"Freddy", người máy đầu tiên với trí tuệ nhân tạo hiện được trưng bày tại Bảo tàng Quốc gia ở Scottland

Những tiên lượng về AI trải rộng từ những viễn cảnh rùng rợn cho đến những hứa hẹn tươi sáng. Điều chắc chắn là: trí tuệ nhân tạo sẽ thay đổi mạnh mẽ mọi lĩnh vực trong cuộc sống của chúng ta. GS Nigel Shadbolt, chuyên gia AI, người sáng lập viện Dữ liệu mở (Open Data Institute) ở Anh giải thích với tờ WELT.

WELT: Từ nhiều thập kỷ nay giáo sư đã nghiên cứu về trí tuệ nhân tạo. Điều đó có nghĩa là công nghệ này không phải là hoàn toàn mới mẻ, như một số người đang nghĩ.

Nigel Shadbolt: Vâng, trong khuôn khổ luận án tiến sỹ của mình từ năm 1978 tôi đã nghiên cứu về trí tuệ nhân tạo. Mảng nghiên cứu này cho đến ngày nay vẫn còn có tính thời sự. Mặc dù khả năng tính toán thời đó chỉ bằng một phần triệu năng lực hiện nay, nhưng trong những năm 1970 Đại học Edinburgh đã có “Freddy” con Robot đầu tiên có trí tuệ nhân tạo. Một không khí vô cùng hứng khởi và lạc quan đã bùng lên hết sức mạnh mẽ.
Thời gian đầu có nhiều người hoài nghi họ nghĩ rằng những việc chúng tôi làm sẽ chẳng đi đến đâu, các tài trợ công tác nghiên cứu lúc đầu còn bị cắt giảm. Tuy nhiên ngay từ khi đó các nghiên cứu đã đặt được nền móng mà nhờ đó ngày nay smartphone có thể nhận dạng khuôn mặt hay hiểu được tiếng nói. Mãi cho đến khi có sự lo lắng rằng người Nhật sẽ vượt trội về công nghệ này thì các nghiên cứu về AI mới lại được đẩy mạnh.

Lúc đầu các nhà nghiên cứu về AI chia làm hai phe cạnh tranh với nhau. Một phe dùng máy tính để thực hiện các quy tắc định trước. Phe khác lấy cảm hứng từ cơ chế hoạt động của bộ não thiết kế cái gọi là mạng nơ-ron thần kinh. Xét từ cái nhìn ngày nay, công nghệ nào đã có tác dụng thúc đẩy sự phát triển?

Cả hai. Nếu chúng ta muốn tiếp tục nghiên cứu về AI chúng ta phải kết hợp hài hòa hai công nghệ này với nhau. Hệ thống dựa trên quy tắc định sẵn và mạng lưới nơ-ron có thể hoạt động riêng rẽ và thực hiện thành công được nhiều loại công việc. Bản thân tôi trước kia từng làm việc với hệ thống chuyên gia định sẵn về quy tắc qua đó thực hiện điều khiển thông minh các quá trình trong nhà máy hóa chất. Máy tính hoạt động theo các quy tắc định sẵn rất kinh tế và mang lại kết quả tốt. Mốc tiếp theo là sự phát triển của cái gọi là thuật toán di truyền, bắt chước nguyên tắc tiến hóa và tự nó có thể tối ưu hóa. Đó chính là học máy – một thuật ngữ mà ngày nay thường hay được đề cập khi liên quan đến AI.

Sự bùng nổ mạng nơ-ron bắt đầu từ khi nào?
Trong những năm 90. Mạng nơ-ron có khả năng học và đặc biệt có thể nhận ra tất cả các loại mẫu.Với ý nghĩa này thì khuôn mặt một con người cũng là một dạng mẫu. Mạng nơ-ron rất thích hợp cho việc nhận dạng khuôn mặt, giọng nói vv… Tuy nhiên nhược điểm chính của nó là không giải thích được làm thế nào để nó có được một nhận thức nhất định. Trong thực tế nhiều khi việc lý giải được một quyết định cũng khá quan trọng. Trong trường hợp này mạng nơ-ron có thể dựa vào sự hỗ trợ của hệ thống AI dựa trên quy tắc. Thực tế là giờ đây trong hòm công cụ của AI đã có một số lượng lớn các công nghệ kết nối được với nhau.

