Tác giả: Guy Consolmagno, SJ
“Có gì đó buồn cười về trí tuệ nhân tạo,” bạn tôi, Jerry trầm ngâm nói. Ông là kỹ sư, qua nhiều năm làm việc, sử dụng hệ thống điện toán mô phỏng não bộ của con người nhằm phát triển các hệ thống cho phép máy tính diễn đạt bằng các giọng nói tự nhiên. “Bất cứ khi nào hệ thống thực sự tạo ra thứ gì đó hữu ích, người ta sẽ ngừng gọi nó là trí tuệ nhân tạo”.

Việc nhận dạng ngôn ngữ và tạo giọng nói là những ví dụ mà máy tính hoàn toàn gặp khó khăn trong việc xử lý, nhưng các dạng khác của trí tuệ nhân tạo - hay đúng hơn là hệ thống điện toán mô phỏng não bộ của con người và kiến thức điện toán, mà  các kỹ sư trong lĩnh vực này gọi chúng - cuối cùng đã đạt được một số tiến bộ. Bất kỳ ai cũng có thể nói cho bạn biết ai đã cố gắng nói chuyện với hình đại diện trên điện thoại thông minh của chúng ta, Alexa hoặc Siri, thì đã có sự cải thiện đáng kể. Nhưng vẫn còn xa mới đạt đến mức độ hoàn hảo. Được máy điện toán hiểu thì không giống như việc nói chuyện với con người thật.

Máy tính và bộ não con người

Quay lại thời gian khi còn là một tập sinh Dòng Tên, tôi đã làm việc tại nơi gọi là “xưởng tạm trú”, nơi mà những người đàn ông, trong trường hợp này, là những người khuyết tật về tâm thần nghiêm trọng, được chăm sóc khi kiếm tiền bằng những công việc đơn giản phù hợp với khả năng của họ. Tôi được biết rằng chỉ số IQ điển hình của những người đàn ông này sẽ là 50 hoặc thấp hơn với mức trung bình là 100. Thông thường, những người đàn ông làm việc cùng tôi không thể đếm đến ba nhưng họ đều nói tiếng Anh trôi chảy. Đếm là công việc mà ngay cả những chiếc máy tính đầu tiên cũng có thể làm tốt. Lời nói vẫn là điều gây ra vấn đề cho máy tính. Tôi có thể kết luận gì từ điều này? Rằng máy tính hoạt động rất khác so với bộ não con người.

Máy tính “Hệ thống điện toán mô phỏng não bộ của con người” có tên bắt nguồn từ cấu trúc lập trình máy tính được cảm hứng, cụ thể là, bởi mạng lưới các tế bào thần kinh đã được sắp xếp trong não bộ con người. Nhưng những gì hệ thống máy tính này đang hoạt động thì vẫn diễn ra rất khác so với những gì đang thực sự xảy ra lúc con người suy nghĩ. Trên thực tế, tôi không phải là chuyên gia trong lĩnh vực hệ thống điện toán mô phỏng não bộ của con người hoặc các dạng khác được gọi là trí tuệ nhân tạo hay AI. Đúng hơn, với tư cách là một nhà thiên văn học và nhà vật lý học, tôi đến với chủ đề này với tư cách là một người sử dụng. Với những tiến bộ trong công nghệ kính thiên văn, đặc biệt là trong máy dò điện tử và cách xử lý tín hiệu từ các máy dò này, thiên văn học hiện đang tràn ngập “dữ liệu to lớn”… nhiều dữ liệu đến mức các cách xử lý kết quả cũ của chúng ta sẽ không còn hiệu quả nữa. Ngày nay, chúng ta dựa vào các thuật toán điện toán thông minh để xem xét những gì chúng ta đã quan sát được. Thuật toán có thể gợi ý rằng một vật thể có thể là nguồn tia X, vật thể kia có thể là nơi hình thành hành tinh, v.v.

