà máy tính trả về.

Tác giả Gary Smith là giáo sư trường Cao đẳng Pomona, Mỹ. Ông tham gia rất nhiều dự án nghiên cứu vạch ra sự đáng ngờ trong việc sử dụng dữ liệu trong phân tích thống kê.

Ông là tác giả của 8 cuốn sách giáo khoa, 7 cuốn sách thương mại, gần 100 bài báo học thuật và 7 chương trình phần mềm về kinh tế, tài chính và thống kê. Ngoài việc giảng dạy tại trường Cao đẳng Pomona, ông còn là chuyên gia phân tích và tư vấn kinh tế.

Các cuốn sách nổi tiếng khác của ông như Standard Deviation: Flawed Assumptions (Độ lệch chuẩn: Giả định sai lầm), Tortured Data (Dữ liệu bị tra tấn) cũng cảnh báo về những nguy cơ nhầm lẫn giữa tương quan và nhân quả trong phân tích thống kê. 

Phương Anh