Trí tuệ nhân tạo là gì? Trí thông minh AI hoạt động như thế nào?

Cơ chế hoạt động của trí tuệ nhân tạo.

Gần một thập kỷ sau khi phá vỡ máy mã hóa Enigma của Đức Quốc xã và giúp lực lượng Đồng Minh chiến thắng chiến tranh thế giới thứ 2, nhà toán học Alan Turing đã hai lần thay đổi lịch sử với câu hỏi ngớ ngẩn: “Máy móc có thể suy nghĩ không?”

Bài viết của Turing “Computing Machinery and Intelligence” (1950) và bài kiểm tra Turing sau đó đã thiết lập các mục tiêu và tầm nhìn cơ bản về trí tuệ nhân tạo.

Về cốt lõi, AI là một nhánh của công nghệ máy tính với mục đích trả lời những câu hỏi của Turing mang tính khẳng định. Đó là sự nỗ lực để mô phỏng hay bắt chước trí thông minh của con người trong máy móc.

Những thành tựu mở rộng của trí tuệ nhân tạo đã làm nảy sinh nhiều câu hỏi và cuộc tranh luận. Vì vậy, không có số ít định nghĩa của lĩnh vực này được công nhận phổ biến.

Giới hạn chính trong định nghĩa AI đơn giản là “xây dựng máy móc trở nên thông minh” rằng điều này không thực sự giải thích Trí tuệ nhân tạo là gì? Điều gì tạo nên những con máy thông minh?

Trong sách giáo khoa cải tiến Trí tuệ nhân tạo: Cách tiếp cận hiện đại, tác giả Stuart Russell và Peter Norvig tiếp cận câu hỏi bởi sự thống nhất công việc của họ xung quanh chủ đề những tác nhân thông minh trong máy móc. Với ý nghĩa này, AI là “nghiên cứu về các tác nhân nhận được sự chấp thuận từ môi trường và thực hiện hành động.” (Russel và Norvig viii)

Norvig và Russell đi đến khảo sát bốn cách tiếp cận khác nhau rằng đã xác định được định nghĩa lịch sử lĩnh vực AI:

• Suy nghĩ của con người
• Suy nghĩ hợp lý
• Hành động nhân đạo
• Hành động hợp lý

Hai ý tưởng đầu tiên liên quan đến quá trình và lập luận, trong khi những ý khác xử lý các hành vi. Norvig và Russell tập trung phân tích các tác nhân hợp lý rằng những hành động này để đạt được kết quả tốt nhất, lưu ý “tất cả kỹ năng cần cho bài kiểm tra Turing cũng cho phép các tác nhân để hành động hợp lý.” (Russel and Norvig 4).

Patrick Winston, giáo sư về trí tuệ nhân tạo và khoa học máy tính của Ford tại MIT, định nghĩa AI như “thuật toán được kích hoạt bởi sự ràng buộc, tiếp xúc bởi các đại diện được hỗ trợ các mô hình nhắm vào các vòng lặp gắn kết suy nghĩ, nhận thức và cả hành động.”

Trong khi những định nghĩa này có vẻ trừu tượng với người bình thường, họ giúp tập trung các lĩnh vực như một lĩnh vực khoa học máy tính và cung cấp một kế hoạch chi tiết cho những máy truyền và chương trình với máy học và những phân nhóm khác của trí tuệ nhân tạo.

Trong khi giải quyết đám đông ở Trải nghiệm AI Nhật Bản 2017, giám đốc điều hành Jeremy Achin đã bắt đầu bài phát biểu của mình bằng cách đưa ra định nghĩa sau về cách sử dụng AI ngày nay:

“AI là một hệ thống máy tính có thể thực hiện các nhiệm vụ đòi hỏi trí thông minh của con người… Nhiều hệ thống trí tuệ nhân tạo được thêm sức mạnh bởi học máy, một số khác thì bởi học sâu và một số khác nữa được cung cấp bởi những thứ nhàm chán như quy tắc.”

Sử dụng AI như thế nào?

