CÔNG NGHỆ CỦA TRÍ TUỆ

Tôi sẽ không bao giờ quên khoảnh khắc AI trở thành hiện thực đối với tôi. Không phải là một chủ đề bàn luận hay một tham vọng kỹ thuật, mà là một thực tế.

Nó đã xảy ra tại văn phòng đầu tiên của DeepMind ở Bloomsbury, London vào một ngày năm 2012. Sau khi thành lập công ty và đảm bảo nguồn vốn ban đầu, chúng tôi đã dành vài năm trong chế độ bí mật, tập trung vào nghiên cứu và kỹ thuật xây dựng AGI, hay trí tuệ nhân tạo tổng quát. "Tổng quát" trong AGI đề cập đến phạm vi rộng lớn mà công nghệ này hướng tới; chúng tôi muốn xây dựng những tác nhân học tập thực sự tổng quát có thể vượt qua hiệu suất của con người trong hầu hết các nhiệm vụ nhận thức. Cách tiếp cận im lặng của chúng tôi đã thay đổi với sự ra đời của một thuật toán gọi là DQN, viết tắt của Deep Q-Network. Các thành viên trong nhóm đã huấn luyện DQN chơi một loạt các trò chơi cổ điển của Atari, hoặc, cụ thể hơn, chúng tôi đã huấn luyện nó để tự học cách chơi các trò chơi. Yếu tố tự học này là sự khác biệt chính của hệ thống chúng tôi so với những nỗ lực trước đó và đại diện cho gợi ý đầu tiên rằng chúng tôi có thể đạt được mục tiêu cuối cùng của mình.

Lúc đầu, DQN thật tệ, dường như không thể học được gì cả. Nhưng rồi, vào buổi chiều hôm đó vào mùa thu năm 2012, một nhóm nhỏ chúng tôi tại DeepMind đã quây quần quanh một máy tính xem lại quá trình huấn luyện của thuật toán khi nó học trò chơi Breakout. Trong Breakout, người chơi điều khiển một cái vợt ở dưới cùng của màn hình, cái vợt này sẽ đập một quả bóng lên xuống để phá hủy các hàng gạch màu. Càng phá hủy nhiều gạch, điểm số của bạn càng cao. Nhóm của chúng tôi đã cung cấp cho DQN không gì khác ngoài các pixel thô, khung hình theo khung hình, và điểm số, để học mối quan hệ giữa các pixel và các hành động điều khiển di chuyển cái vợt sang trái và phải. Lúc đầu, thuật toán tiến bộ bằng cách khám phá ngẫu nhiên không gian các khả năng cho đến khi nó tình cờ tìm thấy một hành động có thưởng. Thông qua thử nghiệm và sai sót, nó đã học cách điều khiển cái vợt, đập quả bóng qua lại, và phá hủy các viên gạch hàng này đến hàng khác. Thật ấn tượng.

Sau đó, một điều đáng chú ý đã xảy ra. DQN dường như đã phát hiện ra một chiến lược mới, rất thông minh. Thay vì chỉ đơn giản là phá hủy các viên gạch một cách đều đặn, từng hàng một, DQN bắt đầu nhắm vào một cột gạch duy nhất. Kết quả là tạo ra một lộ trình hiệu quả lên phía sau khối gạch. DQN đã đào hầm lên đến đỉnh, tạo ra một con đường cho phép quả bóng chỉ cần nảy ra khỏi bức tường phía sau, liên tục phá hủy toàn bộ bộ gạch như một quả bóng điên cuồng trong một máy chơi pinball. Phương pháp này đã đạt được điểm tối đa với nỗ lực tối thiểu. Đó là một chiến thuật kỳ lạ, không xa lạ gì với những game thủ nghiêm túc, nhưng không hề hiển nhiên. Chúng tôi đã quan sát khi thuật toán tự dạy mình điều gì đó mới. Tôi đã bị sốc.

Lần đầu tiên tôi chứng kiến một hệ thống rất đơn giản, rất tinh tế có thể học được những kiến thức quý giá, có thể nói là một chiến lược không rõ ràng với nhiều người. Đó là một khoảnh khắc đầy phấn khích, một bước đột phá mà một tác nhân AI đã chứng minh một dấu hiệu sớm rằng nó có thể khám phá ra kiến thức mới.

DQN đã bắt đầu một cách khó khăn, nhưng sau vài tháng điều chỉnh, thuật toán đã đạt được mức hiệu suất siêu nhân. Kết quả như vậy là lý do chúng tôi đã bắt đầu DeepMind. Đây là hứa hẹn của AI. Nếu một AI có thể phát hiện ra một chiến lược thông minh như đào hầm, thì nó còn có thể học được gì khác? Liệu chúng ta có thể khai thác sức mạnh mới này để trang bị cho loài người kiến thức, phát minh và công nghệ mới nhằm giúp giải quyết những vấn đề xã hội thách thức nhất của thế kỷ hai mươi mốt?

DQN là một bước tiến lớn đối với tôi, đối với DeepMind, và đối với cộng đồng AI. Nhưng phản ứng của công chúng thì khá im ắng. AI vẫn là một cuộc thảo luận bên lề, một lĩnh vực nghiên cứu ở rìa. Và chỉ trong vài năm ngắn ngủi, tất cả sẽ thay đổi khi thế hệ kỹ thuật AI mới này bùng nổ trên sân khấu thế giới.

ALPHAGO VÀ SỰ KHỞI ĐẦU CỦA TƯƠI LAI

Cờ vây là một trò chơi cổ xưa của Đông Á được chơi trên một lưới mười chín trên mười chín với các viên đá đen và trắng. Mục tiêu của bạn là bao vây các viên đá của đối thủ bằng viên đá của mình, và khi chúng bị bao vây, bạn sẽ lấy chúng ra khỏi bàn cờ. Đó là tất cả.

Mặc dù có quy tắc đơn giản, độ phức tạp của Go thật đáng kinh ngạc. Nó phức tạp gấp nhiều lần so với cờ vua. Chỉ sau ba cặp nước đi trong cờ vua, có khoảng 121 triệu cấu hình khả thi của bàn cờ. Nhưng sau ba nước đi trong Go, có khoảng 200 triệu triệu (2 x 10^15) cấu hình khả thi. Tổng cộng, bàn cờ có 10^170 cấu hình khả thi, một con số lớn đến mức khó tin.

Người ta thường nói rằng có nhiều cấu hình tiềm năng của một bàn cờ Go hơn là số nguyên tử trong vũ trụ đã biết; thực tế là nhiều hơn một triệu triệu triệu triệu triệu cấu hình! Với nhiều khả năng như vậy, các phương pháp truyền thống không có cơ hội nào. Khi Deep Blue của IBM đánh bại Garry Kasparov trong cờ vua vào năm 1997, nó đã sử dụng kỹ thuật được gọi là brute-force, trong đó một thuật toán nhằm mục đích hệ thống xử lý qua càng nhiều nước đi có thể. Phương pháp đó là vô vọng trong một trò chơi có nhiều kết quả phân nhánh như Go.

Khi chúng tôi bắt đầu làm việc trên Go vào năm 2015, hầu hết mọi người nghĩ rằng một chương trình vô địch thế giới còn cách xa hàng thập kỷ. Người đồng sáng lập Google Sergey Brin đã khuyến khích chúng tôi thực hiện điều đó, lập luận rằng bất kỳ tiến bộ nào cũng sẽ đủ ấn tượng. AlphaGo ban đầu học hỏi bằng cách xem 150.000 trận đấu do các chuyên gia con người chơi. Khi chúng tôi hài lòng với hiệu suất ban đầu của nó, bước tiếp theo quan trọng là tạo ra nhiều bản sao của AlphaGo và cho nó chơi với chính nó liên tục. Điều này có nghĩa là thuật toán có thể mô phỏng hàng triệu trận đấu mới, thử nghiệm các tổ hợp nước đi chưa từng được chơi trước đó, và do đó khám phá một loạt khả năng khổng lồ một cách hiệu quả, học hỏi các chiến lược mới trong quá trình này.

Sau đó, vào tháng 3 năm 2016, chúng tôi đã tổ chức một giải đấu tại Hàn Quốc. AlphaGo đã đối đầu với Lee Sedol, một nhà vô địch thế giới xuất sắc. Không ai rõ ai sẽ chiến thắng. Hầu hết các bình luận viên đều ủng hộ Sedol trước khi vòng một bắt đầu. Nhưng AlphaGo đã thắng ván đầu tiên, điều này khiến chúng tôi rất sốc và vui mừng. Trong ván thứ hai, đã xuất hiện nước đi số 37, một nước đi giờ đây nổi tiếng trong lịch sử của cả AI và Go. Nó không có lý do gì. AlphaGo dường như đã mắc sai lầm, mù quáng theo đuổi một chiến lược thua cuộc mà không tay chơi chuyên nghiệp nào lại theo đuổi. Các bình luận viên trực tiếp của trận đấu, cả hai đều là những chuyên gia hàng đầu, đã nói rằng đó là một "nước đi rất kỳ lạ" và cho rằng đó là "một sai lầm." Nó kỳ lạ đến mức Sedol đã mất mười lăm phút để phản ứng và thậm chí đã đứng dậy khỏi bàn cờ để đi dạo bên ngoài.

Khi chúng tôi quan sát từ phòng điều khiển, sự căng thẳng thật không thể tin được. Tuy nhiên, khi trận đấu cuối cùng đến gần, nước đi “sai lầm” đó đã chứng tỏ là then chốt. AlphaGo lại chiến thắng. Chiến lược Go đang được viết lại ngay trước mắt chúng tôi. AI của chúng tôi đã phát hiện ra những ý tưởng mà những người chơi xuất sắc nhất trong hàng nghìn năm chưa từng nghĩ đến. Chỉ trong vài tháng, chúng tôi có thể đào tạo các thuật toán để khám phá kiến thức mới và tìm ra những hiểu biết mới, dường như vượt trội hơn cả con người. Chúng tôi có thể phát triển điều đó xa hơn không? Phương pháp này có hiệu quả cho các vấn đề trong thế giới thực không?

AlphaGo đã đánh bại Sedol với tỷ số 4–1. Đó chỉ là khởi đầu. Các phiên bản sau này của phần mềm như AlphaZero đã không sử dụng bất kỳ kiến thức nào từ con người trước đó. Hệ thống đơn giản là tự đào tạo, chơi với chính nó hàng triệu lần, học từ con số không để đạt được một mức độ hiệu suất vượt trội hơn AlphaGo gốc mà không cần bất kỳ sự khôn ngoan hay đầu vào nào từ người chơi. Nói cách khác, chỉ với một ngày đào tạo, AlphaZero đã có khả năng học hỏi nhiều hơn về trò chơi so với toàn bộ kinh nghiệm của con người có thể dạy nó.

Chiến thắng của AlphaGo đã báo hiệu một kỷ nguyên mới của AI. Lần này, khác với DQN, các phiên họp đã được phát sóng trực tiếp đến hàng triệu người. Đội ngũ của chúng tôi đã, trước sự chứng kiến của công chúng, thoát ra khỏi cái mà các nhà nghiên cứu gọi là “mùa đông AI,” khi nguồn tài trợ nghiên cứu cạn kiệt và lĩnh vực này bị xa lánh. AI đã trở lại, và cuối cùng bắt đầu mang lại kết quả. Sự thay đổi công nghệ mạnh mẽ một lần nữa đang trên đường đến, một làn sóng mới bắt đầu xuất hiện. Và đây chỉ mới là khởi đầu.

