Details
Written by Chau Hong Linh
Category: Computer Science
Có cái bài hôm trước em có viết về Trí tuệ Nhân tạo cho thằng cháu ba tuổi của em đang học Computer Science ở Stanford như thế này:
Nếu nói như Alan Turing nói, "Khi có một việc gì đó được làm mà ta không phân biệt được đó là do người làm hay máy làm, thì đó gọi là Trí tuệ nhân tạo", thì AI có từ lâu rồi.
Ví dụ phép cộng 2 + 2 = 4 thì người làm hay máy tính làm cũng như nhau cả thôi, bố ai mà biết được là người tính trong đầu ra hay máy cộng các bit mà ra.
Nhưng kể từ khi giáo sư John McCarthy của MIT formalize định nghĩa về AI từ hồi những năm 1950s đến giờ, thì rất ít hệ thống có thể coi là có trí tuệ, hoặc không có trí tuệ hơn một đứa trẻ con hai tuổi.
Người không có chuyên môn sẽ nghĩ nhận định ở trên là bậy bạ, vì máy tính có thể làm những việc rất phức tạp như nhận dạng ảnh, nhận dạng tiếng nói, tính toán các phép tính rất phức tạp để dẫn đường cho tên lửa đạn đạo, chơi cờ vua thắng đại kiện tướng thế giới, đánh cờ vây cũng bóp chết những người giỏi nhất thế giới ...etc... là những việc mà trẻ con hai tuổi không thể làm được.
Nhưng rất tiếc họ không hiểu những việc như nhận dạng này, nhận dạng kia chỉ là pattern matching, dùng statistic models, cứ match tỷ lệ cao thì nhận định là "chính nó", còn dẫn đường cho tên lửa hay lái xe trên đường trong điều kiện giới hạn thì chủ yếu là dựa vào thuật toán và data định sẵn. Những trò như cờ vua hay cờ vây là những trò chơi có thông tin đầy đủ, hữu hạn, nghĩa là tại mỗi thời điểm, số tình huống có thể xảy ra là hữu hạn, dù có là rất lớn thì vẫn hữu hạn. Mà những trò gọi là thông tin đầy đủ hữu hạn thì miễn là có khả năng tính toán lớn là đương nhiên thắng.
Còn nói về Trí tuệ Nhân tạo đúng như định nghĩa khoa học của nó, là:
- Reactive to the environment
- Proactive to achieve certain goals.
- Reasoning capability.
- Has beliefs, desires and intentions.
- Able to plan and act when there is not enough information
thì cho đến nay chưa có hệ thống nào vượt qua một đứa trẻ con hai tuổi. Nhốt đứa trẻ con hai tuổi vào cái cũi, không ai dạy nó leo ra, nó cũng tự tìm được cách leo ra. Nó rơi từ trên giường xuống đất, mà không ai để ý, kiểu gì nó cũng tìm ra cách leo lên giường trở lại được mà không cần ai dạy.
Một người trung bình, chỉ cần không bị tâm thần, khi rơi vào một hoàn cảnh chưa gặp bao giờ, không có đầy đủ thông tin, thế nào cũng tìm ra giải pháp.
Dễ thấy là các hệ thống máy tính bây giờ hoàn toàn không có khả năng này.
Những thứ như Machine Learning, người ta nạp cho cái gì thì biết cái đấy thôi, mọi sự ngoại suy dựa trên tính toán ma trận, hàm hiệc này nọ đều rất ít khi đúng, và không có ý nghĩa thực tiễn. Nếu không thì bây giờ đã không có khủng hoảng kinh tế, dự báo thời tiết sai ...etc... Tất nhiên là trong những môi trường tương đối hữu hạn thì Machine Learning cũng có ứng dụng của nó, nhưng gọi nó là Trí tuệ Nhân tạo thì rất xa với định nghĩa.
