Trí thông minh nhân tạo sẽ còn đi đến đâu ?

Trận so trí giữa Lee Se-dol và AlphaGo, ngày 09/03/2016.REUTERS/Google/Yonhap

 Công luận những ngày gần đây dồn hết mọi sự chú ý vào cuộc đọ trí giữa máy tính thông minh AlphaGo và kỳ thủ cờ vây thế giới Lee Sedol, người Hàn Quốc.

Sự kiện cho thấy lĩnh vực nghiên cứu trí thông minh nhân tạo đã có những bước đột phá lớn, hy vọng mở ra nhiều ứng dụng mới phục vụ cho lợi ích con người.
Nhưng bên cạnh đó, cũng có nhiều lo ngại cho rằng một ngày nào đó máy tính sẽ vượt lên trên và điều khiển cuộc sống nhân loại.

Máy tính thông minh đã hạ gục kỳ thủ cờ vây Lee Se-dol người Hàn Quốc với tỷ số chung cuộc 4-1, trong một trận so trí gồm năm ván đấu như qui định.

Trận so tài đã được công luận và nhất là giới chuyên môn theo dõi sít sao. Bởi vì phải đợi đến 19 năm sau ngày kiện tướng thế giới cờ vua Garry Kasparov bị máy tính DeepBlue của IBM đánh bại trong một trấn đấu 6 ván, thế giới mới lại được tận mắt chứng kiến tiến bộ mới của lĩnh vực trí thông minh nhân tạo trong ngành công nghệ tin học.

Hơn nữa sự quan tâm của công luận dành cho trận đấu này không chỉ vì sự hiếu kỳ mà vì trước đó ai cũng nghĩ rằng vẫn còn xa máy tính mới giành được phần thắng trong môn cờ vây, một bộ môn giải trí mang tính trí tuệ có nguồn gốc Trung Hoa.

Xuất hiện cách đây hơn 3000 năm, được chơi nhiều tại các quốc gia Trung Quốc, Nhật Bản và Hàn Quốc, cờ vây tuy luật chơi dễ dàng nhưng lại có hàng vạn các nước đi, thiên biến vạn hóa. Do đó, môn cờ này được cho là sẽ rất khó lập trình.

Cờ vây Trung Quốc trước đó được cho là khó lập trình.
Wikimedia

Chính vì thế, ngay sau khi ván đấu thứ ba kết thúc với phần thắng nghiên về AlphaGo, ông Demis Hassabis đã phải thốt lên là :

« Thật tình mà nói, chúng tôi cảm thấy sững sờ. Tôi muốn nhắc lại là mục tiêu của chúng tôi theo nghĩa rộng : chúng tôi đến đối đầu với Lee Sedol là để học hỏi từ anh ấy và muốn biết xem phần mềm của chúng tôi có khả năng đến đâu ».

Những bước tiến của trí thông minh nhân tạo

Như vậy, trí thông minh nhân tạo là gì ?
Theo giải thích của nhiều chuyên gia, trí thông minh nhân tạo, viết tắt là AI (Artificial Intelligence) thật ra là toàn bộ các thuật toán, bao gồm một chuỗi các phép tính cho phép thực hiện một vấn đề được đặt ra.

Ý tưởng xây dựng một chương trình AI đã xuất hiện ngay từ giữa những thập niên 1950, chính xác là vào năm 1956, tại Hanover (Hoa Kỳ).
Theo quan điểm của các nhà sáng lập bộ môn này, ông John McCarthy và Marvin Minsky (vừa qua đời hôm 24/01/2016), máy móc có thể bắt chước hay mô phỏng một mặt nào đó của con người.
 Và đến lúc nào đó có thể bằng cả trí tuệ nhân loại.

Trong suốt thập niên 1960, các nhà sáng chế theo đuổi hy vọng này một cách tuyệt vọng, do tiến bộ tin học thời bấy giờ vẫn chưa đạt đến mức để có thể thực hiện.
 Mọi việc bắt đầu có những tiến triển từ năm 1985, với sự phát triển của ngành rô-bốt học, mà Nhật Bản là quốc gia đi đầu.

Thế nhưng làn sóng phấn khích đó cũng thật là ngắn ngủi. Rô-bốt thời đó chỉ phục vụ cho công nghiệp và chưa có một chỗ đứng trong gia đình.
Niềm hy vọng về trí nhân tạo thật sự hồi sinh sau trận đấu lịch sử giữa kiện tướng cờ vua Garry Kasparov với máy tính DeepBlue của IBM năm 1997.