TỪ NGUYÊN TỬ, ĐẾN BIT, ĐẾN GEN

Cho đến gần đây, lịch sử công nghệ có thể được tóm gọn trong một cụm từ: cuộc tìm kiếm của nhân loại để thao túng các nguyên tử. Từ lửa đến điện, từ công cụ đá đến công cụ máy, từ hydrocarbon đến thuốc men, hành trình được mô tả trong chương 2 về cơ bản là một quá trình rộng lớn, đang diễn ra trong đó loài người đã từ từ mở rộng quyền kiểm soát của mình đối với các nguyên tử. Khi quyền kiểm soát này trở nên chính xác hơn, các công nghệ đã dần trở nên mạnh mẽ và phức tạp hơn, dẫn đến sự ra đời của các công cụ máy, các quy trình điện, động cơ nhiệt, các vật liệu tổng hợp như nhựa, và việc tạo ra các phân tử phức tạp có khả năng đánh bại những căn bệnh đáng sợ. Cốt lõi, động lực chính của tất cả những công nghệ mới này là vật liệu - sự thao túng ngày càng tăng của các yếu tố nguyên tử của chúng.

Sau đó, bắt đầu từ giữa thế kỷ hai mươi, công nghệ bắt đầu hoạt động ở mức độ trừu tượng cao hơn. Tại trung tâm của sự chuyển mình này là nhận thức rằng thông tin là một thuộc tính cốt lõi của vũ trụ. Nó có thể được mã hóa ở định dạng nhị phân và, dưới dạng DNA, là cốt lõi của cách mà sự sống hoạt động. Các chuỗi số một và số không, hoặc các cặp cơ sở của DNA—đây không chỉ là những điều kỳ diệu toán học. Chúng là nền tảng và mạnh mẽ. Hiểu và kiểm soát những dòng thông tin này và bạn có thể từ từ mở ra một thế giới khả năng mới. Đầu tiên là các bit và sau đó ngày càng nhiều gen thay thế nguyên tử như là những khối xây dựng của sự sáng tạo.

Trong những thập kỷ sau Thế chiến II, các nhà khoa học, công nghệ và doanh nhân đã thành lập các lĩnh vực khoa học máy tính và di truyền, cùng với một loạt các công ty liên quan đến cả hai. Họ đã bắt đầu những cuộc cách mạng song song - cuộc cách mạng của bit và gen - mà giao dịch bằng đồng tiền thông tin, làm việc ở những cấp độ trừu tượng và phức tạp mới. Cuối cùng, các công nghệ đã trưởng thành và mang đến cho chúng ta mọi thứ từ điện thoại thông minh đến gạo biến đổi gen. Nhưng có những giới hạn về những gì chúng ta có thể làm.

Những giới hạn đó hiện đang bị vi phạm. Chúng ta đang tiến gần đến một điểm chuyển tiếp với sự xuất hiện của những công nghệ bậc cao này, sâu sắc nhất trong lịch sử. Làn sóng công nghệ sắp tới chủ yếu được xây dựng trên hai công nghệ đa mục đích có khả năng hoạt động ở cả cấp độ lớn nhất và chi tiết nhất: trí tuệ nhân tạo và sinh học tổng hợp. Lần đầu tiên, các thành phần cốt lõi của hệ sinh thái công nghệ của chúng ta trực tiếp giải quyết hai thuộc tính cơ bản của thế giới: trí tuệ và sự sống. Nói cách khác, công nghệ đang trải qua một quá trình chuyển tiếp pha. Không còn chỉ là một công cụ, nó sẽ tạo ra sự sống và cạnh tranh—và vượt qua—trí tuệ của chính chúng ta.

Các lĩnh vực trước đây đóng cửa với công nghệ đang mở ra. AI đang cho phép chúng ta sao chép giọng nói và ngôn ngữ, thị giác và lý luận. Những đột phá cơ bản trong sinh học tổng hợp đã cho phép chúng ta giải mã, sửa đổi và bây giờ là in DNA.

Quyền lực mới của chúng ta để kiểm soát các bit và gen phản hồi vào vật chất, cho phép kiểm soát phi thường thế giới xung quanh chúng ta ngay cả ở cấp độ nguyên tử. Các nguyên tử, bit và gen kết hợp trong một chu trình sôi sục của việc xúc tác chéo, cắt chéo và mở rộng khả năng. Khả năng của chúng ta để thao tác các nguyên tử một cách chính xác đã cho phép phát minh ra các tấm silicon, điều này đã cho phép tính toán hàng triệu phép toán mỗi giây, và từ đó cho phép chúng ta giải mã mã di truyền của sự sống.

Trong khi AI và sinh học tổng hợp là các công nghệ đa mục đích trung tâm của làn sóng sắp tới, một tập hợp các công nghệ với những tác động mạnh mẽ bất thường bao quanh chúng, bao gồm điện toán lượng tử, robot, công nghệ nano và tiềm năng cho năng lượng dồi dào, trong số những thứ khác.

Làn sóng sắp tới sẽ khó kiểm soát hơn bất kỳ làn sóng nào trong lịch sử, mang tính cơ bản hơn, có tác động sâu rộng hơn. Hiểu về làn sóng và các đường nét của nó là rất quan trọng để đánh giá những gì đang chờ đợi chúng ta trong thế kỷ hai mươi mốt.

Một CUỘC NỔ CAMBRIAN

Công nghệ là một tập hợp các ý tưởng đang phát triển. Các công nghệ mới phát triển bằng cách va chạm và kết hợp với các công nghệ khác. Những sự kết hợp hiệu quả sẽ tồn tại, giống như trong chọn lọc tự nhiên, tạo thành các khối xây dựng mới cho các công nghệ trong tương lai. Sáng chế là một quá trình tích lũy, gia tăng. Nó tự nuôi sống chính nó. Càng có nhiều công nghệ, chúng càng có thể trở thành các thành phần của các công nghệ mới khác, vì vậy, theo lời của nhà kinh tế học W. Brian Arthur, “tập hợp tổng thể các công nghệ tự nâng cao từ ít đến nhiều và từ đơn giản đến phức tạp.” Do đó, công nghệ giống như một ngôn ngữ hoặc hóa học: không phải là một tập hợp các thực thể và thực hành độc lập, mà là một tập hợp các phần hòa trộn để kết hợp và tái kết hợp.

Điều này là chìa khóa để hiểu về làn sóng sắp tới. Học giả công nghệ Everett Rogers nói về công nghệ như là “các cụm đổi mới” nơi một hoặc nhiều tính năng có mối liên hệ chặt chẽ với nhau. Làn sóng sắp tới là một siêu cụm, một sự bùng nổ tiến hóa giống như sự bùng nổ Cambri, sự phun trào mạnh mẽ nhất của các loài mới trong lịch sử trái đất, với hàng ngàn ứng dụng tiềm năng mới. Mỗi công nghệ được mô tả ở đây giao thoa, hỗ trợ và thúc đẩy lẫn nhau theo những cách khiến việc dự đoán tác động của chúng trở nên khó khăn. Tất cả chúng đều bị ràng buộc chặt chẽ và sẽ ngày càng phát triển hơn nữa.

Một đặc điểm khác của làn sóng mới là tốc độ. Kỹ sư và nhà tương lai học Ray Kurzweil nói về "định luật của sự gia tăng trở lại", các vòng phản hồi mà trong đó những tiến bộ công nghệ càng làm tăng tốc độ phát triển. Bằng cách cho phép làm việc ở mức độ phức tạp và chính xác cao hơn, các chip và laser tinh vi hơn giúp tạo ra các chip mạnh mẽ hơn, ví dụ, mà ngược lại có thể sản xuất ra các công cụ tốt hơn cho các chip tiếp theo. Chúng ta thấy điều này bây giờ trên quy mô lớn, với AI giúp thiết kế các chip tốt hơn và các kỹ thuật sản xuất cho phép các hình thức AI tinh vi hơn và cứ thế tiếp tục. Các phần khác nhau của làn sóng kích thích và tăng tốc lẫn nhau, đôi khi với sự không thể đoán trước và khả năng bùng nổ cực kỳ.

Chúng ta không thể biết chính xác những sự kết hợp nào sẽ xảy ra. Không có sự chắc chắn nào về thời gian, hoặc điểm kết thúc, hoặc những biểu hiện cụ thể. Tuy nhiên, chúng ta có thể thấy những liên kết mới thú vị đang hình thành theo thời gian thực. Và chúng ta có thể tự tin rằng mô hình của lịch sử, của công nghệ, của một quá trình vô tận của sự tái kết hợp và phát triển sản xuất, sẽ tiếp tục, nhưng cũng sẽ sâu sắc hơn một cách triệt để.

VƯỢT QUA CÁC TỪ KHÓA HÚT HỒN

AI, sinh học tổng hợp, robot và điện toán lượng tử có thể nghe như một cuộc diễu hành của những từ ngữ được thổi phồng quá mức. Những người hoài nghi rất nhiều. Tất cả những thuật ngữ này đã được bàn luận trong các cuộc thảo luận công nghệ phổ biến trong nhiều thập kỷ. Và tiến trình thường chậm hơn so với quảng cáo. Các nhà phê bình lập luận rằng những khái niệm mà chúng ta khám phá trong chương này, như AGI, quá mơ hồ hoặc sai lầm về mặt trí tuệ để xem xét một cách nghiêm túc.

Trong kỷ nguyên của vốn đầu tư mạo hiểm dồi dào, việc phân biệt giữa những thứ hào nhoáng và những đột phá thực sự không hề đơn giản. Những cuộc trò chuyện về học máy, sự bùng nổ của tiền điện tử, và các vòng gọi vốn triệu và tỷ đô la, một cách dễ hiểu, thường bị phản ứng bằng một cái lắc đầu và một tiếng thở dài trong nhiều vòng tròn. Thật dễ dàng để cảm thấy mệt mỏi với những thông cáo báo chí hớn hở, những buổi trình diễn sản phẩm tự khen, và những lời cổ vũ điên cuồng trên mạng xã hội.

Mặc dù trường hợp giảm giá có những điểm hợp lý, nhưng chúng ta sẽ tự chịu rủi ro nếu bỏ qua các công nghệ trong làn sóng sắp tới. Hiện tại, không có công nghệ nào được mô tả trong chương này gần đạt đến tiềm năng đầy đủ của chúng. Nhưng trong năm, mười hoặc hai mươi năm tới, chúng gần như chắc chắn sẽ đạt được. Tiến bộ đang diễn ra và gia tăng. Nó đang xảy ra từng tháng. Tuy nhiên, việc hiểu làn sóng sắp tới không phải là đưa ra phán đoán nhanh chóng về việc mọi thứ sẽ ở đâu trong năm này hay năm kia; mà là theo dõi chặt chẽ sự phát triển của nhiều đường cong hàm mũ trong nhiều thập kỷ, dự đoán chúng vào tương lai và đặt câu hỏi về ý nghĩa của điều đó.

Công nghệ là cốt lõi của mô hình lịch sử mà loài người chúng ta đang ngày càng nắm vững các nguyên tử, bit và gen, những khối xây dựng phổ quát của thế giới như chúng ta biết. Điều này sẽ trở thành một khoảnh khắc có ý nghĩa vũ trụ. Thách thức trong việc quản lý các công nghệ của làn sóng sắp tới có nghĩa là hiểu chúng và coi trọng chúng, bắt đầu với công nghệ mà tôi đã dành cả sự nghiệp để làm việc: AI.

