MẢNG TỐI TRÍ TUỆ NHÂN TẠO

Năm ngoái, trên một con đường tĩnh mịch ở New Jersey, một chiếc xe ôtô không người lái đã lăn bánh. Nvidia chính là cha đẻ của chiếc xe thử nghiệm này. Điểm đặc biệt của chiếc xe này chính là bộ não của nó. Hoàn toàn khác các mẫu xe tự động của Google, Tesla hay General Motors, anh bạn Nvidia hoàn toàn vận hành tự chủ nhờ vào quá trình học thông qua một thuật toán dạy cho xe lái bằng việc quan sát con người lái.

Nói cách khác, sở dĩ chiếc Nvidia có thể tự chạy như thể đang được người lái chính là nhờ vào trí tuệ nhân tạo. Đây không phải là ứng dụng đầu tiên của trí tuệ nhân tạo. Sở dĩ các công cụ này có thể có những hành vi như người là nhờ cơ chế deep learning, sử dụng nhiều lớp thần kinh nhân tạo để phân tích dữ liệu về nhiều chi tiết khác nhau.

AI-1024x643.jpg

Phải thú nhận chiếc xe với cơ chế lái tự động thật ấn tượng. Nhưng cũng khá do dự nhất là khi chúng ta không nắm rõ được chúng đưa ra quyết định như thế nào/ Thông tin từ bộ phận cảm biến sẽ đi thẳng đến mạng lưới hệ thần kinh nhân tạo nơi sẽ xử lý thông tin và phát ra mệnh lệnh vận hành bánh xe, phanh xe và các hệ thống khác. Kết quả dường như khá giống như những phản ứng bạn trông đợi ở một người lái thực thụ. Tuy nhiên chuyện gì xảy ra nếu một ngày nọ một điều không ngờ đến xảy ra như đâm vào một thân cây hay dừng khi đèn xanh đang bật? Vì hệ thống quá phức tạp đến mức những kỹ sư đã thiết kế nên chúng đã nỗ lực để tác biệt những động cơ cho từng hành động riêng lẻ. Và khi bạn không hỏi nó: không có một cách rõ ràng nào để thiết kế nên một hệ thông có thể giải thích vì sao và cái gì khiến nó vận hành như thế?

Bộ não bí ẩn của phương tiện này chỉ đến một vấn đề mù mờ của trí tuệ nhân tạo mà các nhà khoa học còn đang tranh cãi. Công nghệ trí tuệ nhân tạo được tích hợp trong những chiếc xe, được biết đến như cơ chế học máy chuyên sâu đã chứng mình khả  năng giải quyết vấn đề một cách mạnh mẽ trong những năm gần đây và phát triển thêm trên nhiều tính năng khác như ghi nhận hình ảnh, nhận diện giọng nói, chuyển ngữ. Hiện nay chúng còn tạo nên hy vọng chẩn đoán những căn bệnh nguy hiểm và đưa ra những quyết định triệu đô trong giới tài chính, có thể làm vô số những nhiệm vụ để chuyển hóa nhiều ngành công nghiệp khác.Nhưng có lẽ điều ấy sẽ không hoặc không nên diễn ra trừ phi chúng ta có thể tìm hiểu rõ cách tạo nên những kỹ thuật deep learning trở nên rõ ràng hơn với những người sáng tạo và có thể giải thích được với người sử dụng. Ngược lại, chúng rất khó đoán khi xảy ra hỏng hóc hoặc trở nên không thể đoán được. Đấy cũng chính là lý do xe tự lại của Nvidia vẫn còn là thử nghiệm

Những hình mẫu tương tự đã sẳn sàng được sử dụng cho lĩnh vực ngân hàng, quân sự, y khoa. Nhưng điều này tạo nên mối lo ngại khi nhìn về tương lai khi sức hấp dẫn của bộ não nhân tạo và nhiều lĩnh vực đang háo hức đón nhận và thử nghiệm chúng. Song một cuộc tranh cãi dấy lên giữa các phe trong đó lời buộc tội đáng lo ngại nhất: dù là bất kỳ quyết dịnh nào: đầu tư, ý khoa hay quyết định quân sự, bạn sẽ không muốn dựa dẫm vào phương pháp “hộp đen” đâu.

Đấy là điều mà các nhà khoa học cố gắng tìm lời giải cho các hệ thống trí tuệ nhân tạo về cách chúng đã đưa ra quyết định như thế nào. Bởi vì ngay cả với các hệ thống nhìn đơn giản trên bề mặt như sử dụng deep learning cho việc đề nghị bài hát thôi chẳng hạn, dường như máy tính đang vận hành bởi tự chúng và theo những cách chúng ta không thể hiểu được. Thậm chí ngay cả với những kỹ sư thiết kế nên ứng dụng cũng không thể giải thích được đầy đủ hành vi của chúng.

Vào năm 2015, một nhóm các nhà nghiên cứu tại bệnh viện Mount Sinai tại New York đã áp dụng deep learning vào việc phân tích hẹ thống dữ liệu khổng lồ tại đây bao gồm thông số, chẩn đoán của bác sỹ qua các lần khám chữa bệnh. Chương trình chẩn đoán kết quả được gọi Deep Patient được huấn luyện sử dụng thông số của khoảng 700,000 bệnh nhân và khi kiểm tra trên dữ liệu mới chúng đã đưa ra những chẩn đoán bệnh tốt đến mức đáng ngạc nhiên. Không cần bất kỳ chỉ dẫn của chuyên gia nào, Deep Patient có thể phat hiện ra những dấu hiệu ẩn trong những thông số tại bệnh viện có thể phát hiện ra những người đang phát triển những căn bệnh trong đó có ung thư gan. Dẫu vậy Deep Patient cũng có những bí mật riêng của chúng. Chúng có thể chẩn đoán trước những chứng rối loan thần kinh như tâm thần phân liệt. Nhưng vì tâm thần phân liệt rõ ràng rất khó để dự đoán với các chuyên gia. Joel Dudley, người đứng đầu dự án tại Mount Sinai cho biết vẫn không có manh mối nào về việc nó đã thực hiện điều ấy như thế nào: “chúng tôi có thể tạo nên những cỗ máy như thế nhu chúng tôi không rõ chúng hoạt động như thế nào”.

Điều này dấy lên những câu hỏi đáng lo ngại. Khi công nghệ càng tỏ ra có nhiều tiện ích, chúng ta sẽ sớm bước qua ngưỡng cửa mà việc sử dụng AI như bước nhảy của niềm tin. Chắc chắn rằng con vường không thể giải thích nổi cơ chế vận hành suy nghĩ của chính mình nữa mà, nhưng chúng ta có thể tìm cách tin cậy một cách trực giác và đánh giá con người. Nhưng điều đó có thể với máy móc để suy nghĩ và đưa ra quyết định khác với việc con người làm? Chúng ta có thể trông đợi việc tương tác tốt đến mức nào và phối hợp ăn ý đến mức nào với những cỗ máy không thể lường được và bí hiểm, không thể nhìn thấu được.Nếu chúng không thể giải thích tốt hơn chúng ta chúng đang làm gì, vậy thì đừng có mà tin chúng.

 

Nữ Doanh Nhân, tháng 6.2017

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s