Một trong số các công nghệ này có tên là “mạng lưới nơ ron sâu”. Điều gì ẩn sau cái tên này và hệ thống này được dùng vào việc gì?
Trong mạng nơ-ron thì các nơ-ron mô phỏng được sắp xếp theo nhiều lớp. Trong trường hợp đơn giản nhất có ba lớp – lớp đầu vào, lớp xử lý và lớp đầu ra. Mạng nơ-ron sâu ngược lại chứa một số lượng lớn các lớp trung gian, qua đó tăng đáng kể công suất của hệ thống. Chưa có một định nghĩa chính xác: Một số nói nơ-ron sâu khi có trên 30 lớp, một số khác lại cho rằng phải trên 128 lớp. Về kỹ thuật thì hiện nay đã có thể có tới vài trăm lớp nơ ron. Nói một cách dễ hiểu, có thể nói rằng càng có nhiều lớp, khả năng của mạng nơ-ron nhận ra các mối tương quan sâu, tức là ẩn, càng lớn. Việc chúng ta ngày nay có thể triển khai mạng nơ-ron với nhiều lớp như vậy là nhờ vào sự gia tăng đáng kể sức mạnh tính toán của các bộ vi xử lý. Đặc biệt, chúng tôi được hưởng lợi từ sự phát triển của ngành công nghiệp game. Bộ xử lý đồ họa cho trò chơi máy tính được tối ưu hóa để tính toán một mảng nhiều pixel cho một màn hình. Sau đó, điều này tương ứng với một lớp trong mạng nơ-ron. Với bộ xử lý đồ họa, chúng ta có thể xây dựng các mạng nơ-ron sâu, rất mạnh mẽ.

Phần cứng tốt hơn, đó mới là một mặt. Sự thành công của AI dựa trên sự hiện diện của một lượng lớn dữ liệu?
Rất chính xác. Mạng nơ-ron cần được huấn luyện bằng dữ liệu. Có càng nhiều dữ liệu càng tốt. Hiện nay trên mạng có một số lượng dữ liệu lớn đến mức đáng kinh ngạc qua đó các hệ thống AI thả sức huấn luyện – ví dụ để nhận biết các khuôn mặt. Người ta có thể giới thiệu cho một mạng lưới nơ-ron mười triệu khuôn mặt hay hơn nữa. Bạn hãy so sánh với số lượng các khuôn mặt mà một đứa bé sơ sinh trong mấy tháng đầu đời được trông thấy. Giỏi lắm cũng chỉ một tá. Không có gì đáng ngạc nhiên khi một hệ thống AI có thể từ một số lượng lớn các khuôn mặt nhận ra một khuôn mặt nào đó chính xác hơn việc con người nhận diện. Trong ngôn ngữ học có sự hỗ trợ của máy tính, chúng tôi có thể dựa vào nhiều triệu trang web với các ngôn ngữ khác nhau từ đó dạy các hệ thống AI dịch các văn bản.

Tuy nhiên việc dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác dường như chưa thực sự ổn ?

Vấn đề cơ bản là: Lượng dữ liệu càng nhiều giúp cho hệ thống AI được tập luyện thì AI càng có thể thực hiện tốt hơn nhiệm vụ được giao. Thực tế là chất lượng bản dịch của Google Translate trong những năm qua đã được cải thiện rõ rệt. Tuy nhiên cũng tùy theo ngôn ngữ nào được dịch. Những ngôn ngữ phổ biến có nhiều dữ liệu hơn để hệ thống AI được tập luyện. Những bản dịch từ tiếng Quan thoại sang tiếng Anh hoặc từ tiếng Đức sang tiếng Pháp vì thế có thể có chất lượng tốt hơn so với bản dịch từ tiếng Phần lan sang tiếng Hy lạp. Nhưng nhìn chung hệ thống dịch tự động hiện đã tốt đến mức trong thực tế đã có thể được đưa vào xử dụng – thí dụ để dịch các bản hướng dẫn kỹ thuật và các sổ tay kỹ thuật. Dịch tự động hoàn hảo các bài báo hoặc tư liệu văn học thì trong thời gian tới chưa thể đạt được. Tuy nhiên chúng ta sẽ chứng kiến những tiến bộ thật sự đáng ngạc nhiên, điều này sẽ đòi hỏi những đột phá công nghệ hơn nữa. Nhưng ngay cả khi chưa có những đột phá như vậy, hiệu suất của AI sẽ tiếp tục phát triển với tốc độ nhanh hơn nhiều. Tốc độ xử lý của bộ vi xử lý tiếp tục tăng gấp đôi sau mỗi 15 tháng. Vì vậy, chúng tôi có thể xử lý lượng dữ liệu lớn hơn bao giờ hết và đào tạo hệ thống AI ngày càng tốt hơn.