Muốn cho máy tính có mấy khả năng trong Trí tuệ Nhân tạo như định nghĩa ở trên, thì phải có một nền tảng toán học để biểu diễn tri thức (Knowledge Presentation), phải có foundational logics để biểu diễn không gian (Omni Logic) và biểu diễn thời gian (Temporal Logic). Vào khoảng 1990s, thì ngành AI mới có một tí sơ khai về mấy cái này, sau đó do khủng hoảng kinh tế, mất funding mà lụi tàn từ từ.
Từ ngày con người có idea về làm AI, từ khoảng 1950s đến nay thì cứ mỗi hai mươi năm, giới làm khoa học lại lên đồng về AI một lần, được vài năm rồi lụi tàn, gọi là AI Winter. Rồi hai mươi năm sau lại có một cơn lên đồng mới. Các chu kỳ là 1950s, 1970s, 1990s và bây giờ là 2010s.
Thời kỳ 1950s là thời kỳ sơ khai của khoa học máy tính, nên các công cụ, thuật toán còn rất nguyên thuỷ.
Đến thời 1970s, chính là thời ra đời của việc áp dụng Statistics vào Pattern Matching, Neural Network và thời sinh ra quan niệm là có đủ nhiều data, có máy tính đủ mạnh thì máy tính có thể tư duy như con người. Đây là thời ra đời các công cụ toán học cho Machine Learning, các Hệ chuyên gia (Expert System) và các thuật toán xử lý phân tán, xử lý song song.
Sau đó, do máy tính thời đó quá yếu, nên cũng chả làm ra được cái gì, lụi dần mà chết cho đến những năm 1990s.
Những năm 1990s là thời kỳ mà khoa học có những đột phá về nền tảng toán học, biểu diễn tri thức và các ngành logic chuyên biệt cho AI, và là thời kỳ ra đời của khái niệm Agent Theory, Multi Agent System. Vào thời này còn có các nghiên cứu về Trí tuệ Tổng hợp, tức là nghiên cứu những đối tượng có trí tuệ rất hữu hạn, hoạt động trong cùng một môi trường collaboration để tạo ra Trí tuệ có tiến hoá phức tạp hơn. Sau đó là bong bóng dot com bị vỡ, bà con phá sản, một số lớn thì đi làm web, bán hàng đồng nát, quảng cáo online, nên khoa học thực sự bị chết.
Những năm 2010s cho đến nay, với nhu cầu của việc nhận dạng ảnh, nhận dạng tiếng nói, nhận dạng ngôn ngữ tự nhiên trong text để bán quảng cáo cho phù hợp, thì bà con mới quan tâm tới những thứ từ những năm 1970s đem khai quật lại. May mắn là máy tính bây giờ mạnh hơn 1 tỷ lần máy tính hồi những năm 1970s theo đúng nghĩa đen, nên đồ cũ đem luộc lại hoá ra lại tốt. Cũng những thuật toán của 40 năm trước, mà giờ nó đem ra nhận dạng tiếng nói, hình ảnh vèo vèo, không phải do AI bây giờ có phát triển, mà do máy tính quá mạnh.
Nhưng ngành AI đã đi một bước thụt lùi so với những năm 1990s, vì các nghiên cứu AI đã thu từ nghiên cứu Trí tuệ tổng quát về nghiên cứu chuyên biệt trong từng lĩnh vực hẹp như nhận dạng, dự đoán ... etc... Riêng về dự đoán thì Machine Learning còn phải tiến hoá rất xa nữa mới có thể dự đoán ra useful output được. Còn nhận dạng thì tất nhiên là rất ok, vì nó chỉ là pattern matching, tính toán matrix.
Vì thế, khi nói đến AI, còn lâu máy tính mới làm gì được con người, mà rất có thể là không bao giờ.
Còn những cái bây giờ có phải là AI không, xét theo định nghĩa của Alan Turing, thì máy tính thông minh hơn đa số bọn ngu xuẩn trên cái trái đất này từ lâu rồi ?
Nhưng theo định nghĩa khoa học, có formalize tử tế, thì con đường đi làm AI còn vời vợi lắm.
Tuy nhiên, cháu không nên nản. Cứ học cho tốt những thứ bây giờ, cũng có việc làm và ứng dụng tốt. Có điều đừng quá ảo tưởng về nó là được.
