Liệu trí tuệ con người có còn đặc biệt trong thời đại trí tuệ nhân tạo?

Chúng ta thường có xu hướng nghĩ về trí thông minh giống như chiều cao – và tưởng tượng mình bị người khác vượt qua, nhưng điều đó không đúng.

Cho đến gần đây, con người chúng ta vẫn có thể tự mãn về khả năng của mình. Không loài động vật nào khác biết chơi cờ, viết luận văn hay chứng minh các định lý toán học. Nhưng gần đây, sự tiến bộ trong trí tuệ nhân tạo dường như đang thách thức hình ảnh tự cho mình là những thực thể thông minh nhất của chúng ta. Hệ thống AI không chỉ đánh bại chúng ta trong những trò chơi phức tạp nhất, mà còn có thể viết văn xuôi trau chuốt và giành huy chương trong toán học. Các CEO công nghệ hứa hẹn với chúng ta rằng trí tuệ nhân tạo siêu phàm sắp trở thành hiện thực. Vậy, trong thời đại của AI, trí tuệ con người còn đặc biệt hay chỉ là những kẻ thua cuộc?

Việc bàn luận về trí tuệ nhân tạo siêu phàm thường giả định rằng trí thông minh chỉ có một thang đo duy nhất. Bố mẹ tôi ngày xưa thường đánh dấu chiều cao của tôi và em trai trên khung cửa phòng giặt. Mỗi năm em ấy lại cao gần bằng tôi, cho đến một năm điều không tưởng đã xảy ra và em ấy cao hơn tôi (giờ em ấy cao 1m90). Cảm giác hiện tại cũng tương tự như vậy, khi chúng ta nhìn những đứa em út mới sinh với nỗi lo lắng rằng chúng có thể vượt qua mình.

Nhưng trí thông minh không giống như chiều cao. Chỉ có một cách để cao, nhưng có rất nhiều cách để thông minh. Chỉ cần nhìn vào các loài động vật khác là đủ thấy điều đó. Dù con người tuyệt vời đến đâu, chúng ta vẫn có thể ấn tượng bởi cách chim định hướng, cách kiến ​​hợp tác và cách nhện săn mồi. Mỗi loài động vật này đều được môi trường xung quanh định hình để trở nên thông minh theo những cách khác nhau.

Con người cũng không khác. Tâm trí chúng ta được hình thành bởi sinh học. Chúng ta chỉ sống được mấy thập kỷ và phải học hỏi mọi thứ cần học và làm mọi việc cần làm trong khoảng thời gian ngắn ngủi đó. Tất cả việc học hỏi và làm việc đó sẽ được thực hiện theo sự chỉ đạo của khoảng một kilogram tế bào thần kinh bị mắc kẹt bên trong hộp sọ xương của chúng ta. Chúng ta chỉ có thể chia sẻ suy nghĩ của mình với người khác bằng cách phát ra âm thanh bằng miệng hoặc gõ và ngoáy ngón tay.

Các hệ thống AI không gặp phải bất kỳ hạn chế nào trong số này. Chúng có thể xử lý lượng dữ liệu nhiều hơn bất kỳ con người nào có thể nhìn thấy trong suốt cuộc đời. Chúng có thể mở rộng khả năng của mình bằng cách sử dụng nhiều máy tính hơn. Và chúng có thể dễ dàng chia sẻ những gì chúng thấy và học được với các máy móc khác.

Tuổi thọ ngắn ngủi, bộ não mềm nhũn và khả năng phát ra âm thanh từ miệng của chúng ta có vẻ là những hạn chế khi so sánh với máy móc: trên thực tế, chính những điều này lại làm cho chúng ta trở nên đặc biệt, và sẽ tiếp tục như vậy.

Trí thông minh của con người là phản ứng trước những hạn chế của chúng ta . Để tận dụng tối đa cuộc sống, chúng ta có khả năng tuyệt vời để học hỏi từ kinh nghiệm hạn chế. Đúng vậy, AlphaGo có thể đánh bại những kỳ thủ cờ vây giỏi nhất, nhưng nó được huấn luyện dựa trên kinh nghiệm chơi cờ của nhiều người trong suốt cuộc đời. Đúng vậy, ChatGPT có thể duy trì một cuộc hội thoại hợp lý, nhưng nó dựa trên hàng nghìn năm lịch sử ngôn ngữ. Không có hệ thống AI nào có thể tạo ra những câu văn sáng tạo như một đứa trẻ năm tuổi khi được tiếp xúc với cùng một lượng dữ liệu.

Điều này cũng đúng với khả năng tư duy và giao tiếp hạn chế của chúng ta. Chúng ta không thể chỉ đơn giản là tạo ra một chiếc máy tính khác khi cần thêm sức mạnh xử lý. Điều đó có nghĩa là chúng ta phải giỏi nhận biết các mô hình trong công việc và sử dụng sự chú ý một cách khôn ngoan. Việc dựa vào âm thanh phát ra từ miệng là một thách thức. Để khắc phục điều đó, chúng ta đã tạo ra các công cụ – ngôn ngữ, chữ viết, giảng dạy và khoa học – để tập hợp kiến ​​thức giữa mọi người và xuyên suốt thời gian. Điều đó có nghĩa là chúng ta phải giỏi suy nghĩ về những gì đang diễn ra trong đầu người khác và cùng nhau làm việc để đạt được các mục tiêu chung.