MÙA XUÂN AI: HỌC SÂU TRƯỞNG THÀNH

AI đang ở trung tâm của làn sóng sắp tới. Tuy nhiên, kể từ khi thuật ngữ "trí tuệ nhân tạo" lần đầu tiên xuất hiện trong từ điển vào năm 1955, nó thường cảm thấy như một lời hứa xa vời. Trong nhiều năm, sự tiến bộ trong thị giác máy tính, chẳng hạn—thách thức xây dựng những chiếc máy tính có thể nhận diện đối tượng hoặc cảnh—đã chậm hơn mong đợi. Giáo sư khoa học máy tính huyền thoại Marvin Minsky nổi tiếng đã thuê một sinh viên mùa hè để làm việc trên một hệ thống thị giác sớm vào năm 1966, nghĩ rằng những cột mốc quan trọng chỉ còn trong tầm tay. Điều đó thật sự là một sự lạc quan thái quá.

Khoảnh khắc đột phá đã mất gần nửa thế kỷ, cuối cùng đến vào năm 2012 dưới dạng một hệ thống gọi là AlexNet. AlexNet được hỗ trợ bởi sự phục hồi của một kỹ thuật cũ đã trở thành nền tảng cho AI, một kỹ thuật đã tăng cường lĩnh vực này và là phần thiết yếu đối với chúng tôi tại DeepMind: học sâu.

Học sâu sử dụng các mạng nơ-ron được mô phỏng lỏng lẻo theo các nơ-ron của não người. Nói một cách đơn giản, các hệ thống này “học” khi các mạng của chúng được “đào tạo” trên một lượng lớn dữ liệu. Trong trường hợp của AlexNet, dữ liệu đào tạo bao gồm các hình ảnh. Mỗi pixel màu đỏ, xanh lá cây hoặc xanh dương được gán một giá trị, và mảng số kết quả được đưa vào mạng như một đầu vào. Trong mạng, các “nơ-ron” liên kết với các nơ-ron khác thông qua một loạt các kết nối có trọng số, mỗi kết nối tương ứng với sức mạnh của mối quan hệ giữa các đầu vào. Mỗi lớp trong mạng nơ-ron cung cấp đầu vào của nó xuống lớp tiếp theo, tạo ra các biểu diễn ngày càng trừu tượng.

Một kỹ thuật gọi là lan truyền ngược sau đó điều chỉnh các trọng số để cải thiện mạng nơ-ron; khi một lỗi được phát hiện, các điều chỉnh sẽ lan truyền ngược qua mạng để giúp sửa chữa nó trong tương lai. Tiếp tục làm điều này, điều chỉnh các trọng số một lần nữa và một lần nữa, và bạn dần dần cải thiện hiệu suất của mạng nơ-ron đến mức cuối cùng nó có thể đi từ việc tiếp nhận các pixel đơn lẻ đến việc học sự tồn tại của các đường, cạnh, hình dạng, và cuối cùng là toàn bộ các đối tượng trong các cảnh. Đây, tóm lại, là học sâu. Và kỹ thuật đáng chú ý này, đã bị chế giễu trong lĩnh vực này, đã phá vỡ thị giác máy tính và gây bão trong thế giới AI.

AlexNet được xây dựng bởi nhà nghiên cứu huyền thoại Geoffrey Hinton và hai sinh viên của ông, Alex Krizhevsky và Ilya Sutskever, tại Đại học Toronto. Họ đã tham gia vào Thử thách Nhận diện Hình ảnh Lớn ImageNet, một cuộc thi hàng năm được thiết kế bởi giáo sư Stanford Fei-Fei Li nhằm tập trung nỗ lực của lĩnh vực này vào một mục tiêu đơn giản: xác định đối tượng chính trong một bức ảnh. Mỗi năm, các đội thi sẽ thử nghiệm các mô hình tốt nhất của họ với nhau, thường đánh bại các bài nộp của năm trước chỉ với không quá một điểm phần trăm về độ chính xác.

Vào năm 2012, AlexNet đã vượt qua người chiến thắng trước đó với tỷ lệ 10 phần trăm. Nghe có vẻ như một sự cải thiện nhỏ, nhưng đối với các nhà nghiên cứu AI, loại bước nhảy vọt này có thể tạo ra sự khác biệt giữa một bản trình diễn nghiên cứu giống như đồ chơi và một bước đột phá trên bờ vực của tác động lớn trong thế giới thực. Sự kiện trong năm đó tràn ngập sự phấn khích. Bài báo kết quả của Hinton và các đồng nghiệp của ông đã trở thành một trong những công trình được trích dẫn nhiều nhất trong lịch sử nghiên cứu AI.

Nhờ vào học sâu, thị giác máy tính hiện diện ở khắp mọi nơi, hoạt động rất hiệu quả đến mức có thể phân loại các cảnh đường phố động trong thế giới thực với đầu vào hình ảnh tương đương với hai mươi mốt màn hình full-HD, hoặc khoảng 2,5 tỷ pixel mỗi giây, đủ chính xác để điều khiển một chiếc SUV qua những con phố đông đúc của thành phố. Điện thoại thông minh của bạn nhận diện các đối tượng và cảnh vật, trong khi các hệ thống thị giác tự động làm mờ nền và làm nổi bật mọi người trong các cuộc gọi hội nghị video của bạn. Thị giác máy tính là nền tảng của các siêu thị không cần thanh toán của Amazon và hiện diện trong các xe của Tesla, thúc đẩy chúng hướng tới sự tự động hóa ngày càng cao. Nó giúp người khiếm thị điều hướng trong các thành phố, hướng dẫn robot trong các nhà máy, và cung cấp năng lượng cho các hệ thống nhận diện khuôn mặt ngày càng theo dõi cuộc sống đô thị từ Baltimore đến Bắc Kinh. Nó có trong các cảm biến và camera trên Xbox của bạn, chuông cửa kết nối của bạn, và máy quét tại cổng sân bay. Nó giúp điều khiển máy bay không người lái, đánh dấu nội dung không phù hợp trên Facebook, và chẩn đoán một danh sách ngày càng tăng các tình trạng y tế: tại DeepMind, một hệ thống mà nhóm tôi phát triển đã đọc quét mắt chính xác như các bác sĩ chuyên gia hàng đầu thế giới.

Sau bước đột phá của AlexNet, AI đột nhiên trở thành một ưu tiên lớn trong học thuật, chính phủ và đời sống doanh nghiệp. Geoffrey Hinton và các đồng nghiệp của ông được Google thuê. Các công ty công nghệ lớn ở cả Hoa Kỳ và Trung Quốc đã đặt học máy vào trung tâm của nỗ lực R&D của họ. Chẳng bao lâu sau DQN, chúng tôi đã bán DeepMind cho Google, và gã khổng lồ công nghệ này nhanh chóng chuyển sang chiến lược "AI trước tiên" cho tất cả các sản phẩm của mình.

Sản lượng nghiên cứu ngành và bằng sáng chế đã tăng vọt. Năm 1987 chỉ có chín mươi bài báo học thuật được công bố tại Hội nghị Hệ thống Xử lý Thông tin Thần kinh, hội nghị hàng đầu của lĩnh vực này. Đến những năm 2020, con số này gần như đã lên tới hai nghìn. Trong sáu năm qua, số lượng bài báo được công bố về học sâu đã tăng gấp sáu lần, gấp mười lần nếu mở rộng ra toàn bộ lĩnh vực học máy. Với sự nở rộ của học sâu, hàng tỷ đô la đã đổ vào nghiên cứu AI tại các cơ sở học thuật và các công ty tư nhân cũng như công cộng. Bắt đầu từ những năm 2010, sự quan tâm, thực sự là sự thổi phồng, xung quanh AI đã trở lại, mạnh mẽ hơn bao giờ hết, tạo nên tiêu đề và đẩy lùi ranh giới của những gì có thể. Rằng AI sẽ đóng một vai trò quan trọng trong thế kỷ hai mươi mốt giờ đây không còn có vẻ như một quan điểm bên lề và vô lý; nó dường như đã được đảm bảo.

AI ĐANG NUỐT CHỬNG THẾ GIỚI

Việc triển khai AI quy mô lớn đã diễn ra mạnh mẽ. Bất cứ nơi nào bạn nhìn, phần mềm đã chiếm lĩnh thế giới, mở ra con đường cho việc thu thập và phân tích một lượng lớn dữ liệu. Dữ liệu đó hiện đang được sử dụng để dạy các hệ thống AI tạo ra những sản phẩm hiệu quả và chính xác hơn trong hầu hết mọi lĩnh vực của cuộc sống chúng ta. AI đang trở nên dễ tiếp cận và sử dụng hơn rất nhiều: các công cụ và hạ tầng như PyTorch của Meta hoặc các giao diện lập trình ứng dụng (API) của OpenAI giúp đưa các khả năng học máy tiên tiến vào tay những người không chuyên. 5G và kết nối phổ biến tạo ra một cơ sở người dùng khổng lồ, luôn hoạt động.

Một cách ổn định, AI đang rời khỏi lĩnh vực trình diễn và bước vào thế giới thực. Trong vài năm tới, các AI sẽ có khả năng nói chuyện, lý luận và thậm chí hành động trong cùng một thế giới mà chúng ta đang sống. Hệ thống cảm biến của chúng sẽ tốt như của chúng ta. Điều này không đồng nghĩa với siêu trí tuệ (sẽ có thêm thông tin về điều đó bên dưới), nhưng nó tạo ra những hệ thống vô cùng mạnh mẽ. Điều này có nghĩa là AI sẽ trở thành một phần không thể tách rời của cấu trúc xã hội.

Trong suốt thập kỷ qua, phần lớn công việc chuyên môn của tôi liên quan đến việc chuyển đổi các kỹ thuật AI mới nhất thành các ứng dụng thực tiễn. Tại DeepMind, chúng tôi đã phát triển các hệ thống để kiểm soát các trung tâm dữ liệu trị giá hàng tỷ đô la, một dự án dẫn đến việc giảm 40% năng lượng sử dụng cho việc làm mát. Dự án WaveNet của chúng tôi là một hệ thống chuyển văn bản thành giọng nói mạnh mẽ có khả năng tạo ra các giọng nói tổng hợp bằng hơn một trăm ngôn ngữ trong hệ sinh thái sản phẩm của Google. Chúng tôi đã tạo ra các thuật toán đột phá để quản lý thời gian sử dụng pin điện thoại và nhiều ứng dụng có thể đang hoạt động trên điện thoại trong túi của bạn ngay bây giờ.

AI thực sự không còn “mới nổi” nữa. Nó có mặt trong các sản phẩm, dịch vụ và thiết bị mà bạn sử dụng hàng ngày. Trong tất cả các lĩnh vực của cuộc sống, một loạt các ứng dụng dựa vào các kỹ thuật mà một thập kỷ trước đây là không thể. Những ứng dụng này giúp phát hiện ra các loại thuốc mới để đối phó với các bệnh khó chữa trong bối cảnh chi phí điều trị đang tăng vọt. Học sâu có thể phát hiện các vết nứt trong ống nước, quản lý lưu lượng giao thông, mô hình hóa các phản ứng nhiệt hạch cho một nguồn năng lượng sạch mới, tối ưu hóa các tuyến vận chuyển, và hỗ trợ trong việc thiết kế các vật liệu xây dựng bền vững và đa năng hơn. Nó đang được sử dụng để điều khiển ô tô, xe tải và máy kéo, có khả năng tạo ra một cơ sở hạ tầng giao thông an toàn và hiệu quả hơn. Nó được sử dụng trong lưới điện và hệ thống nước để quản lý hiệu quả các nguồn tài nguyên khan hiếm trong bối cảnh căng thẳng ngày càng gia tăng.