Dữ liệu và vận dụng dữ liệu

Hãy xem xét một chiếc máy tính với cái mà chúng ta gọi là trí tuệ nhân tạo thực sự đang làm gì. Chúng ta hãy bắt đầu với một vấn đề đơn giản, có thể giải được. Giả sử bạn có một hình dạng có trọng lượng nhất định - ví dụ một cuốn sách giáo khoa vật lý dày, đặt ở một khoảng cách nhất định so với mặt đất. Bạn muốn xác định xem, nếu bạn đánh rơi nó, sẽ mất bao lâu để cuốn sách chạm sàn và chính xác nó sẽ tiếp đất ở đâu. May quá, Isaac Newton đã khám phá ra một phương trình hoặc hai cho vấn đề đó. Chúng ta có thể giả định rằng các hằng số bất biến sẽ không thay đổi: ví dụ, trọng lượng của sách giáo khoa và lực hấp dẫn tác dụng lên nó. Bốn điều thay đổi là vị trí của cuốn sách trong không gian ba chiều và thời gian mà cuốn sách được tìm thấy ở bất kỳ vị trí nào, tức là ba chiều không gian, một chiều thời gian. Điều đó có nghĩa là có bốn biến. Vì vậy, để trả lời câu hỏi của chúng ta cần phải giải bốn phương trình khác nhau, mỗi phương trình cho một biến. Trong trường hợp này, các định luật chuyển động của Newton cho chúng ta ba trong số các phương trình cần thiết (mỗi phương trình cho chuyển động theo một trong ba hướng) và định luật hấp dẫn của ông cung cấp phương trình thứ tư. Một học sinh trung học có thể giải những phương trình này bằng giấy và bút chì; chúng thật đơn giản.

Nhưng điều gì sẽ xảy ra nếu vật thể đó, thay vì mô hình, lại là một sao băng từ ngoài vũ trụ va vào đỉnh bầu khí quyển Trái đất? Nó bốc cháy, trọng lượng bị thay đổi khi rơi xuống. Sự va chạm vào bầu khí quyển không chỉ đốt cháy nhưng đồng thời còn làm vật thể chậm lại do khi rơi năng lượng bị biến thành nhiệt và ánh sáng. Gió trong bầu khí quyển phía trên có thể đẩy vật thể theo các hướng luôn thay đổi. Tất nhiên, chúng ta chỉ cần dõi theo nơi sao băng di chuyển đến khi nó bốc cháy ở bầu khí quyển phía trên và có thể, nếu nó tách thành thiên thạch, chúng ta có thể tìm thấy vị trí nơi nó va vào. Nhưng trên thực tế rất khó tính toán được vị trí đó. Bạn vẫn phải ra ngoài và tìm kiếm thiên thạch.

Thay vào đó, giả định chúng ta muốn sử dụng đường đi và độ ánh sáng của sao băng để xác định tốc độ, hướng và kích thước ban đầu của thiên thạch trước khi nó va vào Trái đất? Bất ngờ, lượng biến số tăng nhanh hơn lượng phương trình đáng tin cậy chúng ta có thể viết ra. Đây không phải là vấn đề không thể giải được; Sau cùng, thiên nhiên đã giải thích được! Nhưng nó phức tạp hơn những gì học sinh trung học của chúng ta có thể tính toán được. Do vậy, bước tiếp theo là thiết lập bất kỳ phương trình nào mà chúng ta biết… không chỉ cho sự chuyển động, mà còn là sự va chạm vào khí quyển, tác động của gió thay đổi luôn, tốc độ các vật liệu, ở các tỷ trọng khác nhau, sẽ bốc cháy và phát sáng ,… . Chúng ta không thể giải ngược một tập hợp duy nhất các điều kiện ban đầu – ví dụ, vận tốc của sao băng trước khi va vào khí quyển.

Nếu chúng ta dự đoán trên những điều kiện ban đầu khác nhau, chúng ta có thể tính toán tiếp và xem liệu những dự đoán của chúng ta có tạo ra kết quả gần với những gì chúng ta quan sát được hay không. Tất nhiên, vì chúng ta có nhiều biến số hơn lượng phương trình nên các tập hợp điều kiện ban đầu khác nhau có thể áp dụng. Do vậy, chúng tôi bắt đầu tung xúc xắc, đoán ngẫu nhiên cho từng điều kiện bắt đầu và kiểm tra nhiều lần (lúc này máy tính trở nên hữu ích) để xem tập hợp biến nào là “thành công”. Sau cùng, chúng ta có thể thấy một mô hình, trong các điều kiện ban đầu, có câu trả lời gần giống với những gì chúng ta quan sát được. Tất nhiên, đó không phải là bằng chứng cho thấy bất kỳ điều kiện nào trong số đó thực sự đúng, nhưng là dấu hiệu cho thấy điều gì đó đang xảy ra.

