Gần đây, chỉ số gia tăng về những đổi mới trong Trí tuệ nhân tạo (AI) đã làm nó trở thành chủ đề nóng tại những buổi họp, trong các chính phủ và trên các phương tiện truyền thông. Nhưng hẵng còn sớm, mọi người dường như đang có một cái nhìn khác về AI.

Sandhya Venkatachalam – đối tác sáng lập của Centerview Capital Technology – đã tiến hành điều tra trong vài năm liền dưới tư cách một nhà công nghệ và nhà đầu tư tích cực. Điều đáng chú ý hiện nay là những thứ không còn hoạt động trong nhiều thập niên qua đang bắt đầu hoạt động trở lại.

Ô tô tự lái sử dụng AI để xác định và tránh các nguy hiểm. Nguồn: REUTERS/Marcos Brindicci

Chúng ta đang bắt đầu định nghĩa lại về cách tạo ra các phần mềm và hệ thống, những gì có thể được lập trình và phương thức mà người dùng tương tác với chúng. Chúng ta đang tạo ra một thế giới nơi máy móc bắt đầu hiểu và dự đoán được chúng ta muốn làm gì – và trong tương lai, nó sẽ làm điều đó cho chúng ta. Tóm lại, con người đang ở phía trên đỉnh của một mô hình điện toán hoàn toàn mới. Nhưng chúng ta đã ở đây bằng cách nào và tại sao?

AI là gì?

Được đưa ra vào năm 1955, thuật ngữ AI chỉ việc các máy móc có thể thực hiện những công việc đòi hỏi trí thông minh như khi con người thực hiện. Có nghĩa là máy móc sẽ mô phỏng quá trình nhận thức của nhân loại, chúng sẽ bắt chước bộ não của con người trong cách chúng ta suy nghĩ và xử lí vấn đề. Chúng học hỏi, lí giải, đánh giá, dự đoán, suy luận và bắt đầu hành động.

Theo kinh nghiệm của Sandhya, AI có xu hướng là:

• Nhận thức: Sự hiểu biết về bối cảnh và ngôn ngữ loài người.
• Phân tích: Phân tích dữ liệu và ngữ cảnh phục vụ cho việc học.
• Thích nghi: Dùng việc học tập để thích nghi và cải tiến.
• Đi trước: Hiểu được “bước di chuyển tiếp theo”.
• Tự trị: Có thể hành động độc lập mà không cần lập trình rõ ràng.

Phần lớn AI ngày nay không thể làm được tất cả những việc trên. Một số ít thì có thể và chỉ có thể làm được như vậy đối với một ứng dụng cụ thể hoặc trường hợp áp dụng nó. Ví dụ, nhiều động cơ được đề xuất hay máy trợ lí cá nhân dùng kĩ thuật số như Siri của Apple có thể hiểu được ngôn ngữ loài người; sau đó tiến hành tìm kiếm thông qua số lượng dữ liệu lớn và đưa ra các câu trả lời hoặc gợi ý có liên quan tới việc mua gì, xem chương trình ti vi nào. Nhưng chúng không thể dọn dẹp nhà cửa cho con người hoặc tự lái xe ô tô.

Chúng ta đang thấy những chiếc xe tự lái – điều đó thật tuyệt vời. Nhưng chiếc xe đấy sẽ không thể học chơi cờ vua hay nấu ăn, hãy tự kết hợp cả một tập con nhỏ nhất của hành động với nhau thành một con người.

Tất cả các loại AI này tuy chỉ làm được một hoặc hai việc con người vốn có thể làm khá tốt, song chúng giúp chúng ta tiết kiệm thời gian và có khả năng làm những công việc đó tốt hơn bất cứ ai trong số chúng ta.

Tại sao là bây giờ?

Có bốn điều kiện tiên quyết để AI phát triển như thế trong 5 năm qua:

1. Mọi thứ đang trở thành thiết bị kết nối

Ray Kurzweil – nhà khoa học nổi tiếng trong lĩnh vực nghiên cứu tương lai, người từng được Google mời về để chỉ đạo những nghiên cứu liên quan tới AI – tin rằng một ngày nào đó chúng ta sẽ có được sự kết nối trực tiếp từ bộ não sang đám mây. Mặc dù chúng ta chưa thực sự đạt được điều này, nhưng trong thực tế, các bộ cảm biến đang được đưa vào tất cả mọi thứ. Internet bước đầu kết nối các máy tính, sau đó kết nối các thiết bị di động. Các bộ cảm biến cho phép những tòa nhà, hệ thống giao thông, máy móc, nhà cửa, thậm chí là quần áo... kết nối với nhau thông qua đám mây, chuyển thành các thiết bị mini không chỉ gửi được dữ liệu mà còn nhận được những hướng dẫn.