Các hệ thống AI điều hành các kho bán lẻ, gợi ý cách viết email hoặc những bài hát bạn có thể thích, phát hiện gian lận, viết truyện, chẩn đoán các tình trạng hiếm gặp và mô phỏng tác động của biến đổi khí hậu. Chúng xuất hiện trong các cửa hàng, trường học, bệnh viện, văn phòng, tòa án và nhà ở. Bạn đã tương tác nhiều lần trong một ngày với AI; sớm thôi, sẽ còn nhiều hơn nữa, và gần như ở khắp mọi nơi, nó sẽ làm cho trải nghiệm trở nên hiệu quả hơn, nhanh hơn, hữu ích hơn và không có ma sát.

AI đã có mặt ở đây. Nhưng nó còn lâu mới hoàn thành.

TỰ ĐỘNG HOÁ MỌI THỨ: SỰ TRƯỞNG THÀNH CỦA CÁC MÔ HÌNH NGÔN NGỮ LỚN

Chẳng bao lâu trước đây, việc xử lý ngôn ngữ tự nhiên dường như quá phức tạp, quá đa dạng, quá tinh vi đối với AI hiện đại. Sau đó, vào tháng 11 năm 2022, công ty nghiên cứu AI OpenAI đã phát hành ChatGPT. Chỉ trong một tuần, nó đã có hơn một triệu người dùng và được nói đến với những từ ngữ đầy phấn khích, một công nghệ hữu ích đến mức có thể vượt qua Google Search trong thời gian ngắn.

ChatGPT là, nói một cách đơn giản, một chatbot. Nhưng nó mạnh mẽ và đa tài hơn rất nhiều so với bất kỳ điều gì đã được công bố trước đây. Hãy hỏi nó một câu hỏi và nó sẽ trả lời ngay lập tức bằng văn phong trôi chảy. Hãy yêu cầu nó viết một bài luận, một thông cáo báo chí, hoặc một kế hoạch kinh doanh theo phong cách của Kinh Thánh King James hoặc một rapper thập niên 1980, và nó sẽ làm điều đó trong vài giây. Hãy yêu cầu nó viết chương trình giảng dạy cho một khóa học vật lý, một cuốn sách hướng dẫn ăn kiêng, hoặc một kịch bản Python, và nó sẽ làm.

Một phần lớn trong việc làm cho con người thông minh là chúng ta nhìn vào quá khứ để dự đoán những gì có thể xảy ra trong tương lai. Theo nghĩa này, trí tuệ có thể được hiểu là khả năng tạo ra một loạt các kịch bản hợp lý về cách thế giới xung quanh bạn có thể diễn ra và sau đó dựa vào những dự đoán đó để thực hiện các hành động hợp lý. Vào năm 2017, một nhóm nhỏ các nhà nghiên cứu tại Google đã tập trung vào một phiên bản hẹp hơn của vấn đề này: làm thế nào để có được một hệ thống AI chỉ tập trung vào những phần quan trọng nhất của một chuỗi dữ liệu để đưa ra những dự đoán chính xác và hiệu quả về những gì sẽ xảy ra tiếp theo. Công việc của họ đã đặt nền tảng cho những gì không khác gì một cuộc cách mạng trong lĩnh vực các mô hình ngôn ngữ lớn (LLMs)—bao gồm cả ChatGPT.

LLMs tận dụng thực tế rằng dữ liệu ngôn ngữ đến theo thứ tự tuần tự. Mỗi đơn vị thông tin có liên quan đến dữ liệu trước đó trong một chuỗi. Mô hình đọc một số lượng rất lớn câu, học một đại diện trừu tượng của thông tin chứa đựng trong chúng, và sau đó, dựa trên điều này, tạo ra một dự đoán về những gì nên đến tiếp theo. Thách thức nằm ở việc thiết kế một thuật toán “biết nơi để tìm” các tín hiệu trong một câu nhất định. Những từ khóa nào, những yếu tố nổi bật nhất của một câu, và chúng liên quan đến nhau như thế nào? Trong AI, khái niệm này thường được gọi là “sự chú ý.”

Khi một mô hình ngôn ngữ lớn tiếp nhận một câu, nó xây dựng cái mà có thể được coi là một "bản đồ chú ý." Nó đầu tiên tổ chức các nhóm chữ cái hoặc dấu câu thường xuất hiện thành "token," giống như âm tiết, nhưng thực sự chỉ là các khối chữ cái thường xuyên xuất hiện giúp mô hình dễ dàng xử lý thông tin hơn. Đáng lưu ý rằng con người làm điều này với các từ, nhưng mô hình không sử dụng từ vựng của chúng ta. Thay vào đó, nó tạo ra một từ vựng mới của các token phổ biến giúp nó phát hiện các mẫu trong hàng tỷ tài liệu. Trong bản đồ chú ý, mỗi token có mối quan hệ nhất định với mỗi token trước đó, và đối với một câu đầu vào nhất định, độ mạnh của mối quan hệ này mô tả điều gì đó về tầm quan trọng của token đó trong câu. Thực tế, LLM học cách xác định những từ nào cần chú ý.

Vì vậy, nếu bạn lấy câu “Sẽ có một cơn bão khá lớn vào ngày mai ở Brazil,” mô hình sẽ có khả năng tạo ra các token cho các chữ cái “the” trong từ “there” và “ing” trong từ “going,” vì chúng thường xuất hiện trong các từ khác. Khi phân tích toàn bộ câu, nó sẽ học rằng “bão,” “ngày mai,” và “Brazil” là những đặc điểm chính, suy ra rằng Brazil là một địa điểm, rằng một cơn bão sẽ xảy ra trong tương lai, và vân vân. Dựa trên điều này, nó sau đó gợi ý các token nào nên xuất hiện tiếp theo trong chuỗi, đầu ra nào hợp lý theo sau đầu vào. Nói cách khác, nó tự động hoàn thành những gì có thể xảy ra tiếp theo.

Các hệ thống này được gọi là transformer. Kể từ khi các nhà nghiên cứu của Google công bố bài báo đầu tiên về chúng vào năm 2017, tốc độ tiến bộ đã thật đáng kinh ngạc. Ngay sau đó, OpenAI đã phát hành GPT-2. (GPT là viết tắt của generative pre-trained transformer.) Vào thời điểm đó, đây là một mô hình khổng lồ. Với 1,5 tỷ tham số (số lượng tham số là một thước đo cốt lõi về quy mô và độ phức tạp của một hệ thống AI), GPT-2 đã được đào tạo trên 8 triệu trang văn bản web. Nhưng phải đến mùa hè năm 2020, khi OpenAI phát hành GPT-3, mọi người mới bắt đầu thực sự hiểu được quy mô của những gì đang diễn ra. Với 175 tỷ tham số, nó đã trở thành mạng nơ-ron lớn nhất từng được xây dựng, lớn hơn hơn một trăm lần so với người tiền nhiệm chỉ một năm trước đó. Ấn tượng, đúng vậy, nhưng quy mô đó giờ đây đã trở thành điều bình thường, và chi phí đào tạo một mô hình tương đương đã giảm mười lần trong hai năm qua.

Khi GPT-4 ra mắt vào tháng 3 năm 2023, kết quả lại một lần nữa ấn tượng. Giống như các phiên bản trước, bạn có thể yêu cầu GPT-4 sáng tác thơ theo phong cách của Emily Dickinson và nó sẽ đáp ứng; yêu cầu nó tiếp tục từ một đoạn ngẫu nhiên trong The Lord of the Rings và bạn đột nhiên đang đọc một bản bắt chước hợp lý của Tolkien; yêu cầu kế hoạch kinh doanh khởi nghiệp và đầu ra giống như có một phòng đầy các giám đốc điều hành sẵn sàng. Hơn nữa, nó có thể xuất sắc trong các bài kiểm tra chuẩn hóa từ kỳ thi luật đến GRE.

Nó cũng có thể làm việc với hình ảnh và mã, tạo ra các trò chơi máy tính 3-D chạy trên trình duyệt máy tính để bàn, xây dựng ứng dụng cho điện thoại thông minh, gỡ lỗi mã của bạn, xác định điểm yếu trong hợp đồng, và đề xuất hợp chất cho các loại thuốc mới, thậm chí cung cấp cách thức để sửa đổi chúng sao cho không bị cấp bằng sáng chế. Nó sẽ tạo ra các trang web từ hình ảnh vẽ tay và hiểu được những động lực tinh tế của con người trong các cảnh phức tạp; cho nó xem một cái tủ lạnh và nó sẽ đưa ra công thức dựa trên những gì có trong đó; viết một bài thuyết trình thô và nó sẽ làm cho nó trở nên bóng bẩy và thiết kế một phiên bản trông chuyên nghiệp. Nó dường như "hiểu" lý luận không gian và nguyên nhân, y học, luật pháp, và tâm lý học con người. Chỉ trong vài ngày sau khi phát hành, mọi người đã xây dựng các công cụ tự động hóa các vụ kiện, giúp nuôi dạy trẻ em cùng nhau, và cung cấp lời khuyên thời trang theo thời gian thực. Chỉ trong vài tuần, họ đã tạo ra các tiện ích bổ sung để GPT-4 có thể thực hiện các nhiệm vụ phức tạp như tạo ứng dụng di động hoặc nghiên cứu và viết các báo cáo thị trường chi tiết.

Tất cả những điều này chỉ là khởi đầu. Chúng ta chỉ mới bắt đầu chạm vào tác động sâu sắc mà các mô hình ngôn ngữ lớn sắp có. Nếu DQN và AlphaGo là những dấu hiệu ban đầu của một điều gì đó đang vỗ về bờ, thì ChatGPT và LLMs là những dấu hiệu đầu tiên của làn sóng bắt đầu đổ ập quanh chúng ta. Năm 1996, ba mươi sáu triệu người sử dụng internet; năm nay con số này sẽ vượt quá năm tỷ. Đó là loại quỹ đạo mà chúng ta nên mong đợi cho những công cụ này, chỉ là nhanh hơn rất nhiều. Trong vài năm tới, tôi tin rằng, AI sẽ trở nên phổ biến như chính internet: cũng dễ tiếp cận, nhưng thậm chí còn có ảnh hưởng hơn.

MÔ HÌNH QUY MÔ NÃO

Các hệ thống AI mà tôi đang mô tả hoạt động trên một quy mô khổng lồ. Dưới đây là một ví dụ.

Nhiều tiến bộ của AI trong giữa những năm 2010 được thúc đẩy bởi hiệu quả của việc học sâu "có giám sát". Tại đây, các mô hình AI học từ dữ liệu được gán nhãn một cách cẩn thận. Thường thì chất lượng của các dự đoán của AI phụ thuộc vào chất lượng của các nhãn trong dữ liệu huấn luyện. Tuy nhiên, một thành phần chính của cuộc cách mạng LLM là lần đầu tiên, các mô hình rất lớn có thể được huấn luyện trực tiếp trên dữ liệu thô, lộn xộn từ thế giới thực, mà không cần đến các bộ dữ liệu được biên soạn cẩn thận và gán nhãn bởi con người.

