“Nếu bạn đã theo dõi thế giới Trí tuệ Nhân tạo trong những năm gần đây, bạn có lẽ đã nhận ra rằng chúng ta đã đạt được những bước tiến đáng kinh ngạc, nhưng chúng ta vẫn còn cách xa trong việc xây dựng các máy móc có khả năng suy nghĩ và học tập giống như con người. Khi tôi có dịp gặp gỡ Giáo sư Yann LeCun, người làm việc tại Meta AI và là Nhà khoa học trưởng, tại Liên hoan Trí tuệ Nhân tạo Thế giới tại Cannes vào đầu năm nay, cuộc trò chuyện của chúng tôi tự nhiên đã dấn thân vào thế giới hấp dẫn của trí tuệ nhân tạo.”
Một ví dụ mà ông ấy đề cập đã đặc biệt gây ấn tượng với tôi: sự khác biệt rõ ràng giữa việc học của con người và việc học của máy, đặc biệt là trong ngữ cảnh lái xe. LeCun minh họa điều này bằng cách so sánh việc một người thiếu niên học lái xe với những chiếc ô tô tự lái tiên tiến nhất.
Ông ấy giải thích rằng một người thiếu niên thông thường không có kinh nghiệm trước đây trong việc cầm lái có thể học lái xe sau khoảng 20 giờ. Quá trình học này mang tính tự nhiên và thích ứng, được hướng dẫn bởi bản năng con người, quan sát và khả năng hiểu hiệu quả những tình huống phức tạp nhanh chóng
Người thiếu niên không chỉ học cách điều khiển cơ học của việc lái xe mà còn phát triển hiểu biết về đường, các tài xế khác và các tình huống không thể đoán trước có thể xảy ra. Tuy nhiên, các hệ thống lái xe tự động tiên tiến nhất hiện nay, mặc dù là kết quả của công nghệ tiên tiến và nghiên cứu rộng rãi, vẫn cần hàng triệu hoặc thậm chí hàng tỷ dữ liệu huấn luyện được gắn nhãn và hàng triệu lần thử nghiệm học bằng cách cố định trong môi trường ảo. Các hệ thống này được đào tạo thông qua các thuật toán nghiêm ngặt, môi trường mô phỏng và kiểm tra thực tế, tiêu tốn lượng thời gian và nguồn tài nguyên khổng lồ.
Tuy nhiên, ngay cả với tất cả sự cố gắng này, chúng vẫn cần cải thiện kỹ năng lái xe giống con người. Máy móc có thể xuất sắc trong việc tuân theo các quy tắc và thuật toán mà chúng được lập trình, nhưng chúng cần sự hiểu biết tinh tế hơn, tính thích nghi và khả năng suy nghĩ thông thường mà một tài xế con người sở hữu. Chúng gặp khó khăn trong những tình huống không mong đợi, hành vi phức tạp của con người và những gợi ý tinh subtile mà tài xế con người tự nhiên nắm bắt được.
Ví dụ của Giáo sư LeCun không chỉ đơn thuần là một quan sát về việc lái xe; nó là một phép ẩn dụ cho thách thức rộng lớn hơn trong lĩnh vực Trí tuệ Nhân tạo. Nó đã làm nổi bật khoảng cách giữa trí tuệ con người, một trí tuệ linh hoạt và tự nhiên, và trí tuệ nhân tạo, mặc dù đã đạt được tiến bộ đáng kể, nhưng vẫn đang gặp khó khăn trong việc tái tạo sâu sắc và tính thích nghi của tư duy con người.
Cuộc trò chuyện này với Giáo sư LeCun khiến tôi suy ngẫm về tiềm năng đáng kinh ngạc của Trí tuệ Nhân tạo và những hạn chế hiện tại. Nó nhấn mạnh tầm quan trọng của nghiên cứu và sáng tạo liên tục, cũng như sự cần thiết của việc hiểu sâu hơn về cách chúng ta có thể làm cho máy móc học tập, suy nghĩ và thích nghi như con người. Đó là một lời nhắc nhở rằng con đường đến Trí tuệ Nhân tạo cấp độ con người vẫn còn dài và đầy những thách thức, nhưng hành trình này không có gì khác ngoài sự hứng thú không đổi.
*Hình ảnh: Kiến trúc hệ thống cho Trí tuệ Tự động. Bộ cấu hình nhận đầu vào từ các mô-đun khác, nhưng chúng tôi đã loại bỏ các mũi tên đó để đơn giản hóa sơ đồ. Hình ảnh do Meta AI tạo ra.