Vì con người và máy móc phải đối mặt với những hạn chế khác nhau, chúng ta nên kỳ vọng rằng chúng sẽ tìm ra những giải pháp khác nhau cho các vấn đề mà chúng gặp phải. Mặc dù các hệ thống trí tuệ nhân tạo hiện đại đang bắt đầu có khả năng thực hiện nhiều việc mà con người có thể làm, nhưng chúng thường thực hiện theo một cách khá khác biệt. Các giải pháp mà chúng tìm ra được định hình bởi kinh nghiệm và phần cứng của chính chúng.

Đây là một ví dụ đơn giản. Có bao nhiêu chữ cái trong chuỗi này: aaaaaaaaaaaaaaaaaaaaaaaaaaaaa? Đối với con người, câu hỏi này không quá khó trả lời – chỉ cần đếm là được. Nhưng đối với hệ thống AI thì khó hơn. Chúng bị hạn chế bởi cách chúng biểu diễn ngôn ngữ và cách chúng được huấn luyện. Chúng thích chia từ thành các phần (gọi là “token”), điều này có thể khiến chúng khó trả lời các câu hỏi về chính tả. Và chúng có xu hướng ưu tiên các chuỗi token xuất hiện thường xuyên hơn trong dữ liệu huấn luyện của chúng làm câu trả lời. Chúng tôi nhận thấy rằng mô hình GPT-4 của OpenAI, được ca ngợi là thể hiện “ những tia sáng của trí tuệ nhân tạo tổng quát ”, có nhiều khả năng trả lời đúng câu hỏi này hơn khi được cung cấp 30 chữ cái thay vì 29. Tại sao? Bởi vì số 30 được viết ra thường xuyên hơn số 29.

Đây không phải là trường hợp duy nhất mà AI gặp khó khăn. Hãy tưởng tượng bạn đang hỗ trợ một dược sĩ. Họ cần một loại thuốc có nồng độ 785 phần triệu (ppm). Có hai ống nghiệm: một ống chứa 685 ppm và ống kia chứa 791 ppm. Nhiệm vụ của bạn là xác định ống nghiệm nào có nồng độ gần giống nhất với liều lượng cần thiết. Hy vọng bạn sẽ chọn 791 ppm. Tuy nhiên, đôi khi ngay cả những hệ thống AI hàng đầu cũng chọn 685 ppm. Tại sao? Bởi vì các mạng nơ-ron nhân tạo được sử dụng để xây dựng hệ thống AI có xu hướng làm mờ ranh giới giữa hai đáp án. Khi có hai đáp án khả thi, chúng sẽ chọn một giá trị nằm giữa hai giá trị đó. Số 785 có thể được biểu diễn dưới dạng chuỗi chữ số (“7”, “8” và “5”) hoặc dưới dạng số lượng (bảy trăm tám mươi lăm). Nếu là chuỗi chữ số, 785 sẽ giống 685 hơn – chúng chỉ cách nhau một chữ số. Nhưng nếu là số lượng, thì nó sẽ giống 791 hơn. Việc nhầm lẫn hai đáp án này có thể dẫn đến những hậu quả nghiêm trọng.

Trí tuệ con người dựa trên bề rộng kinh nghiệm vượt xa dữ liệu được sử dụng để huấn luyện các hệ thống AI. Chúng ta sử dụng bộ não của mình để thay tã cho em bé, chơi cờ, chứng minh định lý, nấu ăn, viết tiểu thuyết và sáng tác giao hưởng. Các hệ thống AI thường chỉ được huấn luyện để làm một việc duy nhất – bạn có thể hỏi ChatGPT về cách thay tã, nhưng nó không có khả năng nhẹ nhàng giữ một em bé đang quấy khóc. Bộ não con người có khả năng làm tất cả những điều này bởi vì chúng đã tiến hóa trong một thế giới đặt ra cho chúng ta tất cả những thách thức đó, giúp chúng ta được trang bị đủ tốt để học hỏi những điều mà chúng ta có thể được kỳ vọng sẽ làm trong suốt cuộc đời.

Cuộc sống hữu hạn, bộ não hữu hạn và khả năng giao tiếp hạn chế đã định hình bản chất của trí tuệ con người. Do đó, chúng ta có thể kỳ vọng rằng trí tuệ con người sẽ tiếp tục có một chút gì đó đặc biệt, ngay cả khi chúng ta tiếp tục phát triển những cỗ máy thông minh hơn. Hãy nhớ: trí tuệ không chỉ là một thước đo duy nhất, và trí tuệ nhân tạo đang dần bắt kịp dấu ấn mà con người đã để lại.

Cách suy nghĩ này nên khiến chúng ta hoài nghi về những tuyên bố về trí tuệ nhân tạo siêu phàm. Việc chú ý đến sự khác biệt về các ràng buộc, đào tạo và phần cứng dẫn đến một kết luận khác: Trí tuệ nhân tạo sẽ không giỏi hơn con người trong mọi việc. Thay vào đó, nó sẽ giỏi hơn con người ở một số khía cạnh và kém hơn ở những khía cạnh khác. Trí tuệ nhân tạo và trí tuệ con người đơn giản là khác nhau. Và giống như anh chị em ruột, có lẽ chúng ta có thể học cách đối xử với nhau không phải như đối thủ, mà như bạn bè.

Tom Griffiths là giáo sư công nghệ thông tin tại Đại học Princeton và là tác giả của cuốn sách “Các quy luật của tư duy ” (Nhà xuất bản William Collins).

Theo The Guardian