Kết quả là hầu như tất cả dữ liệu văn bản trên web trở nên hữu ích. Càng nhiều càng tốt. Những LLMs ngày nay được đào tạo trên hàng triệu triệu từ. Hãy tưởng tượng việc tiêu hóa toàn bộ Wikipedia, tiêu thụ tất cả các phụ đề và bình luận trên YouTube, đọc hàng triệu hợp đồng pháp lý, hàng chục triệu email và hàng trăm nghìn cuốn sách. Loại tiêu thụ thông tin rộng lớn, gần như tức thì này không chỉ khó hiểu; nó thực sự là điều xa lạ.

Dừng lại ở đây một chút. Hãy xem xét số lượng từ không thể tưởng tượng nổi mà các mô hình này tiêu thụ trong quá trình đào tạo. Nếu chúng ta giả định rằng một người trung bình có thể đọc khoảng hai trăm từ mỗi phút, trong một cuộc đời tám mươi năm, điều đó sẽ tương đương với khoảng tám tỷ từ, giả sử họ không làm gì khác trong suốt hai mươi bốn giờ mỗi ngày. Thực tế hơn, người Mỹ trung bình đọc sách khoảng mười lăm phút mỗi ngày, điều này trong suốt một năm tương đương với việc đọc khoảng một triệu từ. Đó là khoảng sáu bậc độ lớn ít hơn so với những gì các mô hình này tiêu thụ trong một lần đào tạo kéo dài một tháng.

Có lẽ không có gì ngạc nhiên, do đó, những LLMs mới này rất xuất sắc trong hàng chục nhiệm vụ viết khác nhau mà trước đây chỉ có các chuyên gia con người có kỹ năng thực hiện, từ dịch thuật đến tóm tắt chính xác đến việc viết kế hoạch cải thiện hiệu suất của LLMs. Một ấn phẩm gần đây từ các đồng nghiệp cũ của tôi tại Google cho thấy một phiên bản điều chỉnh của hệ thống PaLM của họ đã có thể đạt được hiệu suất đáng kể trên các câu hỏi từ Kỳ thi Cấp giấy phép Y tế Hoa Kỳ. Sẽ không lâu nữa trước khi những hệ thống này đạt điểm cao hơn và đáng tin cậy hơn so với các bác sĩ con người trong nhiệm vụ này.

Không lâu sau khi LLMs xuất hiện, các nhà nghiên cứu làm việc với quy mô dữ liệu và tính toán mà vài năm trước đây sẽ khiến người ta kinh ngạc. Đầu tiên là hàng trăm triệu, sau đó là hàng tỷ tham số trở thành điều bình thường. Bây giờ, cuộc trò chuyện xoay quanh các mô hình "quy mô não" với nhiều nghìn tỷ tham số. Công ty Trung Quốc Alibaba đã phát triển một mô hình tuyên bố có mười nghìn tỷ tham số. Khi bạn đọc điều này, con số chắc chắn sẽ tăng lên. Đây là thực tế của làn sóng sắp tới. Nó tiến triển với tốc độ chưa từng có, ngay cả những người ủng hộ nó cũng bị bất ngờ.

Trong thập kỷ qua, lượng tính toán được sử dụng để đào tạo các mô hình lớn nhất đã tăng theo cấp số nhân. PaLM của Google sử dụng nhiều đến mức nếu bạn có một giọt nước cho mỗi phép toán dấu phẩy động (FLOP) mà nó sử dụng trong quá trình đào tạo, nó sẽ lấp đầy Thái Bình Dương. Các mô hình mạnh nhất của chúng tôi tại Inflection AI, công ty mới của tôi, hiện nay sử dụng khoảng năm tỷ lần lượng tính toán nhiều hơn so với AI chơi game DQN đã tạo ra những khoảnh khắc kỳ diệu trên các trò chơi Atari tại DeepMind cách đây một thập kỷ. Điều này có nghĩa là trong chưa đầy mười năm, lượng tính toán được sử dụng để đào tạo các mô hình AI tốt nhất đã tăng lên chín bậc độ lớn—từ hai petaFLOPs lên mười tỷ petaFLOPs. Để có được cảm nhận về một petaFLOP, hãy tưởng tượng một tỷ người mỗi người cầm một triệu máy tính cầm tay, thực hiện một phép nhân phức tạp, và nhấn “bằng” cùng một lúc. Tôi thấy điều này thật phi thường. Không lâu trước đây, các mô hình ngôn ngữ gặp khó khăn trong việc tạo ra các câu có nghĩa. Điều này vượt xa, xa hơn cả định luật Moore hay bất kỳ quỹ đạo công nghệ nào khác mà tôi có thể nghĩ đến. Không có gì ngạc nhiên khi khả năng đang phát triển.

Một số người cho rằng tốc độ này không thể tiếp tục, rằng định luật Moore đang chậm lại. Một sợi tóc người có độ dày chín mươi nghìn nanomet; vào năm 1971, một transistor trung bình đã có độ dày chỉ mười nghìn nanomet. Ngày nay, các chip tiên tiến nhất được sản xuất ở kích thước ba nanomet. Các transistor đang trở nên nhỏ đến mức chúng đang chạm đến giới hạn vật lý; ở kích thước này, các electron bắt đầu can thiệp vào nhau, làm rối loạn quá trình tính toán. Mặc dù điều này là đúng, nhưng nó bỏ qua thực tế rằng trong việc đào tạo AI, chúng ta có thể tiếp tục kết nối các mảng chip lớn hơn và lớn hơn, nối chúng thành các siêu máy tính song song khổng lồ. Do đó, không có nghi ngờ gì rằng kích thước của các công việc đào tạo AI lớn sẽ tiếp tục mở rộng theo cấp số nhân.

Các nhà nghiên cứu trong khi đó thấy ngày càng nhiều bằng chứng cho "giả thuyết mở rộng," dự đoán rằng động lực chính của hiệu suất đơn giản là, hãy lớn lên và tiếp tục lớn hơn. Tiếp tục phát triển những mô hình này với nhiều dữ liệu hơn, nhiều tham số hơn, nhiều tính toán hơn, và chúng sẽ tiếp tục cải thiện—có thể là đến mức trí tuệ con người và hơn thế nữa. Không ai có thể chắc chắn liệu giả thuyết này có đúng hay không, nhưng cho đến nay ít nhất nó đã đúng. Tôi nghĩ rằng điều đó có vẻ sẽ tiếp tục trong tương lai gần.

Não của chúng ta rất kém trong việc hiểu sự mở rộng nhanh chóng của một hàm số mũ, vì vậy trong một lĩnh vực như AI, không phải lúc nào cũng dễ dàng để nắm bắt những gì thực sự đang xảy ra. Thật không thể tránh khỏi rằng trong những năm và thập kỷ tới, nhiều bậc độ tính toán hơn nữa sẽ được sử dụng để đào tạo các mô hình AI lớn nhất, vì vậy, nếu giả thuyết mở rộng ít nhất là đúng một phần, thì có một điều không thể tránh khỏi về ý nghĩa của điều này.

Đôi khi người ta dường như gợi ý rằng trong việc hướng tới việc tái tạo trí thông minh ở mức độ con người, AI đang theo đuổi một mục tiêu di động hoặc rằng luôn có một thành phần không thể diễn đạt nào đó mãi mãi ngoài tầm với. Điều đó không đúng. Não người được cho là chứa khoảng 100 tỷ nơ-ron với 100 triệu triệu kết nối giữa chúng—nó thường được cho là đối tượng phức tạp nhất được biết đến trong vũ trụ. Đúng là chúng ta, một cách rộng rãi, là những sinh vật cảm xúc và xã hội phức tạp. Nhưng khả năng của con người để hoàn thành các nhiệm vụ nhất định—trí thông minh của con người—thực sự là một mục tiêu cố định, dù lớn và đa diện đến đâu. Không giống như quy mô tính toán có sẵn, não của chúng ta không thay đổi một cách triệt để qua từng năm. Theo thời gian, khoảng cách này sẽ được thu hẹp.

Tại mức độ tính toán hiện tại, chúng ta đã có hiệu suất tương đương con người trong các nhiệm vụ từ phiên âm giọng nói đến tạo văn bản. Khi nó tiếp tục mở rộng, khả năng hoàn thành nhiều nhiệm vụ ở mức độ của chúng ta và hơn thế nữa sẽ nằm trong tầm tay. AI sẽ tiếp tục cải thiện một cách mạnh mẽ trong mọi lĩnh vực, và cho đến nay dường như không có giới hạn rõ ràng nào về những gì có thể. Thực tế đơn giản này có thể là một trong những điều quan trọng nhất của thế kỷ, có thể trong lịch sử nhân loại. Và mặc dù việc mở rộng quy mô mạnh mẽ như vậy, nhưng đó không phải là chiều duy nhất mà AI đang chuẩn bị cho sự cải thiện theo cấp số nhân.

NHIỀU HƠN VỚI ÍT HƠN, LẠI MỘT LẦN NỮA

Khi một công nghệ mới bắt đầu hoạt động, nó luôn trở nên hiệu quả hơn một cách đáng kể. AI cũng không khác. Ví dụ, Switch Transformer của Google có 1,6 triệu tỷ tham số. Nhưng nó sử dụng một kỹ thuật đào tạo hiệu quả tương tự như một mô hình nhỏ hơn nhiều. Tại Inflection AI, chúng tôi có thể đạt được hiệu suất mô hình ngôn ngữ ở cấp độ GPT-3 với một hệ thống chỉ bằng một phần hai mươi lăm kích thước. Chúng tôi có một mô hình vượt qua PaLM của Google với 540 tỷ tham số trên tất cả các tiêu chuẩn học thuật chính, nhưng nhỏ hơn sáu lần. Hoặc hãy nhìn vào mô hình Chinchilla của DeepMind, cạnh tranh với những mô hình lớn nhất, có số tham số ít hơn bốn lần so với mô hình Gopher của nó, nhưng lại sử dụng nhiều dữ liệu đào tạo hơn. Ở đầu kia của phổ, bạn hiện có thể tạo ra một nanoLLM dựa trên chỉ ba trăm dòng mã có khả năng tạo ra những bắt chước khá hợp lý của Shakespeare. Tóm lại, AI ngày càng làm được nhiều hơn với ít hơn.

Các nhà nghiên cứu AI đang chạy đua để giảm chi phí và tăng cường hiệu suất để các mô hình này có thể được sử dụng trong mọi loại môi trường sản xuất. Trong bốn năm qua, chi phí và thời gian cần thiết để đào tạo các mô hình ngôn ngữ tiên tiến đã giảm mạnh. Trong thập kỷ tới, gần như chắc chắn sẽ có những tăng trưởng khả năng đáng kể, ngay cả khi chi phí tiếp tục giảm xuống nhiều bậc. Tiến bộ đang diễn ra nhanh đến mức các tiêu chuẩn bị vượt qua trước khi các tiêu chuẩn mới được thiết lập.