Kỹ thuật đó, phép ẩn dụ tung xúc xắc nhằm đoán những câu trả lời khả dĩ, được gọi là kỹ thuật mô phỏng “Monte Carlo”. Có một vấn đề với cách tiếp cận này là hầu hết các lần tung xúc xắc đều có kết quả khác xa với những gì đã được quan sát. Nhưng bằng cách xem xét kỹ hơn cách kết quả thay đổi theo từng biến, bạn có thể dự đoán biến nào có ảnh hưởng lớn nhất và sau cùng, cách bạn tung xúc xắc nhằm đạt được câu trả lời khả dĩ nhanh hơn. Tất cả điều này có thể được thực hiện bởi máy tính. Máy tính có thể xác định việc thay đổi một biến số nhất định sẽ có câu trả lời tốt hơn hay tồi tệ hơn, cũng như loạt câu trả lời khả thi nào dẫn chúng ta đi đúng hướng, đưa chúng ta đến gần hơn với những gì chúng ta quan sát được. Đây là một ví dụ về loạt xử lý mà chúng ta có thể bắt đầu gọi là “ngôn ngữ máy tính”. Tất nhiên, điều quan trọng cần nhớ là các câu trả lời chỉ có khả năng xảy ra cao nhất chứ không chắc chắn là đúng. Máy chỉ “biết” ngôn ngữ thuật toán của nó đang trở nên hiệu quả hơn.

Bây giờ, giả định chúng ta sử dụng mô phỏng này cho hàng nghìn sao băng, biết kết quả những thông số nào và lựa chọn nào có xu hướng đi đến kết quả được quan sát thường xuyên nhất. Bởi vì những quyết định này được tính toán bởi máy tính –người sử dụng biết chính xác những gì nó chọn để thực hiện các phép tính – toàn bộ quá trình có vẻ đạt hiệu quả. Nhưng trên thực tế, kiểu “trí tuệ nhân tạo” này đơn giản chỉ là từ ngữ thông dụng cho việc lập trình máy tính thuộc trí tuệ. Đó là mô tả tốt nhất cho dữ liệu và vận dụng dữ liệu.

Máy tính và Trí tuệ Con người

Thay vì bắt chước trí thông minh của con người, hệ thống AI máy tính chỉ thực hiện công việc vận dụng dữ liệu, một nhiệm vụ mà nếu con người thực hiện sẽ vô cùng nhàm chán. Chúng ta không để lãng phí thời gian của chúng ta cho các công việc vô vị này! Như người bạn cũ của tôi thuộc cao học thiên văn học (và chuyên gia máy tính), Cliff Stoll đã từng chỉ ra: “Dữ liệu không phải là thông tin; thông tin không phải là tri thức; tri thức không phải sự hiểu biết; hiểu biết không phải là sự khôn ngoan.” Máy tính vẫn đang ở bước một. Chúng chỉ xử lý dữ liệu; chúng còn cách xa sự khôn ngoan. Hãy xem các robot AI vô vị như ChatGPT trả lời các câu hỏi bằng cách lấy thông tin từ internet. Chúng điều khiển để  phát ra âm thanh “con người” hơn các công cụ tìm kiếm, vốn chỉ báo cáo các trang web có liên quan. Thay vào đó, các robot AI này cho chúng ta lối giải thích mơ hồ về nội dung các trang web đó. Về bản chất, robot AI phát ra âm thanh con người như đưa ra sự thiếu chính xác và sai sót giống con người trong kết quả của chúng. Chúng vẫn chỉ là trộn lẫn (và không mạch lạc) dữ liệu. Chúng có vẻ giống con người không phải bởi trí tuệ nhân tạo, mà thể hiện sự vô giác nhân tạo.

Tự bản thân trí tuệ là một thuật ngữ được tải. Chúng tôi sử dụng các bài kiểm tra IQ – lấy điểm trung bình là 100 – để thử đo “Chỉ số thông minh”. Nhưng những bài kiểm tra này cho rằng “trí thông minh” là chỉ số theo một thứ nguyên có thể đo lường một cách khách quan. Một người hoài nghi có thể nói rằng điều duy nhất mà bài kiểm tra IQ có thể đo lường được là bạn thực hiện bài kiểm tra IQ tốt đến mức nào.

Đồng thời khi làm việc với những người thiểu năng trí tuệ, tôi cũng có dịp đến thăm Trung tâm Du hành Vũ trụ Goddard của NASA. Đây là cơ hội để tôi tiếp tục nghiên cứu thiên văn học trong khi tôi đang được đào tạo để trở thành tu sĩ Dòng Tên. Tôi nhớ mình đang ngồi trong căng tin, đang suy tư rằng thường thì vào thời điểm này tôi sẽ ăn trưa tại xưởng tạm trú, xung quanh là những người đàn ông có chỉ số IQ cao hơn mức trung bình từ 50 điểm trở lên, quần áo không phải lúc nào cũng vừa vặn, đôi khi họ tự nói chuyện với chính mình, những người sống trong một thế giới mà hầu hết mọi người không thể theo hoặc hiểu được. Sau đó tôi nhìn các nhà thiên văn học thiên tài xung quanh tôi đang ăn trưa. Tôi nhớ lại nhận xét của một vị khách đến Cal Tech: “Có phải tất cả những người này đều mặc đồ tối không?” (Tin tôi đi, tôi cũng không ăn mặc đẹp hơn khi còn ở MIT.) Có nhiều hơn một loại trí thông minh.

