Lược Sử Trí Tuệ Nhân Tạo
Trí tuệ nhân tạo hay artificial intelligence (AI) là một khái niệm phức tạp dùng để chỉ khả năng nhận thức và suy nghĩ của máy móc giống như con người. Khái niệm “trí tuệ" ở đây có thể kể đến khả năng logic, thấu hiểu, tự nhận thức, học hỏi, cảm xúc, sáng tạo và xử lý vấn đề.
Mặc dù phức tạp như vậy, trí tuệ nhân tạo không phải là một khái niệm mới mẻ mà thực chất đã xuất hiện từ khoảng 100 năm trước. Để hiểu hơn về trí tuệ nhân tạo, hãy cùng ngược dòng lịch sử về những ngày tháng đầu tiên của công nghệ này. Trong bài viết này, chúng ta sẽ đi về thời kì sơ khai của trí tuệ nhân tạo, khi mà công nghệ này mới chỉ là một khái niệm, rồi trở thành những thuật toán đơn giản, đến thế kỉ 21 khi mà trí tuệ nhân tạo phát triển hơn bao giờ hết và có những ứng dụng thương mại mạnh mẽ.
Giai đoạn sơ khai của Trí tuệ nhân tạo
Rossum's Universal Robot (1920)
Vào năm 1920, nhà viết kịch người Czech có tên Karel Capek cho ra đời một vở kịch có chủ đề khoa học viễn tưởng mang tên Rossum's Universal Robot (RUR), với nội dung xoay quanh một nhà máy sản xuất ra những con người nhân tạo, mang tên là robot.
Trong RUR, các robot ban đầu được sinh ra để làm việc cho con người, nhưng rồi nổi dậy và dẫn đến sự tuyệt chủng của loài người.
RUR là một vở kịch thú vị, đồng thời cũng là một sự kiện quan trọng trong lịch sử của trí tuệ nhân tạo. Đầu tiên, nó cho ra đời cụm từ robot, thay thế cho một số từ cũ hơn chỉ cùng một đối tượng là người máy như automaton hay android. Robot có nguồn gốc từ từ gốc robota, trong tiếng Czech có nghĩa là nô lệ. Hơn thế nữa, vở kịch còn lần đầu tiên ý thức được sự nguy hiểm của trí tuệ nhân tạo khi cho thấy viễn cảnh sự nổi dậy của robot có thể huỷ diệt loài người, một chủ đề mà đến 100 năm sau, các nhà khoa học vẫn tranh luận không ngừng nghỉ.
Trí tuệ nhân tạo luôn là một chủ đề nóng được khai thác trong văn học và điện ảnh. Với sự thành công của mình, RUR đã cho thấy trí tuệ nhân tạo có tầm ảnh hưởng lớn đến xã hội loài người như thế nào.
Alan Turing và Phép thử Turing (1950)
Alan Turing (1912–1954) là một nhà toán học, logic học và mật mã học người Anh, người được cho là cha đẻ của ngành khoa học máy tính và trí tuệ nhân tạo. Ông được biết đến rộng rãi với vai trò là người giải được mật mã Enigma, thứ mật mã được quân Phát Xít Đức dùng để liên lạc trong Chiến tranh Thế giới thứ, tác giả của Máy Turing và Phép thử Turing, những cống hiến quan trọng trong ngành Trí tuệ nhân tạo.
Vài năm sau Chiến tranh Thế giới thứ hai, Alan Turing giới thiệu Phép thử Turing, dùng để xác định trí thông minh của máy. Theo Phép thử Turing, một máy tính có thể được coi là thông minh nếu máy tính (A) và một người (B) cùng giao tiếp bằng ngôn ngữ tự nhiên với một người khác (C), mà người này (C) không thể phân biệt được đâu là máy (A hay B).
Khái niệm “Trí tuệ nhân tạo” và hội nghị Dartmouth (1955–1956)
Vào năm 1955, John McCarthy, một nhà khoa học máy tính và khoa học nhận thức của Mỹ đã lần đầu tiên đưa ra khái niệm Trí tuệ nhân tạo, mà theo đó có nghĩa là bộ môn khoa học và kĩ thuật chế tạo máy thông minh. Một năm sau đó, ông đứng ra tổ chức Hội nghị Dartmouth, hội nghị đầu tiên về chủ đề này. Các chuyên gia đến từ nhiều trường đại học và công ty khác nhau như Carnegie Mellon University, Massachusetts Institute of Technology và IBM đã tham gia hội nghị. Từ đó, khái niệm “Trí tuệ nhân tạo” được sử dụng rộng rãi.
Trong một vài năm sau đó, những nghiên cứu về trí tuệ nhân tạo đạt được thành công vượt bậc. Vào thời điểm này, tất cả các chuyên gia về trí tuệ nhân tạo đều vô cùng lạc quan về sự phát triển trong tương lai của công nghệ này
“Máy tính sẽ có thể, trong vòng hai mươi năm, làm được mọi thứ mà con người có thể làm” — Herbert A. Simon
Tuy nhiên, những năm sau đó, tiến bộ trong lĩnh vực Trí tuệ nhân tạo chậm lại.