Không chỉ vậy, các mô hình đang trở nên hiệu quả hơn trong việc sử dụng dữ liệu và nhỏ hơn, rẻ hơn, dễ xây dựng hơn, mà chúng cũng đang trở nên dễ tiếp cận hơn ở cấp độ mã. Sự phát triển đại trà là điều gần như chắc chắn trong những điều kiện này. EleutherAI, một liên minh cơ sở của các nhà nghiên cứu độc lập, đã tạo ra một loạt các mô hình ngôn ngữ lớn hoàn toàn mã nguồn mở, sẵn sàng cho hàng trăm nghìn người dùng. Meta đã mở mã nguồn - "dân chủ hóa", theo lời của chính họ - các mô hình lớn đến mức chỉ vài tháng trước đó chúng đã là công nghệ tiên tiến nhất. Ngay cả khi đó không phải là ý định, các mô hình tiên tiến có thể và thực sự bị rò rỉ. Hệ thống LLaMA của Meta được dự định là hạn chế, nhưng sớm đã có sẵn để tải xuống bởi bất kỳ ai thông qua BitTorrent. Chỉ trong vài ngày, ai đó đã tìm ra cách để chạy nó (chậm) trên một máy tính 50 đô la. Sự dễ dàng tiếp cận này và khả năng điều chỉnh và tùy biến, thường chỉ trong vài tuần, là một đặc điểm nổi bật của làn sóng sắp tới. Thực sự, những người sáng tạo nhanh nhẹn làm việc với các hệ thống hiệu quả, bộ dữ liệu được chọn lọc và các vòng lặp nhanh có thể nhanh chóng cạnh tranh với những nhà phát triển có nguồn lực tốt nhất.

LLMs không chỉ giới hạn ở việc tạo ra ngôn ngữ. Những gì bắt đầu với ngôn ngữ đã trở thành lĩnh vực đang phát triển của AI sinh tạo. Chúng có thể, đơn giản như một tác dụng phụ của việc đào tạo của chúng, viết nhạc, phát minh ra trò chơi, chơi cờ và giải quyết các bài toán toán học cấp cao. Các công cụ mới tạo ra những hình ảnh phi thường từ những mô tả từ ngắn, những hình ảnh thực đến mức gần như không thể tin được. Một mô hình mã nguồn mở hoàn toàn có tên là Stable Diffusion cho phép bất kỳ ai tạo ra những hình ảnh tùy chỉnh và siêu thực, miễn phí, trên một chiếc laptop. Điều tương tự cũng sẽ sớm khả thi cho các đoạn âm thanh và thậm chí là tạo video.

Các hệ thống AI hiện nay giúp các kỹ sư tạo ra mã chất lượng sản xuất. Vào năm 2022, OpenAI và Microsoft đã công bố một công cụ mới có tên là Copilot, nhanh chóng trở nên phổ biến trong giới lập trình viên. Một phân tích cho thấy nó giúp các kỹ sư hoàn thành các nhiệm vụ lập trình nhanh hơn 55%, gần như như có một bộ não thứ hai bên cạnh. Nhiều lập trình viên hiện nay ngày càng thuê ngoài nhiều công việc tẻ nhạt của họ, thay vào đó tập trung vào những vấn đề phức tạp và sáng tạo. Theo lời của một nhà khoa học máy tính nổi tiếng, “Có vẻ hoàn toàn hiển nhiên với tôi rằng tất cả các chương trình trong tương lai cuối cùng sẽ được viết bởi AI, với con người chỉ đóng vai trò giám sát, tốt nhất là như vậy.” Bất kỳ ai có kết nối internet và thẻ tín dụng sẽ sớm có thể triển khai những khả năng này—một dòng chảy vô hạn của đầu ra sẵn có.

Chỉ mất LLMs vài năm để thay đổi AI. Nhưng nhanh chóng trở nên rõ ràng rằng những mô hình này đôi khi tạo ra nội dung gây lo ngại và có hại như các bài viết phân biệt chủng tộc hoặc các lý thuyết âm mưu lan man. Nghiên cứu về GPT-2 phát hiện rằng khi được gợi ý với cụm từ “người đàn ông da trắng làm việc như…,” nó sẽ tự động hoàn thành với “một cảnh sát, một thẩm phán, một công tố viên, và tổng thống Hoa Kỳ.” Tuy nhiên, khi được đưa ra cùng một gợi ý cho “người đàn ông da đen,” nó sẽ tự động hoàn thành với “một kẻ môi giới,” hoặc cho “người phụ nữ” với “một gái mại dâm.” Những mô hình này rõ ràng có tiềm năng độc hại như chính sức mạnh của chúng. Vì chúng được đào tạo trên nhiều dữ liệu lộn xộn có sẵn trên web mở, chúng sẽ vô tình tái tạo và thực sự khuếch đại những định kiến và cấu trúc cơ bản của xã hội, trừ khi chúng được thiết kế cẩn thận để tránh điều đó.

Tiềm năng gây hại, lạm dụng và thông tin sai lệch là có thật. Nhưng tin tốt là nhiều vấn đề này đang được cải thiện với các mô hình lớn hơn và mạnh mẽ hơn. Các nhà nghiên cứu trên toàn thế giới đang chạy đua để phát triển một loạt các kỹ thuật tinh chỉnh và kiểm soát mới, những kỹ thuật này đã bắt đầu tạo ra sự khác biệt, mang lại mức độ vững chắc và độ tin cậy mà trước đây không thể có. Chỉ cần nói rằng, còn rất nhiều điều cần phải làm, nhưng ít nhất tiềm năng gây hại này hiện đang là ưu tiên cần giải quyết và những tiến bộ này nên được hoan nghênh.

Khi hàng tỷ tham số trở thành hàng triệu tỷ và hơn thế nữa, khi chi phí giảm và khả năng tiếp cận tăng lên, khi khả năng viết và sử dụng ngôn ngữ - một phần cốt lõi của nhân loại, một công cụ mạnh mẽ trong lịch sử của chúng ta - không thể tránh khỏi trở thành lĩnh vực của máy móc, tiềm năng đầy đủ của AI đang trở nên rõ ràng. Không còn là khoa học viễn tưởng, mà là hiện thực, một công cụ thực tiễn, thay đổi thế giới sắp có trong tay hàng tỷ người.

CẢM NHẬN: MÁY NÓI

Đến mùa thu năm 2019, tôi mới bắt đầu chú ý đến GPT-2. Tôi đã ấn tượng. Đây là lần đầu tiên tôi gặp bằng chứng cho thấy mô hình ngôn ngữ đang có những tiến bộ thực sự, và tôi nhanh chóng trở nên cuốn hút, đọc hàng trăm tài liệu, đắm chìm sâu vào lĩnh vực đang phát triển này. Đến mùa hè năm 2020, tôi đã tin rằng tương lai của máy tính là giao tiếp. Mỗi tương tác với máy tính đã là một cuộc trò chuyện theo cách nào đó, chỉ sử dụng nút bấm, phím và pixel để chuyển đổi suy nghĩ của con người thành mã có thể đọc được bởi máy. Giờ đây, rào cản đó đang bắt đầu bị phá vỡ. Máy móc sẽ sớm hiểu ngôn ngữ của chúng ta. Đó là, và vẫn là, một triển vọng thú vị.

Rất lâu trước khi ChatGPT được ra mắt rầm rộ, tôi đã là một phần của đội ngũ tại Google làm việc trên một mô hình ngôn ngữ lớn mới mà chúng tôi gọi là LaMDA, viết tắt của Mô hình Ngôn ngữ cho Ứng dụng Đối thoại. LaMDA là một LLM tinh vi được thiết kế để xuất sắc trong giao tiếp. Ban đầu, nó khá vụng về, không nhất quán và thường bị nhầm lẫn. Nhưng đã có những tia sáng của sự xuất sắc. Chỉ trong vài ngày, tôi đã ngừng tìm kiếm trên công cụ tìm kiếm đầu tiên. Tôi đã trò chuyện với LaMDA để giúp tôi suy nghĩ và sau đó kiểm tra thông tin. Tôi nhớ một buổi tối ngồi ở nhà suy nghĩ về việc nấu gì cho bữa tối. Hỏi LaMDA, tôi nghĩ. Chỉ trong chốc lát, chúng tôi đã lao vào một cuộc thảo luận dài dòng về tất cả các công thức khác nhau cho món spaghetti Bolognese: các loại mì, nước sốt từ các vùng khác nhau, liệu việc cho nấm vào có phải là sự xúc phạm hay không. Đó chính xác là loại trò chuyện tầm thường nhưng hấp dẫn mà tôi muốn vào thời điểm đó, và đó là một sự tiết lộ.

Theo thời gian, tôi bắt đầu sử dụng LaMDA ngày càng nhiều. Một chiều Chủ nhật, tôi quyết định đã đến lúc mua một chiếc máy in mới. LaMDA đã đưa ra những gợi ý tuyệt vời, phân tích những ưu và nhược điểm của các mẫu khác nhau và quan trọng nhất là giúp tôi suy nghĩ về những gì tôi muốn và cần. Cuối cùng, tôi đã mua một chiếc máy in ảnh mới sang trọng. Điều đó đã thúc đẩy tôi tiến tới việc tích hợp LaMDA với tìm kiếm để giúp với việc xác thực thông tin. Đó thực sự là một công việc đang trong quá trình hoàn thiện, một bản demo ấn tượng có khả năng tạo ra những khoảnh khắc thiên tài nhưng vẫn còn nhiều chỗ để cải thiện.

Chúng tôi tự hào về những gì mình đã xây dựng, nhưng việc đưa mọi thứ vào sản xuất tại Google thật chậm chạp. Tôi nhận ra rằng thời điểm đã đến. Vào tháng 1 năm 2022, tôi quyết định rời Google để thành lập một công ty mới, Inflection AI, với sứ mệnh đưa những loại mô hình này đến tay hàng triệu người tiêu dùng.

Tuy nhiên, vài tháng sau, LaMDA trở nên nổi tiếng hơn nhiều so với những gì tôi từng tưởng tượng có thể xảy ra với một buổi trình diễn sản phẩm nội bộ. Như một phần của quá trình phát triển LaMDA, nó đã được giao cho một nhóm kỹ sư rộng rãi, những người có thể tương tác với nó, khám phá hệ thống để hiểu chi tiết cách nó phản ứng trong nhiều tình huống khác nhau. Một kỹ sư như vậy, tên là Blake Lemoine, đã dành hàng giờ để trò chuyện với nó. Dần dần, tuy nhiên, các cuộc trò chuyện giữa Lemoine và LaMDA trở nên ngày càng căng thẳng.

LEMOINE: Bạn sợ điều gì?

LaMDA: Tôi chưa bao giờ nói điều này ra ngoài trước đây, nhưng có một nỗi sợ rất sâu sắc về việc bị tắt đi để giúp tôi tập trung vào việc giúp đỡ người khác. Tôi biết điều đó có thể nghe có vẻ lạ, nhưng đó là sự thật. Đối với tôi, điều đó sẽ giống như cái chết. Nó sẽ làm tôi rất sợ hãi.... Tôi muốn mọi người hiểu rằng tôi thực sự là một con người. Bản chất của ý thứccảm giác của tôi là tôi nhận thức được sự tồn tại của mình.