Để rồi từ đó, AI đã dần xuất hiện len lỏi vào cuộc sống con người. Ban đầu chỉ ở dạng « AI thấp » tức chỉ dùng để giải quyết một vấn đề đưa ra.
Dạng sơ khởi này cho phép máy tính độc lập hơn và có khả năng tự học. Đây cũng chính là những dạng trí thông minh nhân tạo chúng ta sử dụng hàng ngày : công cụ dò tìm của Google, hay đối thoại với các nhân viên tư vấn ảo của các trang mạng Amazon, Netflix, Youtube….

Dạng thông minh đơn giản đó cũng được thiết kế cho một số loại rô-bốt sử dụng trong các bệnh viện, các phần mềm dịch thuật hay một số trò chơi video tương ứng …

AlphaGo: Một cuộc cách mạng của trí thông minh nhân tạo ?

Thế nhưng, theo ông Raja Chatila, giám đốc Viện nghiên cứu hệ thống trí thông minh và rô-bốt học (Isir), trường đại học Pierre-et-Marie-Curie của Pháp « từ một thập niên nay, AI đã bước lên một nấc mới nhờ vào phần mềm ‘deep learning’ ».

Theo đó, deep learning được thiết kế sao cho máy móc có thể bắt chước cách thức vận hành của não bộ con người.
Cả hệ thống này trú trong ổ chứa đặt biệt có đến hàng ngàn con chip điện tử (tương đương như là nơ-ron thần kinh), được sắp xếp thành nhiều lớp khác nhau.
Các nơ-ron này sẽ tự nuôi lấy lẫn nhau để rồi từ đó xuất phát thuật ngữ « apprentissage profond » (tiếng Anh gọi là reinforcement learning).

Đây cũng chính là nét độc đáo làm nên thành công của AlphaGo so với DeepBlue cách đây 19 năm theo như giải thích của nữ ký giả Amelie Charnay trên trang mạng O1Net:

« Tính độc đáo của Alphago nằm ở các thuật toán. Ở đây có ba điểm khác nhau, tức là ba phương pháp. Một phương pháp cổ điển mà ta thường thấy ở điện thoại thông minh để nhận dạng giọng nói, hay như nhận biết hình ảnh.
 Phương pháp này được gọi là ‘deep learning’ (tạm hiểu là học hỏi sâu).

Đó là những thuật toán, đơn giản để giúp cho máy tính ít nhiều tự học một mình. Cũng giống như là dạy cho một đứa trẻ học đọc bảng chữ cái.
Người lập trình sẽ đưa ra những con chữ để giúp cho máy tính tự nhận dạng đó là chữ A hay là B.

Thế nhưng, sự độc đáo của Alphago ở đây không chỉ có sử dụng deep learning, mà còn kết hợp với một phương pháp khác, đòi hỏi nhiều thời gian hơn để thực hiện : Đó là ‘reinforcement learning’ (apprentissage par renforcement).

Với phương pháp này, máy tính sẽ tự đối đầu với chính các biến thể khác nhau của nó.
Sự tiến bộ của máy tính sẽ không bao giờ ngừng, càng tự đối đầu, máy tính càng tự hoàn thiện.

Ngoài việc kết hợp hai phương pháp trên, ALPHAGO còn sử dụng đến một phương pháp khác, cổ điển hơn, khá nổi tiếng với tên gọi Monte Carlo.
Theo đó, các máy được yêu cầu chơi phần cuối của ván cờ, với mục đích là cố gắng dự đoán trước các nước đi.

Để có được kết quả này, những người lập trình đã dạy cho máy học thuộc lòng tất cả nước đi từ các kỳ thủ trên thế giới. Nhờ vào kho dữ liệu khủng này, máy tính có thể dự đoán trước đến 56% các tổ hợp. »

Trí thông minh nhân tạo giúp ích gì cho con người ?

Ngày nay các tập đoàn công nghệ lớn đang lao vào một cuộc đua khốc liệt để khai thác thế mạnh của Deep Learning.
Facebook thì có DeepFace nhận dạng khuôn mặt ; Google với Tensorflow để sắp xếp tự động các thư điện tử của Gmail ; Apple có Siri hay Amazon thì có chương trình tổng hợp giọng nói Alexa.

Cách đây một tháng, trên tuần san L’Express, ông Laurent Alexandre, chủ tịch DNAVision và nhà sáng lập trang mạng Doctissimo.com, đã có nhận định rằng :
 « Thế kỷ XXI là thế kỷ của một cuộc cách mạng mới, cuộc cách mạng rô-bốt (robolution).
Cuộc cách mạng này đang diễn ra ngay trước mắt chúng ta và đặc trưng của nó chính là sự thúc đẩy nhanh chóng đến chóng mặt của các ngành công nghệ ».

