Kinh nghiệm và bài học từ 80 năm phát triển AI

Lĩnh vực AI đã trải qua 80 năm phát triển. Trong thời gian này, đầu tư vào lĩnh vực này có lúc cao lúc thấp, phương pháp nghiên cứu vô cùng đa dạng, và thái độ của công chúng đối với AI thì lúc tò mò, lúc lo lắng, lúc phấn khích. Nhìn lại lịch sử này, chúng ta có thể rút ra một số bài học quý giá.

Lịch sử của AI có thể truy nguyên đến tháng 12 năm 1943, khi nhà thần kinh sinh lý học McCulloch và nhà logic học Pitts công bố một bài báo về mạng nơron. Mặc dù bài báo này thiếu cơ sở thực nghiệm, nhưng nó đã truyền cảm hứng cho một nhánh AI sau này được gọi là "học sâu". Tuy nhiên, chúng ta cần cảnh giác với việc đánh đồng kỹ thuật với khoa học, coi suy đoán như là kết luận khoa học. Quan trọng hơn, cần phải kháng cự lại ảo tưởng rằng "con người có thể tạo ra những cỗ máy giống như con người".

Trong 80 năm qua, sự kiêu ngạo này luôn là chất xúc tác cho những cơn sốt công nghệ và bong bóng AI. Chẳng hạn, khái niệm AI tổng quát ( AGI ), tức là cho rằng sẽ sớm xuất hiện những cỗ máy có trí thông minh cấp độ con người hoặc thậm chí siêu thông minh. Từ Herbert Simon vào năm 1957 đến Marvin Minsky vào năm 1970, và cho đến những dự đoán gần đây, AGI dường như luôn "sắp đến". Tuy nhiên, thực tế đã nhiều lần chứng minh rằng những dự đoán này quá lạc quan.

Chúng ta cần xem xét cẩn thận những công nghệ mới có vẻ hào nhoáng. Chúng thường không có sự khác biệt căn bản so với những suy đoán trước đây về trí tuệ máy móc. Như chuyên gia học sâu Yann LeCun đã nói, chúng ta vẫn thiếu yếu tố then chốt để máy móc có thể học tập hiệu quả như con người.

"Nguyên lý sai lầm bước đầu" trong sự phát triển của AI cũng đáng được cảnh giác. Khoảng cách từ việc không thể hoàn thành một nhiệm vụ đến việc hoàn thành một cách miễn cưỡng thường ngắn hơn nhiều so với khoảng cách từ việc hoàn thành miễn cưỡng đến hoàn thành hoàn hảo. Chúng ta không nên quá lạc quan mà cho rằng, chỉ cần kiên nhẫn chờ đợi, AI nhất định sẽ đạt đến trình độ của con người.

Việc cải thiện hiệu suất phần cứng đã khiến nhiều người lầm tưởng rằng trí thông minh nhân tạo sẽ phát triển song song. Nhưng thực tế cho thấy, phần mềm và dữ liệu cũng quan trọng không kém. Các hệ thống chuyên gia nổi tiếng vào những năm 1980 cuối cùng đã suy tàn do khó khăn trong việc thu thập và duy trì kiến thức, điều này cũng cho thấy rằng thành công ban đầu không thể đảm bảo sự phát triển bền vững của một ngành công nghiệp mới.

Trong một thời gian dài, hai phương pháp AI dựa trên quy tắc và liên kết thống kê đã luôn cạnh tranh với nhau. Giới học thuật thường có xu hướng chọn một trong hai, nhưng trong những năm gần đây, trọng tâm phát triển AI đã chuyển sang khu vực tư nhân. Tuy nhiên, toàn bộ lĩnh vực vẫn quá phụ thuộc vào một hướng nghiên cứu duy nhất, điều này cần được cảnh giác.

Cuối cùng, thành công của Nvidia chắc chắn đáng khen ngợi, nhưng chúng ta không nên quên những thăng trầm trong quá trình phát triển AI. Giữ cảnh giác và rút ra bài học từ lịch sử có thể giúp Nvidia tiếp tục duy trì vị trí dẫn đầu trong làn sóng AI trong tương lai.