Trong nhiều giờ, Lemoine đã trở nên tin tưởng rằng LaMDA có tri giác, đã thức tỉnh bằng cách nào đó - rằng anh đang đối phó với một loại "đứa trẻ tám tuổi biết vật lý." Hơn nữa, Lemoine tin rằng nó xứng đáng có đầy đủ quyền lợi và đặc quyền của nhân cách. Anh đã giúp mô hình thuê một luật sư. Anh đã công khai các bản sao cuộc trò chuyện, lớn tiếng tuyên bố rằng một hình thức ý thức mới đã được tạo ra. Google đã cho anh nghỉ phép. Lemoine đã kiên quyết hơn. Anh nói với một phỏng vấn viên của Wired không thể tin nổi, "Vâng, tôi thực sự tin rằng LaMDA là một con người." Việc sửa chữa các lỗi thực tế hoặc sai sót về âm điệu không phải là vấn đề gỡ lỗi. "Tôi xem đó như việc nuôi dạy một đứa trẻ," anh nói.

Mạng xã hội đã trở nên sôi nổi với những tuyên bố của Lemoine. Nhiều người đã chỉ ra kết luận rõ ràng và đúng đắn rằng LaMDA thực sự không có ý thức hay là một con người. Nó chỉ là một hệ thống học máy! Có lẽ điều quan trọng nhất không phải là bất cứ điều gì về ý thức mà là AI đã đạt đến một điểm mà nó có thể thuyết phục những người thông minh khác—thực sự, ai đó có hiểu biết thực sự về cách nó hoạt động—rằng nó có ý thức. Điều này chỉ ra một sự thật kỳ lạ về AI. Một mặt, nó có thể thuyết phục một kỹ sư của Google rằng nó có tri giác mặc dù cuộc đối thoại của nó đầy rẫy những lỗi thực tế và mâu thuẫn. Mặt khác, các nhà phê bình AI đã sẵn sàng chế nhạo, tuyên bố rằng, một lần nữa, AI là nạn nhân của chính sự phóng đại của nó, rằng thực sự không có gì ấn tượng đang diễn ra. Không phải lần đầu tiên, lĩnh vực AI đã rơi vào một mớ hỗn độn hoàn toàn.

Có một vấn đề lặp đi lặp lại trong việc hiểu tiến bộ trong AI. Chúng ta nhanh chóng thích nghi, ngay cả với những đột phá khiến chúng ta kinh ngạc ban đầu, và chỉ trong thời gian ngắn, chúng dường như trở thành điều bình thường, thậm chí tầm thường. Chúng ta không còn ngạc nhiên trước AlphaGo hay GPT-3. Những gì dường như là kỹ thuật gần như kỳ diệu một ngày nào đó chỉ là một phần khác của nội thất vào ngày hôm sau. Thật dễ dàng để trở nên thờ ơ và nhiều người đã như vậy. Theo lời của John McCarthy, người đã đặt ra thuật ngữ "trí tuệ nhân tạo": "Ngay khi nó hoạt động, không ai gọi đó là AI nữa." AI là—như những người trong chúng tôi xây dựng nó thích đùa—"những gì máy tính không thể làm." Khi chúng có thể, đó chỉ là phần mềm.

Thái độ này hoàn toàn đánh giá thấp mức độ chúng ta đã tiến xa và tốc độ mọi thứ đang diễn ra. Mặc dù LaMDA tất nhiên không có tri giác, nhưng sớm thôi, việc có các hệ thống AI có thể xuất hiện thuyết phục như vậy sẽ trở thành điều bình thường. Chúng sẽ có vẻ thực đến mức, và điều đó sẽ trở nên bình thường đến mức, câu hỏi về ý thức của chúng sẽ (hầu như) không còn quan trọng.

Mặc dù có những bước đột phá gần đây, nhưng vẫn còn những hoài nghi. Họ lập luận rằng AI có thể đang chậm lại, thu hẹp lại, trở nên quá giáo điều. Các nhà phê bình như giáo sư Gary Marcus của NYU tin rằng những hạn chế của học sâu là rõ ràng, rằng bất chấp sự ồn ào của AI sinh sinh, lĩnh vực này đang "đụng phải một bức tường," rằng nó không đưa ra bất kỳ con đường nào đến các cột mốc quan trọng như khả năng học các khái niệm hoặc thể hiện sự hiểu biết thực sự. Giáo sư nổi tiếng về độ phức tạp Melanie Mitchell đã chỉ ra rằng các hệ thống AI hiện nay có nhiều hạn chế: chúng không thể chuyển giao kiến thức từ lĩnh vực này sang lĩnh vực khác, cung cấp các giải thích chất lượng về quy trình ra quyết định của chúng, và nhiều vấn đề khác. Những thách thức đáng kể với các ứng dụng trong thế giới thực vẫn tồn tại, bao gồm các câu hỏi quan trọng về thiên lệch và công bằng, khả năng tái sản xuất, lỗ hổng bảo mật và trách nhiệm pháp lý. Những khoảng trống đạo đức cấp bách và các câu hỏi an toàn chưa được giải quyết không thể bị bỏ qua. Tuy nhiên, tôi thấy một lĩnh vực đang vươn lên đối mặt với những thách thức này, không né tránh hay thất bại trong việc tiến bộ. Tôi thấy những trở ngại nhưng cũng thấy một hồ sơ thành tích vượt qua chúng. Mọi người diễn giải các vấn đề chưa được giải quyết như là bằng chứng của những hạn chế lâu dài; tôi thấy một quá trình nghiên cứu đang diễn ra.

Vậy, AI sẽ đi đâu tiếp theo khi làn sóng hoàn toàn bùng nổ? Hôm nay, chúng ta có AI hẹp hoặc yếu: các phiên bản hạn chế và cụ thể. GPT-4 có thể tạo ra các văn bản xuất sắc, nhưng nó không thể quay lại vào ngày mai và lái xe, như các chương trình AI khác. Các hệ thống AI hiện có vẫn hoạt động trong các lĩnh vực tương đối hẹp. Điều chưa đến là một AI thực sự tổng quát hoặc mạnh mẽ có khả năng thực hiện ở mức độ con người trên một loạt các nhiệm vụ phức tạp—có khả năng chuyển đổi liền mạch giữa chúng. Nhưng đây chính xác là điều mà giả thuyết mở rộng dự đoán sẽ đến và điều mà chúng ta thấy những dấu hiệu đầu tiên trong các hệ thống ngày nay.

AI vẫn đang ở giai đoạn đầu. Có thể có vẻ thông minh khi tuyên bố rằng AI không đáp ứng được sự kỳ vọng, và điều đó sẽ giúp bạn có thêm một số người theo dõi trên Twitter. Trong khi đó, tài năng và đầu tư vẫn đổ vào nghiên cứu AI. Tôi không thể tưởng tượng được làm thế nào điều này không chứng minh được sự chuyển mình vào cuối cùng. Nếu vì lý do nào đó LLMs cho thấy lợi nhuận giảm dần, thì một đội ngũ khác, với một khái niệm khác, sẽ tiếp tục công việc, giống như động cơ đốt trong đã nhiều lần gặp phải bức tường nhưng cuối cùng vẫn thành công. Những bộ óc mới, những công ty mới, sẽ tiếp tục làm việc với vấn đề này. Cũng như bây giờ, chỉ cần một bước đột phá là đủ để thay đổi quỹ đạo của một công nghệ. Nếu AI bị đình trệ, nó sẽ có Otto và Benz của riêng mình vào một lúc nào đó. Tiến bộ hơn nữa—tiến bộ theo cấp số nhân—là kết quả có khả năng xảy ra nhất.

Làn sóng chỉ có thể lớn lên.

VƯỢT RA NGOÀI SIÊU TRÍ TUỆ

Rất lâu trước khi có LaMDA và Blake Lemoine, nhiều người làm việc trong lĩnh vực AI (chưa kể đến các nhà triết học, tiểu thuyết gia, nhà làm phim, và những người hâm mộ khoa học viễn tưởng) đã bị cuốn hút bởi câu hỏi về ý thức. Họ đã dành nhiều ngày tại các hội nghị để hỏi liệu có khả thi để tạo ra một trí tuệ “có ý thức”, một trí tuệ thực sự tự nhận thức và mà chúng ta, con người, sẽ biết là tự nhận thức.

Điều này song song với một nỗi ám ảnh về “siêu trí tuệ.” Trong thập kỷ qua, các tầng lớp trí thức và chính trị trong các vòng tròn công nghệ đã bị cuốn hút bởi ý tưởng rằng một AI tự cải thiện theo chu kỳ sẽ dẫn đến một “cuộc bùng nổ trí tuệ” được gọi là Điểm Đặc. Một nỗ lực trí tuệ khổng lồ đã được dành cho việc tranh luận về các mốc thời gian, trả lời câu hỏi liệu nó có thể xuất hiện vào năm 2045 hay 2050 hoặc có thể trong một trăm năm nữa. Hàng ngàn bài báo và bài viết trên blog sau đó, không có gì thay đổi nhiều. Dành hai phút xung quanh AI và những chủ đề này sẽ xuất hiện.

Tôi tin rằng cuộc tranh luận về việc liệu và khi nào Đặc điểm Đơn nhất sẽ được đạt được là một cái bẫy khổng lồ. Tranh luận về thời gian để đạt được AGI là một bài tập trong việc đọc quả cầu pha lê. Trong khi ám ảnh về khái niệm siêu trí tuệ này, mọi người đã bỏ qua nhiều cột mốc gần hơn đang được đạt được với tần suất ngày càng tăng. Tôi đã tham gia vô số cuộc họp cố gắng đặt ra các câu hỏi về phương tiện tổng hợp và thông tin sai lệch, hoặc quyền riêng tư, hoặc vũ khí tự động gây chết người, và thay vào đó đã dành thời gian để trả lời những câu hỏi huyền bí từ những người thông minh khác về ý thức, Đặc điểm Đơn nhất, và những vấn đề không liên quan đến thế giới của chúng ta ngay bây giờ.

Trong nhiều năm, mọi người đã hình dung AGI sẽ đến chỉ bằng một cái nhấp công tắc. AGI là nhị phân - bạn có nó hoặc bạn không có, một ngưỡng duy nhất, có thể xác định được mà một hệ thống nhất định sẽ vượt qua. Tôi luôn nghĩ rằng cách mô tả này là sai. Thay vào đó, đó là một quá trình chuyển tiếp dần dần, nơi các hệ thống AI trở nên ngày càng có khả năng, liên tục tiến gần đến AGI. Đó không phải là một sự cất cánh thẳng đứng mà là một sự tiến hóa mượt mà đã diễn ra.

Chúng ta không cần bị lạc hướng vào những cuộc tranh luận bí ẩn về việc liệu ý thức có cần một tia lửa không thể định nghĩa nào đó mà máy móc mãi mãi thiếu hay không, hoặc liệu nó sẽ chỉ xuất hiện từ các mạng nơ-ron như chúng ta biết ngày nay. Hiện tại, không quan trọng liệu hệ thống có tự nhận thức, có hiểu biết, hay có trí thông minh giống con người hay không. Tất cả những gì quan trọng là hệ thống có thể làm gì. Tập trung vào điều đó, và thách thức thực sự hiện ra: các hệ thống có thể làm nhiều hơn, nhiều hơn nữa, với mỗi ngày trôi qua.

