Trí thông minh nhân tạo học cách tạo ra một trí thông minh nhân tạo khác, thay thế con người trong tương lai

Trí thông minh nhân tạo đã học cách tạo ra một trí thông minh nhân tạo khác và con người sắp trở thành phần thừa. Những cỗ máy tự động có thể thay thế con người trong quá trình tạo ra chính "đồng loại" của chúng.

Quá trình phát triển trí tuệ nhân tạo AI khiến nhiều người lo lắng cho số phận của bản thân cũng như loài người rằng công việc của con người trong tương lai sẽ bị "thay thế" bởi những cỗ máy tự động. Hiện các nhà nghiên cứu chính nhận ra rằng họ có thể tạo ra các phần mềm có khả năng học được những phần công việc khó khăn nhất của con người - đó là nhiệm vụ thiết kế phần mềm machine-learning, phân tích tự động sẽ tự động hóa xây dựng mô hình phân tích.

Cùng với bước tiến đột phá của công nghệ đồng nghĩa với tin xấu dành cho những người lo lắng kể trên, các nhà khoa học hàng đầu đang đầu tư nghiên cứu cách thức cho phép phần mềm có thể tự tạo ra được một phần mềm machine-learning khác. Họ đang trên đường tìm kiếm một phần mềm mang tính tự động hóa cách mạng ngành chế tạo trí thông minh nhân tạo AI.

Trong một thử nghiệm, các nhà khoa học tại nhóm nghiên cứu trí tuệ nhân tạo Google Brain đã sử dụng một phần mềm thiết kế hệ thống machine-learning với mục đích thử nghiệm khả năng benchmark của một hệ thống xử lý ngôn ngữ khác. Kết quả thu được cho thấy phần mềm mới vượt trội hơn hẳn so với phần mềm cũ được thiết kế bởi con người.

Vài tháng gần đây, một số nhóm nghiên cứu khác cũng đã cung cấp thông tin về tiến trình "tạo ra phần mềm tạo ra được các phần mềm khác" của mình. Các nhóm kể trên bao gồm thành viên từ tổ chức nghiên cứu phi lợi nhuận OpenAI (đồng sáng lập bởi Elon Musk), Viện Công nghệ Massachusetts (Massachusetts Institute of Technology - MIT), Đại học California, Berkeley và nhóm nghiên cứu DeepMind của Google.

Nếu như cách thức xây dựng trí tuệ thông minh nhân tạo AI này có thể áp dụng được rộng rãi, có thể đẩy tiến trình chế tạo phần mềm machine-learning lên rất nhanh về mặt kinh tế. Hiện tại, chi phí để thuê những chuyên gia machine-learning không phải là rẻ, nếu như cỗ máy tự động có thể làm thay phần con người kể cả trong việc chế tạo chính "đồng loại" của chúng thì có thể chính con người sẽ trở thành một nhân tố thừa trong chu trình chế tạo AI. Bởi hiện nay các công ty đang phải trả tiền bảo hiểm cho các chuyên gia machine-learning, vị trí đang thiếu nhân viên.

Jeff Dean, trưởng nhóm nghiên cứu Google Brain, đã nói trong một phát biểu cuối tuần vừa rồi rằng: "Công nhân ở một số công đoạn sản xuất có thể sẽ được thay thế hiệu quả hơn bởi một phần mềm". Jeff Dean cũng nói rằng thứ công nghệ "machine learning tự động" là một trong những dự án nghiên cứu hứa hẹn nhất mà đội ngũ của mình hiện đang đầu tư.

"Hiện tại, cách thức giải quyết vấn đề bao gồm ý kiến chuyên môn, thông tin và tính toán. Chúng ta có thể loại trừ hoàn toàn những ý kiến chuyên môn về machine-learning?", Dean phát biểu tại hội nghị AI Frontiers tại Santa Clara, California.