Cuốn sách "The Singularity is near".

Nhiều người lo sợ rằng, đến một lúc nào đó hệ thống AI sẽ có ý thức riêng của nó và sẽ theo đuổi các mục đích riêng của mình. Thưa ông liệu điều đó có xẩy ra?
Đây là một câu hỏi thú vị, giữa các chuyên gia cũng có nhiều tranh cãi. Tôi tin chắc rằng, điều này mình nó không thể dễ dàng diễn ra được. Máy móc chỉ có ý thức khi chúng ta tạo điều kiện cho phép nó. Nhưng cũng có thể do vô tình mà điều đó xảy ra. Chúng ta cần sớm tạo ra ranh giới về đạo lý và xây dựng khung pháp lý cần thiết cho vấn đề này.

Trong cuốn sách “The Singularity is near” của mình, Raymond Kurzweil từng tiên đoán một nguy cơ rằng đến năm 2045 sẽ máy móc thông minh sẽ tiếm quyền. Theo ông điều đó có thực tế không?
Không. Nếu đó là viễn cảnh thực tế thì còn rất lâu nữa. Các hệ thống tự học nhằm để tối ưu hóa cho việc thực hiện những phần việc chuyên biệt. Không ai biết làm thế nào để biến các hệ thống này thành một trí thông minh tổng quát. Trí thông minh của con người là kết quả sự từng trải qua nhiều triệu năm để được như ngày nay – đây là sự tổng hòa có một không hai giữa bản năng động vật, khả năng điều tiết cảm xúc và xã hội và nhiều nhiều cơ chế khác nữa. Người ta làm sao có thể đưa những điều này vào một hệ thống kỹ thuật, khi mà bản thân chúng ta cũng chưa nắm bắt được từng phần của những vấn đề này huống hồ cả một hệ thống? Trước tiên chúng ta cần phải biết nhiều hơn nữa, ý thức hình thành như thế nào trong bộ não của chúng ta, trước khi chúng ta đưa các tiền đề về kỹ thuật để tạo nên sự diệu kỳ này.

Vậy chúng ta hãy trao đổi về những gì mà trong tương lai gần chúng ta có thể phải tính tới. Liệu có điều gì có thể làm chúng ta phải ái ngại?
Cũng như mọi công nghệ khác hệ thống AI có thể được dùng để làm việc thiện cũng như làm điều ác. Xưa nay đều thế, những công nghệ mới có năng lực lớn đều được xử dụng phục vụ mục đích chiến tranh. Xin đưa ra hai ví dụ, công nghệ ra đa và kỹ thuật mật mã. Nếu người ta trang bị vũ khí cho robot hoạt động độc lập hay cho drohnen khi đó hệ thống AI điều khiển chúng và cuối cùng nó sẽ quyết định về sự sống hay cái chết. Điều naỳ khả thi về kỹ thuật. Lần đầu tiên trong lịch sử loài người công nghệ kỹ thuật số mới có thể thực hiện các cuộc tấn công ẩn danh trong một cuộc chiến tranh mạng mà không cần tuyên chiến. Cơ sở hạ tầng quan trọng của một quốc gia có thể bị phá hủy trong một cuộc chiến tranh mạng, trong khi không thể chắc chắn tiêu diệt được kẻ đã gây ra cuộc tấn công đó. Đây là một vấn đề đòi hỏi phải xem xét một cách nghiêm cẩn.

Các cuộc tấn công mạng như thế này chỉ có thể tiến hành được khi các cơ sở hạ tầng có ý nghĩa sống còn được kết nối với Internet. Vậy liệu có tốt hơn không khi các cơ sở hạ tầng quan trọng, thí dụ nhà máy điện, nhà máy nước được vận hành ngoại tuyến?
Trong thực tế người ta phải cân nhắc kỹ cái gì cần nối mạng và nối mạng như thế nào – và liệu những hệ thống này có được bảo vệ đầy đủ trước các cuộc tấn công. Bản chất con người đôi khi là chấp nhận những rủi ro về an toàn để đổi lấy sự thuận tiện. Vậy giải pháp cho vấn đề này là gì? Tách toàn bộ hạ tầng cơ sở quan trọng ra khỏi mạng? Tôi cho rằng điều này là không thể. Cái mà chúng ta cần là có những hình thức mới để phòng thủ trước một cuộc tấn công mạng, những hình thức mới đó phải bảo đảm có tính phòng vệ cao, tách những bộ phận quan trọng của cơ sở hạ tầng với thế giới bên ngoài. Chúng ta phải làm việc cật lực về vấn đề này.