Trải nghiệm đầu tiên của tôi với trí tuệ nhân tạo thực sự bắt nguồn từ llúc tôi là sinh viên ở MIT. Vào mùa hè năm 1973, tôi viết mã máy tính để mô hình hóa phần bên trong của một mặt trăng băng giá của Sao Mộc có thể tiến hoá qua thời gian. Bạn cùng phòng của tôi, Paul, là sinh viên chuyên ngành toán, làm việc với Seymour Papert và Marvin Minsky, những người tiên phong trong lĩnh vực này, tại phòng thí nghiệm AI của MIT ở cuối phía đông của khuôn viên trường. Chúng tôi giữ giờ sinh viên thường lệ. Vào đêm khuya, tôi đến phòng thí nghiệm của Paul, chờ mô hình máy tính tiếp theo của tôi chạy, làm quen với những người đã phát minh ra AI. Khoảng nửa đêm, chúng tôi sẽ ra ngoài ăn tối tại một quán ăn nhanh mở cửa suốt đêm. Cùng năm đó, Hans-Lukas Teuber đã dạy môn học, thời điểm đó được gọi là “Nhập môn Tâm lý học” tại MIT. Các bài giảng của ông diễn ra trong giảng đường lớn nhất trong khuôn viên trường, nơi chứa được một nửa số người tham dự, giống như tôi, không tham gia khóa học để lấy tín chỉ; chúng tôi ngồi học vì ông là một giảng viên rất có sức cuốn hút. Bài giảng tâm lý học của ông rất khác so với những gì giảng dạy ở các trường đại học khác. Thật vậy, môn học này sau đó đã được đổi tên, chính xác hơn, là “Khoa học về Não bộ và Nhận thức”.

Ngày nay, MIT có Khoa Khoa học về Não bộ và Nhận thức; trang web của họ công bố họ “xây dựng, duy trì và xử lý các vấn đề phía sau” bộ não. Chắc chắn là họ đã thực hiện được công việc đáng kinh ngạc trong việc sắp xếp cách thức hoạt động của bộ não. Nhưng bạn không thể chỉ tạo lại bản đồ đó trong một bộ chip silicon. Khoa học nhận thức là một bộ phận khác, với một loạt nhiệm vụ khác với AI. Và trong khi các nhà khoa học về não bộ và các lập trình viên AI nói chuyện với nhau, không hề rõ ràng rằng họ có thực sự đang cùng làm điều tương tự hay không.

Trí tuệ là gì?

Một điều tôi muốn nhấn mạnh. Những người tôi gặp vào thời điểm đó, khoảng 50 năm trước, đều là những người thú vị, nhưng họ không phải là những nhà sáng tạo thần thánh. Họ chỉ là một số cá nhân rất thông minh và rất tận tâm. Những gì họ nghiên cứu trong khoa học nhận thức, những gì họ tạo ra trong phòng thí nghiệm AI, là bản đồ về cách thức hoạt động của bộ não; nó làm việc gì và việc đó như thế nào. Nhưng “làm thế nào” thì khác với “cái gì”.
Trí tuệ là gì? Đó là một câu hỏi dành cho các triết gia và có lẽ cả các nhà thần học. Trên thực tế, tôi nghĩ tốt nhất nên bắt đầu với Thomas Aquinas, người đã nhấn mạnh tầm quan trọng của trí tuệ và ý chí tự do nơi con người. Nói cách khác, bạn có thể coi trí tuệ như một thực thể có khả năng nhận thức được cả bản thân và những thứ bên ngoài bản thân. Sau đó, bạn có thể tự do lựa chọn những gì thực thể làm với kiến thức đó và cách thực thể tương tác với các thực thể khác. Lưu ý rằng “trí tuệ” này không khối lượng, không chiếm không gian. Không giống như ví dụ trong mô hình chúng ta nêu ở trên, trí tuệ không tuân theo các định luật Newton. Tuy nhiên trí tuệ rất thực.