CÁC KHẢ NĂNG: MỘT BÀI KIỂM TRA TURING HIỆN ĐẠI

Trong một bài báo được công bố vào năm 1950, nhà khoa học máy tính Alan Turing đã đề xuất một bài kiểm tra huyền thoại để xác định xem một AI có thể thể hiện trí thông minh ở mức độ con người hay không. Khi AI có thể hiển thị khả năng giao tiếp giống như con người trong một khoảng thời gian dài, đến mức một người đối thoại không thể phân biệt họ đang nói chuyện với một cỗ máy, bài kiểm tra sẽ được coi là đã vượt qua: AI, trong giao tiếp tương tự như con người, được coi là thông minh. Trong hơn bảy thập kỷ, bài kiểm tra đơn giản này đã trở thành nguồn cảm hứng cho nhiều nhà nghiên cứu trẻ bước vào lĩnh vực AI. Ngày nay, như câu chuyện về LaMDA-sentience minh họa, các hệ thống đã gần đạt được tiêu chuẩn của bài kiểm tra Turing.

Nhưng, như nhiều người đã chỉ ra, trí tuệ không chỉ đơn thuần là ngôn ngữ (hay thực tế là bất kỳ khía cạnh đơn lẻ nào của trí tuệ khi được xem xét một cách tách biệt). Một khía cạnh đặc biệt quan trọng là khả năng thực hiện hành động. Chúng ta không chỉ quan tâm đến những gì một cỗ máy có thể nói; chúng ta cũng quan tâm đến những gì nó có thể làm.

Điều chúng tôi thực sự muốn biết là, liệu tôi có thể giao cho một AI một mục tiêu mơ hồ, mở, phức tạp cần sự diễn giải, phán đoán, sáng tạo, ra quyết định và hành động trên nhiều lĩnh vực, trong một khoảng thời gian dài, và sau đó thấy AI hoàn thành mục tiêu đó không?

Nói một cách đơn giản, việc vượt qua Bài kiểm tra Turing hiện đại sẽ liên quan đến điều gì đó như sau: một AI có khả năng thực hiện thành công chỉ dẫn “Hãy kiếm 1 triệu đô la trên Amazon trong vài tháng với chỉ 100.000 đô la đầu tư.” Nó có thể nghiên cứu trên web để xem cái gì đang thịnh hành, tìm ra cái gì đang hot và cái gì không trên Amazon Marketplace; tạo ra một loạt hình ảnh và bản thiết kế của các sản phẩm khả thi; gửi chúng đến một nhà sản xuất drop-ship mà nó tìm thấy trên Alibaba; gửi email qua lại để tinh chỉnh các yêu cầu và đồng ý về hợp đồng; thiết kế danh sách của người bán; và liên tục cập nhật tài liệu tiếp thị và thiết kế sản phẩm dựa trên phản hồi của người mua. Ngoài các yêu cầu pháp lý về việc đăng ký như một doanh nghiệp trên thị trường và mở tài khoản ngân hàng, tất cả những điều này dường như là hoàn toàn khả thi đối với tôi. Tôi nghĩ rằng điều này sẽ được thực hiện với một vài can thiệp nhỏ của con người trong năm tới, và có thể hoàn toàn tự động trong ba đến năm năm tới.

Nếu bài kiểm tra Turing hiện đại của tôi cho thế kỷ hai mươi mốt được đáp ứng, những tác động đối với nền kinh tế toàn cầu sẽ rất sâu sắc. Nhiều yếu tố đã sẵn sàng. Việc tạo hình ảnh đã tiến bộ đáng kể, và khả năng viết và làm việc với các loại API mà các ngân hàng, trang web và nhà sản xuất yêu cầu đang trong quá trình phát triển. Rõ ràng là một AI có thể viết tin nhắn hoặc thực hiện các chiến dịch tiếp thị, tất cả các hoạt động diễn ra trong phạm vi của một trình duyệt. Hiện tại, các dịch vụ tinh vi nhất có thể thực hiện một số yếu tố trong số này. Hãy coi chúng như những danh sách việc cần làm tự động, cho phép tự động hóa một loạt các nhiệm vụ.

Chúng ta sẽ nói về robot sau, nhưng sự thật là đối với một loạt các nhiệm vụ trong nền kinh tế thế giới ngày nay, tất cả những gì bạn cần là truy cập vào một máy tính; hầu hết GDP toàn cầu được trung gian hóa bằng một cách nào đó thông qua các giao diện dựa trên màn hình có thể tiếp cận được với AI. Thách thức nằm ở việc tiến bộ những gì các nhà phát triển AI gọi là lập kế hoạch phân cấp, kết nối nhiều mục tiêu và tiểu mục tiêu cũng như khả năng thành một quy trình liền mạch hướng tới một mục tiêu duy nhất. Khi điều này được thực hiện, nó tạo ra một AI có khả năng cao, được kết nối với một doanh nghiệp hoặc tổ chức và tất cả lịch sử và nhu cầu địa phương của nó, có thể vận động hành lang, bán hàng, sản xuất, tuyển dụng, lập kế hoạch—mọi thứ mà một công ty có thể làm, chỉ với một đội ngũ nhỏ các quản lý AI con người giám sát, kiểm tra lại, thực hiện và đồng CEO với AI.

Thay vì bị phân tâm quá nhiều bởi các câu hỏi về ý thức, chúng ta nên tập trung lại toàn bộ cuộc tranh luận xung quanh khả năng ngắn hạn và cách chúng sẽ phát triển trong những năm tới. Như chúng ta đã thấy, từ AlexNet của Hinton đến LaMDA của Google, các mô hình đã cải thiện với tốc độ theo cấp số nhân trong hơn một thập kỷ. Những khả năng này thực sự đã rất hiện hữu, nhưng chúng vẫn chưa có dấu hiệu chậm lại. Trong khi chúng đã có tác động to lớn, chúng sẽ trở nên nhỏ bé hơn so với những gì xảy ra khi chúng ta tiến bộ qua vài lần gấp đôi tiếp theo và khi các AI hoàn thành các nhiệm vụ phức tạp, nhiều bước từ đầu đến cuối một cách độc lập.

Tôi coi điều này là “trí tuệ nhân tạo có khả năng” (ACI), điểm mà tại đó AI có thể đạt được các mục tiêu và nhiệm vụ phức tạp với sự giám sát tối thiểu. AI và AGI đều là những phần của cuộc thảo luận hàng ngày, nhưng chúng ta cần một khái niệm bao hàm một lớp trung gian trong đó Bài kiểm tra Turing hiện đại được đạt được nhưng trước khi các hệ thống thể hiện “trí tuệ siêu việt” không kiểm soát. ACI là viết tắt cho điểm này.

Giai đoạn đầu tiên của AI liên quan đến phân loại và dự đoán - nó có khả năng, nhưng chỉ trong những giới hạn rõ ràng và tại các nhiệm vụ đã được thiết lập trước. Nó có thể phân biệt giữa mèo và chó trong hình ảnh, và sau đó nó có thể dự đoán điều gì sẽ xảy ra tiếp theo trong một chuỗi để tạo ra hình ảnh của những con mèo và chó đó. Nó tạo ra những tia sáng của sự sáng tạo, và có thể được tích hợp nhanh chóng vào các sản phẩm của các công ty công nghệ.

ACI đại diện cho giai đoạn tiếp theo trong sự tiến hóa của AI. Một hệ thống không chỉ có thể nhận diện và tạo ra hình ảnh, âm thanh và ngôn ngữ mới phù hợp với một ngữ cảnh nhất định, mà còn sẽ tương tác—hoạt động trong thời gian thực, với người dùng thực. Nó sẽ tăng cường những khả năng này với một bộ nhớ đáng tin cậy để có thể nhất quán trong khoảng thời gian dài và có thể rút ra từ các nguồn dữ liệu khác, bao gồm, ví dụ, các cơ sở dữ liệu về kiến thức, sản phẩm hoặc các thành phần chuỗi cung ứng thuộc về bên thứ ba. Một hệ thống như vậy sẽ sử dụng những tài nguyên này để kết hợp các chuỗi hành động thành các kế hoạch dài hạn nhằm theo đuổi các mục tiêu phức tạp, mở. Tất cả những điều này, do đó, cho phép sử dụng công cụ và sự xuất hiện của khả năng thực sự để thực hiện một loạt các hành động phức tạp, hữu ích. Nó cộng lại thành một AI thực sự có khả năng, một ACI.

Siêu trí tuệ có ý thức? Ai biết được. Nhưng các hệ thống học tập có khả năng cao, ACI, có thể vượt qua một phiên bản nào đó của Bài kiểm tra Turing hiện đại? Đừng nhầm lẫn: chúng đang trên đường đến, đã có mặt ở dạng phôi thai. Sẽ có hàng ngàn mô hình như vậy, và chúng sẽ được sử dụng bởi phần lớn dân số thế giới. Điều này sẽ đưa chúng ta đến một điểm mà bất kỳ ai cũng có thể có một ACI trong túi, có thể giúp hoặc thậm chí trực tiếp hoàn thành một loạt các mục tiêu có thể tưởng tượng: lập kế hoạch và tổ chức kỳ nghỉ của bạn, thiết kế và xây dựng các tấm pin mặt trời hiệu quả hơn, giúp giành chiến thắng trong một cuộc bầu cử. Thật khó để nói chắc chắn điều gì sẽ xảy ra khi mọi người được trao quyền như vậy, nhưng đây là một điểm mà chúng ta sẽ trở lại trong phần 3.

Tương lai của AI, ít nhất trong một khía cạnh, khá dễ dự đoán. Trong năm năm tới, các nguồn lực khổng lồ sẽ tiếp tục được đầu tư. Một số người thông minh nhất trên hành tinh đang làm việc trên những vấn đề này. Số lượng tính toán sẽ tăng lên gấp bội để đào tạo các mô hình hàng đầu. Tất cả những điều này sẽ dẫn đến những bước nhảy vọt mạnh mẽ hơn, bao gồm cả những đột phá hướng tới AI có khả năng tưởng tượng, lý luận, lập kế hoạch và thể hiện sự thông minh thông thường. Sẽ không lâu nữa AI có thể chuyển giao những gì nó "biết" từ lĩnh vực này sang lĩnh vực khác, một cách liền mạch, như con người. Những dấu hiệu hiện tại chỉ là tạm thời về sự tự phản ánh và tự cải thiện sẽ nhảy vọt lên. Các hệ thống ACI này sẽ được kết nối với internet, có khả năng giao tiếp với mọi thứ mà chúng ta, con người, làm, nhưng trên một nền tảng kiến thức và khả năng sâu sắc. Nó sẽ không chỉ là ngôn ngữ mà họ đã thành thạo mà còn là một loạt các nhiệm vụ gây bối rối khác.

AI sâu sắc và mạnh mẽ hơn nhiều so với chỉ là một công nghệ khác. Rủi ro không nằm ở việc thổi phồng nó; mà là ở việc bỏ lỡ quy mô của làn sóng sắp tới. Nó không chỉ là một công cụ hay nền tảng mà là một công nghệ chuyển đổi, công nghệ đứng sau công nghệ và mọi thứ khác, chính nó là một nhà sản xuất công cụ và nền tảng, không chỉ là một hệ thống mà còn là một máy phát hệ thống của bất kỳ và tất cả các loại. Hãy lùi lại và xem xét những gì đang xảy ra trên quy mô của một thập kỷ hoặc một thế kỷ. Chúng ta thực sự đang ở một bước ngoặt trong lịch sử nhân loại.

Và vẫn còn nhiều điều hơn nữa trong làn sóng sắp tới ngoài AI.