Trí tuệ nhân tạo thường thuộc hai loại lớn:

• AI hẹp: còn gọi là AI yếu, là một loại của trí tuệ nhân tạo vận hành trong bối cảnh hạn chế và là mô phỏng trí thông minh của con người. AI hẹp thường tập trung thực hiện nhiệm vụ cực kỳ tốt và trong khi cỗ máy đó có vẻ thông minh, chúng hoạt động dưới nhiều ràng buộc và giới hạn hơn trí thông minh cơ bản của con người.
• Trí thông minh nhân tạo (AGI): AGI, còn gọi là AI mạnh, là một loại trí thông minh nhân tạo chúng ta được xem trong phim ảnh, như robot từ Westworld hoặc dữ liệu từ Star Trek: The Next Generation. AGI là một máy móc với trí thông minh phổ biến giống như con người, chúng có thể áp dụng trí thông minh để giải quyết các vấn đề.

Trí tuệ nhân tạo hẹp

AI hẹp là tất cả xung quanh chúng ta và dễ dàng thực hiện thành công nhất trí tuệ nhân tạo cho đến nay. Với cách tập trung thực hiện các nhiệm vụ cụ thể, AI hẹp đã trải qua nhiều bước đột phá trong thập kỷ qua có lợi ích xã hội quan trọng và có đóng góp cho nền kinh tế quốc gia”, theo “Preparing  for the future of Artificial Intelligence”, một báo cáo năm 2016 do tổng thống Obama công bố. 

Một số ví dụ của AI hẹp bao gồm:

• Google search
• Image recognition software
• Siri, Alexa and other personal assistants
• Self-driving cars
• IBM’s Watson

Học máy và học sâu

Phần lớn AI hẹp được hỗ trợ bởi những đột phá trong học máy và học sâu. Hiểu được sự khác biệt giữa trí tuệ nhân tạo, học máy và học sâu có thể gây nhầm lẫn. Nhà đầu tư mạo hiểm Frank Chen cung cấp một cái nhìn tổng quan cách để phân biệt chúng, lưu ý:

Trí tuệ nhân tạo là một tập hợp các thuật toán và trí thông minh để cố gắng bắt chước trí thông minh của con người. Học máy là một trong số đó, học sâu là một trong những kỹ thuật học máy đó.

Nói một cách đơn giản, học máy cung cấp dữ liệu máy tính và sử dụng công nghệ thống kê để giúp chúng học cách tiến bộ hơn trong một nhiệm vụ, mà không được lập trình cụ thể cho nhiệm vụ đó, loại bỏ sự cần thiết của hàng triệu những dòng mã viết.Học máy gồm có học tập giám sát (sử dụng bộ dữ liệu được nhãn dán) và học tập không giám sát (sử dụng bộ dữ liệu không được nhãn dán).

Học sâu là một loại học máy chạy các đầu thông qua một kiến trúc mạng thần kinh lấy cảm hứng từ sinh học. Mạng lưới thần kinh bao gồm một số lớp ẩn trong đó dữ liệu được xử lý, cho phép máy đi sâu vào việc học, tạo kết nối và đầu vào trọng số để có kết quả tốt nhất.

Trí tuệ nhân tạo tổng hợp

Sự sáng tạo của những chiếc máy có trình độ thông minh của con người có thể được ứng dụng bất kỳ nhiệm vụ nào là chén thánh cho những nghiên cứu AI, nhưng sự theo đuổi AGI đầy những khó khăn.

Nghiên cứu cho một “thuật toán phổ quát để học và hành động trong bất kỳ môi trường nào” (Russel và Norvig 27) không phải là mới, nhưng thời gian đã giảm bớt khó khăn trong việc tạo ra một cỗ máy với đầy đủ các khả năng nhận thức.

AGI từ lâu đã là nàng thơ của khoa học viễn tưởng, trong đó robot saiêu thông minh tràn ngập loài người, nhưng các chuyên gia đồng ý rằng đó không phải là điều chúng ta cần lo lắng sớm.

Dịch từ What is Atificial Intelligence? How does AI work?

Tác giả bài viết: Iris Pham