2. Điện toán đang trở nên tự do

Marc Andreessen – nhà đầu tư mạo hiểm nổi tiếng trong lĩnh vực công nghệ và Internet, “nhà tiên tri” của Thung lũng Silicon – chỉ ra rằng luật Moore đã đảo lộn. Thay vì những con chip mới được tung ra thị trường đều đặn 18 tháng một lần với tốc độ nhanh gấp đôi nhưng giá thành tương đương loại cũ, loại chip mới sẽ có tốc độ tương tự nhưng chỉ bằng nửa giá cũ. Điều này có nghĩa là cuối cùng, rồi cũng sẽ có một bộ xử lí trong tất cả mọi thứ, và bạn có thể đặt một loạt các bộ vi xử lí giá rẻ cạnh nhau với chi phí có thể kiểm soát được để đạt được công suất tính toán cần thiết, nhờ đó giải quyết những vấn đề chưa từng được nghĩ tới 5 năm trước đây.

3. Dữ liệu đang trở thành loại “dầu” mới

Số lượng và các loại dữ liệu có sẵn về kĩ thuật số đang tăng lên theo cấp số nhân trong thập kỉ vừa qua, khi mọi thứ đã di chuyển trực tuyến qua điện thoại thông minh và được theo dõi thông qua các bộ cảm biến. Những nguồn dữ liệu mới xuất hiện thông qua các phương tiện truyền thông xã hội, hình ảnh và video kĩ thuật số. Đây là loại ngôn ngữ mà máy móc có thể hiểu được và dữ liệu này cho phép máy móc có thể học hỏi. Chúng ta có một tập dữ liệu thực tế vô hạn để mô tả điều kiện của tất cả các loại chỉ được mô phỏng ở cấp độ cao trước kia.

4. Machine Learning đang trở thành động cơ đốt mới

Dữ liệu chưa qua xử lí không thể thực sự sử dụng được. Machine Learning¹ là một cách để sử dụng thuật toán và các mô hình toán học nhằm khám phá những mô hình tiềm ẩn trong dữ liệu. Sau đó, máy móc sử dụng các mô hình thường phức tạp để tự tìm ra một dữ liệu mới phù hợp, hay để dự đoán một kết quả trong tương lai. Robot học cách nấu ăn thông qua video trên YouTube là một ví dụ điển hình.

Mô hình Machine Learning đã bị hạn chế về mặt lịch sử khi được xây dựng dựa trên các mẫu dữ liệu, chứ không phải toàn bộ tập dữ liệu thực. Hơn nữa, các mô hình Machine Learning mới xuất hiện gần đây dường như có thể tận dụng tốt hơn tất cả các dữ liệu mới. Chẳng hạn, Deep Learning² cho phép máy tính “xem” hoặc phân biệt các đối tượng và văn bản trong hình ảnh, video tốt hơn nhiều so với trước kia.

Nếu bốn điều kiện trên tiếp tục diễn ra thì các loại AI mà chúng ta thấy ngày nay sẽ tiếp tục phát triển, thậm chí trở thành hiện thực. Nhưng có một điều chắc chắn: Nếu mọi thứ trở thành một thiết bị máy tính kết nối và mọi thông tin có thể được biết đến, được xử lí, phân tích một cách thông minh, thì con người có thể sử dụng AI để lập trình và thay đổi thế giới.

Thu nhập AI theo các thị trường khu vực, thế giới: 2015 - 2024. Nguồn: Tractica.

Chúng ta có thể sử dụng AI để mở rộng và nâng cao khả năng của con người nhằm giải quyết các vấn đề thực sự ảnh hưởng tới sức khỏe, nạn nghèo đói, giáo dục và chính trị. Nếu có bất cứ vấn đề nào, xây dựng một quan điểm mới vê việc giải quyết vấn đề thông qua ống kính của AI gần như luôn được đảm bảo. Chúng ta có thể làm ra xe tự lái và xây dựng các tòa nhà tiết kiệm nhiều năng lượng hơn với những dòng mã. Chúng ta có thể đánh bại khủng bố và giúp con người không cần phải gia nhập trận chiến. Chúng ta có thể chẩn đoán bệnh tình tốt hơn và tìm ra cách chữa bệnh nhanh hơn. Chúng ta có thể dự đoán tương lai. Và chúng ta có thể bắt đầu cải thiện, thay đổi tương lai vì sự tốt đẹp hơn.

Thanh Huyền

Lược dịch theo World Economic Forum

Machine Learning¹ là một tập con của AI, một lĩnh vực nhỏ của khoa học máy tính, có khả năng tự học hỏi dựa trên dữ liệu đưa vào mà không cần phải được lập trình cụ thể.

Deep Learning² là một phạm trù của Machine Learning, tập trung giải quyết các vấn đề liên quan đến mạng thần kinh nhân tạo nhằm nâng cấp những công nghệ như nhận diện giọng nói, tầm nhìn máy tính và xử lí ngôn ngữ tự nhiên...