Nếu chúng ta phải mất đến hơn một thế kỷ để có thể đưa các khám phá hiện tượng vật lý của ngành nhiếp ảnh vào trong đời sống xã hội loài người, thì nay với công nghệ, bước chuyển tiếp đó đã được rút ngắn một cách đáng kể với chỉ từ 24-48 giờ mà thôi.

Xe tự điều khiển Google Car.
Wikimedia

Giờ đây ứng dụng trí thông minh nhân tạo hầu như đã hiện diện khắp nơi.
Sự phát triển mạnh mẽ của lĩnh vực này sẽ làm biến đổi sâu sắc cuộc sống nhân loại.

Để minh chứng cho điều này, trong chương trình bản tin lúc 20 giờ trên kênh 2, ký giả Nicolas Chateauneuf đã sử dụng hình ảnh ảo và giọng nói nhân tạo của mình được một start-up tại Nante lập trình, trên truyền hình để giải thích các ứng dụng có thể có của trí thông minh nhân loại trong tương lai :

« Chúng ta hãy lấy điện thoại thông minh làm ví dụ. Bạn có thể hỏi chúng là ngày mai bạn cần đi mát-xa, nhưng bạn cũng muốn mua một chai rượu vang hợp với món bò rô-ti, và thế là một trình hỗ trợ âm thanh sẽ vẽ cho bạn một lộ trình đi ngang qua tiệm bán rượu đồng thời tư vấn cho bạn một loại rượu phù hợp.

Trong y học, AI có thể sẽ còn là một cuộc ‘cách mạng’.
Chúng có khả năng xem xét tất cả các dữ liệu của một bệnh nhân : tuổi tác, tiền sử, các bản chụp phim ; đối chiếu chúng với tất cả các nghiên cứu được công bố, và cuối cùng sẽ đưa ra một chẩn đoán đôi khi ngay chính bác sĩ cũng chưa nghĩ tới.
Việc này đã tồn tại tại Mỹ. Thậm chí, đến một ngày nào đó, người ta có thể thấy các phóng viên bị thay thế bằng những rô-bốt ảo.

Máy tính có thể tự học. Chúng có thể tự đặt ra câu hỏi và tự tìm ra đáp án.
Lấy xe hơi tự lái của Google làm ví dụ. Đây cũng là một ví dụ cho trí thông minh nhân tạo.
Chiếc xe này của Google có thể tự chạy mà không cần người điều khiển.

Trí thông minh nhân tạo của nó phải nhận biết hết mọi nguy hiểm trên đường : khoảng cách đi lại của người qua đường, để rồi sau đó thích ứng với thực tế ở mọi tình huống mới.
Cứ thế, trong tương lai có thể sẽ đến lượt máy bay, những chiếc máy bay không người lái.

Google đã phải phát triển một trí thông minh nhân tạo, có khả năng nhận dạng được hình ảnh, có khả năng lục tìm trên mạng tất cả những hình ảnh có sẵn.

Một cách kỳ diệu, thông minh nhân tạo đã nhận biết hình ảnh của một quả chanh, một quả bưởi bị cắt làm đôi và một ly nước cam vắt.
Hơn nữa, AI của Google còn có khả năng đưa ra được ý nghĩa của cảnh được nhìn thấy ».

Máy tính thông minh sẽ điều khiển con người ?

Với thắng lợi mới trong trận đấu cờ vây vừa diễn ra, rõ ràng chiến lược mới của ngành tin học với hệ thống AI gồm ba tầng : mạng nơ-ron thần kinh nhân tạo, machine learning và deep learning đã cho thấy một hiệu quả thật sự đáng gờm.

Thế nhưng, sự hội tụ giữa ngành khoa học não bộ và tin học chỉ có thể diễn ra với một điều kiện, phải hiểu rõ cách thức vận hành não bộ con người.

Nhật báo Le Monde ngay sau trận so trí giữa AlphaGo và Lee Se-dol kết thúc, trong một bài viết đăng trên mạng có tiết lộ thông tin : Trước khi thành lập DeepMind, được tập đoàn Google mua lại, Demis Hassabis đã từng hoàn thành luận án tiến sĩ về ngành khoa học thần kinh.

Viễn cảnh một ngày nào đó, máy tính sẽ sở hữu một trí thông minh nhân tạo mạnh mẽ và có thể điều khiển chúng ta là hãy còn xa.

Một trí thông minh nhân tạo mà nhờ vào đó máy có khả năng thể hiện những hành vi thông minh, chứng tỏ một sự nhận thức về bản thân, biểu lộ tình cảm và có một sự hiểu biết về lý trí của mình từ đây cho đến năm 2050 vẫn là điều chưa thể.