Vậy trong lĩnh vực này AI có thể hỗ trợ để bảo vệ tốt hơn những hạ tầng cơ sở quan trọng?
Có đấy, điều này cũng đã được thực hiện. Với sự hỗ trợ của AI có thể phát hiện những mẫu đặc biệt khi phát tán phần mềm độc hại. Mặt khác các nhóm tấn công cũng có thể sử dụng AI. AI có thể là bạn, nhưng cũng có thể là kẻ thù.

Với những người bình thường nhất thì điều lo lắng nhất là nguy cơ AI làm cho họ mất công ăn việc làm.
Đúng thế, có nhiều bi quan lo lắng trước vấn đề này, tuy nhiên suy nghĩ như vậy là không đúng. Đương nhiên sẽ diễn ra nhiều thay đổi sâu sắc trong thế giới lao động, nhiều công việc mà chúng ta biết hiện nay sẽ biến mất. Tuy nhiên con người vốn dĩ cực kỳ năng động và sáng tạo sẽ tìm ra những loại công việc mới mẻ để kiếm sống – đó là những công việc trong lĩnh vực du lịch, những nghề liên quan đến xã hội, đến nghệ thuật, đến hoạt động thể thao và theo tôi cả trong Gameshow. Có nhiều cách để tạo thu nhập và để giầu có từ đó con người có thể mua sắm những sản phẩm do robot tạo ra. Vả lại những thay đổi này không diễn ra đột ngột trong một thời gian ngắn. Cách đây mười năm người ta đã nói trí tuệ nhân tạo sẽ tiếp nhận công việc của người phóng viên. Nhưng như bạn thấy, hiện vẫn còn phóng viên đấy chứ. Nhưng trong một thế giới kinh tế được định hình bởi AI chúng ta cần chú ý không để cho trong điều kiện độc quyền mới một sự tích tụ quá lớn trên thị trường. Được như vậy tôi sẽ yên tâm lạc quan hướng tới tương lai. AI sẽ đem lại cho chúng ta một cuộc sống tốt đẹp và lành mạnh hơn. Và tôi đang chờ đợi cái ngày mà cái điện thoại di động nhắc nhở tôi, ông hãy để tôi ở đâu đó và hãy đi ra ngoài trời hưởng không khí thiên nhiên trong lành.

Có nghĩa là ông vui mừng cùng trí tuệ nhân tạo hướng tới tương lai?
Phải, trí tuệ con người và trí tuệ nhân tạo sẽ cùng nhau đạt được rất nhiều thứ. Đặc biệt trong khoa học và kỹ thuật tôi nghĩ rằng sự liên kết này sẽ đem lại những tiến bộ hết sức to lớn. AI sẽ hỗ trợ, giúp đỡ chúng ta ở mọi nơi trong cuộc sống hàng ngày, giúp chúng ta quản lý cuộc sống tốt đẹp hơn.

Ông hãy nêu một sản phẩm mới dựa trên cơ sở trí tuệ nhân tạo sẽ được đưa vào sử dụng trong thời gian tới đây.
Sau năm đến mười năm nữa sẽ xuất hiện hệ thống thông ngôn tự động trong giao tiếp – thí dụ đối với tiếng Đức và tiếng Anh. Điều đó sẽ không hoàn hảo 100% nhưng thông qua nó người ta có thể đối thoại trực tiếp với nhau bằng tiếng mẹ đẻ của mình.


GS Nigel Shadbolt sinh năm 1956 tại London. Ông từng học triết học và tâm lý học ở Newcastle và nhận bằng tiến sỹ về trí tuệ nhân tạo tại đại học Edinburgh. Ông là giáo sư tại Jesus College và Uni ở Oxford. Shadbolt tư vấn cho chính phủ Anh và năm 2012 cùng với Tim Berners-Lee thành lập Viện dữ liệu mở (Open Data Institute).

Xuân Hoài dịch

Nguồn Tia Sáng