Để đánh giá đúng tính chất thực tế của trí tuệ, chúng ta hãy xem xét phép loại suy với một chiếc máy tính. Hãy tưởng tượng một cặp máy tính xách tay giống hệt nhau: cùng model, cùng hệ điều hành, thậm chí cùng màu. Sự khác biệt (ngoài những vết xước khác nhau trên bề mặt) hoàn toàn nằm ở các tập tin được lưu trữ trong mỗi máy tính. Những tập tin đó không đóng góp vào dung lượng máy tính; và một máy tính chứa đầy dữ liệu cũng không chiếm nhiều dung lượng hơn một máy tính có ổ cứng gần như trống rỗng. Nhưng chính những tập tin đó là thứ làm cho máy tính này khác với máy tính khác. Ta hãy xem xét điều này. Những tập tin đó được lưu trữ theo kiểu điện tử nào đó, ví dụ như theo hướng của các hạt từ tính, thể hiện cơ bản một loạt các lựa chọn nhị phân. Nếu không có hệ điều hành để đọc và giải thích mảng đó, biểu hiện vật lý của dữ liệu trong môi trường điện tử sẽ không thể phân biệt được với nhiễu ngẫu nhiên. Chính hệ điều hành sẽ chuyển những bit đó thành văn bản. Nhưng đừng nghĩ điều này có nghĩa là hệ điều hành thông minh; tất cả những gì hệ điều hành thực sự làm là tạo ra một loạt chấm màu trên màn hình máy tính xách tay. Nếu bạn không thể đọc được các chữ cái và từ mà các dấu chấm đó tạo ra – thực tế là nếu bạn không nhận ra bảng chữ cái hoặc bất kỳ hệ thống chữ viết nào được ngôn ngữ hiển thị trên màn hình sử dụng – thì nó vẫn trông giống như vô nghĩa.

Kết luận

Những gì chúng ta có thể học hỏi từ đây? Nói tóm lại, những gì máy tính chứa và hiển thị hoàn toàn vô nghĩa nếu không có thực thể nào đó bên ngoài máy tính nhìn vào màn hình và làm cho nó có ý nghĩa. Thực thể đó phải có ý thức, trí tuệ, ý chí tự do, tâm hồn. Dữ liệu không phải là thông tin, không phải là kiến thức, không phải là trí tuệ. Lập trình thông minh có thể cho phép máy tính thực hiện hoặc đôi khi thực hiện vượt trội hơn con người theo một số cách nhất định. Nhưng bản thân các lập trình viên, như người bạn kỹ sư Jerry của tôi, biết rõ là không nên nhầm lẫn những gì máy tính đang làm với trí tuệ.

Vẫn còn đó câu hỏi: liệu con người có thể tạo ra thứ gì đó có trí tuệ không? Một cái gì đó của khả năng khôn ngoan không? Trên thực tế, có. Quả thực, nó xảy ra hàng ngày. Trẻ con, lớn từng ngày, có khả năng mạnh hơn bất kỳ máy tính nào. Và, không giống như máy tính, trẻ có thể được sinh ra ở bất kỳ nơi nào bởi con người. Mặc dù chúng ta có thể tạo ra những con người mới – và những chiếc máy tính mới – với tất cả sự thông minh của con người, chúng ta chưa bao giờ thực sự có thể phát minh ra một tội lỗi mới. Cái ác chỉ là sự thiếu vắng cái tốt lẽ ra phải có ở đó. Tham lam và đố kỵ, thói tham ăn và ham muốn và tất cả những thứ còn lại sẽ cám dỗ bất kỳ thực thể nào có ý chí tự do. Và bất kỳ thực thể nào có trí tuệ và khả năng tự nhận thức sẽ luôn suy tư về những câu hỏi lớn và bị cám dỗ bởi sự lôi cuốn của những kiến thức bí mật, hoặc tuyệt vọng khi biết chắc chắn điều gì đó. Người nghèo sẽ luôn ở bên chúng ta bởi vì chúng ta luôn bị cám dỗ làm cho người khác trở nên nghèo khó, để thống trị người khác. Hoặc chúng ta sẽ bị cám dỗ tự làm cho nghèo khó vì sợ tin tưởng vào Chúa. Nhưng đồng thời, các nhân đức tin, cậy, mến vẫn luôn có thể thực hiện được.

Ngay cả khi một ngày nào đó máy móc có thể tự nhận thức được thì đây có phải là lý do để sợ hãi không? Nếu thực sự máy móc phát triển được những đặc điểm của tâm hồn con người, trí thông minh và ý chí tự do, thì điều đó khiến chúng không tốt hơn cũng không tệ hơn bất kỳ trí tuệ nào, dù là con người hay không phải con người. Chúng có khả năng phạm tội; và khả năng yêu thương. Tại sao chúng ta phải giả định điều tồi tệ nhất?

Nguồn: https://www.laciviltacattolica.com/intelligence-under Hiểu-wisdom/

Chuyển ngữ: PTT – Caritas Việt Nam