Do bởi chúng còn thiếu khả năng « học mà không cần sự giám sát » (apprentissage non supervisé), một mảnh ghép quan trọng trong quá trình kiến tạo trí thông minh nhân tạo theo như nhận định của ông Yanne Lecun, người Pháp, một trong những người đã sáng tạo ra lập trình deep learning được Facebook với một giá cao, và cạnh tranh với Geoffrey Hinton, tại Google.

« Điều đó hãy còn xa, còn xa lắm. Có thể trong tương lai, chúng ta sẽ có những thứ máy móc mà trí thông minh nhân tạo của chúng có thể vượt qua con người trong mọi lĩnh vực.

Hiện tại, chúng ta chỉ có những loại máy có AI hơn cả con người nhưng chỉ trong những lĩnh vực đặc thù.
Chẳng hạn như chúng có thể xuống đường đến tiệm mua một món đồ chơi, hay như một cái máy có thể hạ gục bạn trong một ván cờ vua, hay như lúc này là cờ vây.
Nói tóm lại là trong những lĩnh vực chuyên biệt.

Hay như sắp tới bạn sẽ có cả xe tự lái, điều khiển xe còn tốt hơn cả bạn nữa. Chúng rất chuyên biệt theo nghĩa là chúng chưa có được trí thông minh tổng quát như con người.
Hiện tại chúng tôi vẫn còn thiếu một mảnh ghép quan trọng, nhiều khái niệm vẫn chưa được phát triển, mà chúng tôi gọi là ‘học mà không cần sự giám sát’ »

Trí thông minh nhân tạo thấp : mối nguy hiện tại

Có lẽ đó là một nỗi sợ xa vời. Nhưng vấn đề trước mắt đặt ra ở đây, để có thể tạo ra những AI cao, các nhà lập trình cần phải sử dụng đến một lượng dữ liệu khổng lồ (big data), liên quan đến các thông tin cá nhân, kể cả cho các dạng trí tuệ thông minh thấp như hiện nay.
Chẳng phải cũng đã đến lúc chúng ta phải suy nghĩ nghiêm túc về việc bảo vệ các dữ liệu cá nhân đó và phải có các biện pháp để bảo đảm ?

« Đó là những dữ liệu cung cấp một sự hiểu biết rất cặn kẽ về hành xử cá nhân và tập thể nhằm mục đích điều chỉnh cho phù hợp việc cung cấp các dịch vụ và sản phẩm », theo như giải thích của ông Eric Sadin ,một nhà triết học với tuần báo L’Express.

Đời sống riêng tư của từng con người trở thành một sản phẩm hàng hóa. Sự bùng phát của ngành công nghệ thông tin có liên quan đến AI đã làm nổi lên hai tác động quan trọng, được ông Erik Brynjofsson và Andrew McAfee đề cập đến trong tác phẩm : « Thời đại thứ hai của máy móc » (Le Deuxième Âge de la machine – nhà xuất bản Odile Jacob).

Một mặt, mức sống chung của một bộ phận lớn nhân loại được nâng cao. Nhưng mặt khác, một sự « phân tán » sự giàu có không thể tránh khỏi cùng với việc chia sẻ nguồn thu nhập sẽ mất cân đối hơn so với cách chia sẻ lợi nhuận từ giới công nghiệp.

« Người ta quá chú trọng đến chuyện máy móc bắt chước chúng ta như thế nào, đáng lý ra, ngược lại chúng ta phải tự hỏi chúng đã làm thay đổi cách ứng xử của chúng ta ra sao và điều đó có sẽ đi theo đúng hướng hay không ? », theo như lời phê phán của nhà bình luận Alexei Grinbaum.

Cuộc chinh phục của AlphaGo đang làm dấy lên một mối lo sợ về siêu trí thông minh nhân tạo.
Tuy rằng kịch bản đó hiện nay đã bị nhà sáng lập DeepMind loại trừ hay như khẳng định của Yanne Lecun. Nhưng nhiều câu hỏi cũng được đặt ra.

Chuyện gì sẽ xảy ra nếu như người ta dạy cho máy móc học cách để đánh lừa, thống trị, vượt qua cả con người ?
Thế giới sẽ ra sao khi người ta dạy nó học cách giấu giếm các ý định, triển khai các chiến lược hung hăng và điều khiển như trận cờ vây cho thấy ?
Nếu như thế, « Liệu có nên cấm Google-AlphaGo hay không ? » như lo lắng của báo Le Monde.

• < Trang trước
• Trang sau >