Một loạt những thử nghiệm từ nhóm DeepMind của Google gợi ý rằng: "Phương pháp mang tên "học để học - learning to learn" mà các nhà nghiên cứu đang áp dụng sẽ làm giảm lượng dữ liệu khổng lồ mà một phần mềm machine-learning cần tới để có thể vận hành một cách hiệu quả nhất".

Các nhà nghiên cứu tự thử thách phần mềm của mình, yêu cầu tạo ra một hệ thống học để thu thập mọi vấn đề khác nhau, nhưng có liên quan tới một mục tiêu chính, từ đó yêu cầu tạo ra một thiết kế hệ thống mới trong thiết kế đó. Họ nhìn ra khả năng tái tạo, lựa chọn những nhiệm vụ mới mà không cần phải thông qua những bước chuẩn bị thông thường như hiện nay.

Ý tưởng tạo ra phần mềm "học để học" không phải là quá mới mẻ, nhưng những thử nghiệm trước đây thường không đem lại kết quả mong muốn: "Chúng không bì được với những thiết kế của con người". Tuy nhiên, đây vẫn được cho là một khía cạnh đầy tiềm năng của ngành phát triển trí tuệ thông minh nhân tạo, giáo sư Yoshua Bengio từ Đại học Montreal đã nhận định "Nó rất thú vị" khi nghiên cứu ý tưởng này vào những năm 1990.

Giáo sư Yoshua Bengio nói rằng: "Các hệ thống máy tính có sẵn hiện giờ càng ngày càng mạnh và với công nghệ mang tên deep learning - thứ đang gây hứng thú gần đây về trí tuệ nhân tạo AI là những gì đang làm các nghiên cứu tiếp cận hệ thống "học để học" có tiềm năng trỗi dậy mạnh mẽ". Bên cạnh đó, giáo sư cũng nói thêm rằng: "Một hệ thống như vậy sẽ cần một sức mạnh tính toán cực kì lớn để có thể thay thế được những chuyên gia con người trong lĩnh vực này".

Các nhà nghiên cứu tại Google Brain cũng đưa ra mô tả về một hệ thống mạnh mẽ sử dụng 800 bộ xử lý đồ họa để cung cấp năng lượng cho phần mềm, qua đó tạo ra một hệ thống nhận dạng hình ảnh ngang ngửa (và thậm chí là vượt qua) thiết kế tạo ra bởi con người.

Tiến sĩ Otkrist Gupta, nhà nghiên cứu tại MIT Media Lab tin rằng ngành chế tạo AI sẽ sớm thay đổi. Anh cùng những đồng nghiệp tại MIT đã lên kế hoạch về một phần mềm mã nguồn mở mà tại đó, phần mềm học hỏi sẽ tự thiết kế nên một hệ thống deep-learning có thể nhận dạng hình ảnh mạnh và chính xác ngang tầm với một hệ thống được tạo nên bởi con người.

Tiến sĩ Gupta được truyền cảm hứng để tiến hành dự án bằng việc dành nhiều thời gian thiết kế và thử nghiệm những mô hình machine-learning. Ông cho rằng các công ty và nghiên cứu cũng có động lực để thiết kế ra máy tính tự động hóa machine learning.

"Giảm bớt gánh nặng trên vai các nhà khoa học sẽ là một giải pháp hiệu quả. Nó có thể khiến ta làm việc năng suất hơn, tạo ra được những khuôn mẫu hệ thống hiệu quả hơn và cho ta thời gian rảnh khám phá những ý tưởng ở cấp bậc cao hơn nữa", tiến sĩ Gupta nói.

Tham khảo thêm một số bài viết:

• Điều gì sẽ xảy ra nếu người ngoài hành tinh là trí thông minh nhân tạo?
• Top 10 ngành công nghiệp phát triển nhanh nhất trong năm 2016
• 35 phát minh giúp cuộc sống của bạn trở nên dễ dàng hơn

Chúc các bạn vui vẻ!