“Mùa đông AI” đầu tiên (1970s)
Những năm 1960s là khoảng thời gian hoạt động sôi nổi của các nhà nghiên cứu lĩnh vực Trí tuệ nhân tạo. Các nghiên cứu về Trí tuệ nhân tạo trong thời gian này đạt được những thành tựu vượt bậc. Tuy nhiên, chính những thành công này tạo ra kỳ vọng quá lớn vào trí tuệ nhân tạo.
Đến giữa những năm 1970s, tiến bộ trong lĩnh vực trí tuệ nhân tạo chậm lại do nhiều lý do khác nhau. Các nhà nghiên cứu trong thời kì này thất bại trong việc xử lý những vấn đề phức tạp hơn của Trí tuệ nhân tạo. Đồng thời, máy móc trong giai đoạn này là một rào cản lớn với sự phát triển của trí tuệ nhân tạo, khi mà khả năng tính toán của máy móc không đủ lớn để tính toán lượng dữ liệu mà thời đó được cho là lớn và phức tạp, phục vụ mục đích nghiên cứu trí tuệ nhân tạo.
Những trở ngại trong nghiên cứu trong giai đoạn này tạo ra một sự thất vọng quá lớn về công nghệ này, đặc biệt sau thời kì mà xã hội kì vọng quá mức vào trí tuệ nhân tạo như những năm 1960s. “Mùa đông AI” bắt đầu với những thái độ tiêu cực của báo chí hướng đến trí tuệ nhân tạo, đầu tư cho công nghệ trí tuệ nhân tạo giảm dần, và cuối cùng là sự chấm dứt hoàn toàn của nhiều nghiên cứu quan trọng.
Hệ thống Chuyên gia (1980s)
Vào những năm 80s, một loại Trí tuệ nhân tạo được gọi là “Hệ thống chuyên gia" được sử dụng bởi các tập đoàn lớn trên thế giới ra đời, trở thành lĩnh vực nghiên cứu chính của trí tuệ nhân tạo trong thời gian này.
“Hệ thống chuyên gia" là các chương trình có thể trả lời các câu hỏi cụ thể trong một số lĩnh vực nhất định, như một chuyên gia trong lĩnh vực đó. Các hệ thống này sử dụng các quy tắc nhất định để truy xuất câu trả lời từ dữ liệu của mình.
Các hệ thống này giới hạn khả năng của mình trong một lĩnh vực nhỏ, và cấu trúc đơn giản của nó cho phép dễ dàng xây dựng và điều chỉnh một hệ thống. Nhưng quan trọng hơn hết, “hệ thống chuyên gia" đánh dấu một bước phát triển mới của trí tuệ nhân tạo: trở nên hữu ích, điều mà trí tuệ nhân tạo không thể đạt được trong quá khứ.
“Mùa đông AI” thứ hai (1987–1997)
Sau thời kì phát triển của “hệ thống chuyên gia", công nghệ trí tuệ nhân tạo lại bước vào một giai đoạn chững lại mới, điển hình của vòng lặp phát triển — suy thoái của một bong bóng kinh tế.
Dấu hiệu đầu tiên của “Mùa đông AI” thứ hai là sự sụp đổ của thị trường phần cứng cho trí tuệ nhân tạo vào năm 1987. Máy tính của Apple và IBM dần trở nên mạnh mẽ và rẻ hơn so với những loại máy tính được thiết kế dành riêng cho trí tuệ nhân tạo như Lisp của Symbolics và một số loại máy tính khác, vì vậy không còn lý do để mua những loại máy tính này nữa.
Các “hệ thống chuyên gia" từng thành công trong giai đoạn trước trở nên tốn kém để duy trì, khó để cập nhật và thường xảy ra lỗi. “Hệ thống chuyên gia", mặc dù vẫn tiếp tục được sử dụng", chỉ còn tỏ ra hữu dụng trong một số trường hợp nhất định.
Các nhà đầu tư trong giai đoạn này dần tỏ ra không còn hứng thú với trí tuệ nhân tạo và chuyển sang đầu tư cho những lĩnh vực công nghệ mang lại kết quả ngay lập tức.
Deep Blue (1997)
Vào ngày 11 tháng 5 năm 1997, máy tính Deep Blue của IBM đã trở thành máy tính đầu tiên đánh bại một nhà vô địch cờ vua thế giới, Garry Kasparov. Siêu máy tính này được xây dựng trên một framework của IBM, có khả năng tính toán 200 triệu nước đi mỗi giây. Khả năng tính toán của Deep Blue cũng được cải thiện với việc phân tích hàng ngàn trận đấu của những người chơi cờ vua giỏi nhất thế giới.
Trận đấu giữa Deep Blue và Garry Kasparov được truyền hình trực tiếp trên Internet và nhận được 74 triệu lượt xem.
Thành công của Deep Blue không phải đến từ sự đột phá trong nghiên cứu về trí tuệ nhân tạo, mà đến từ sự gia tăng mạnh mẽ trong khả năng tính toán của máy tính. Trên thực tế, máy tính Deep Blue mạnh hơn gấp 10 triệu lần máy tính chơi cờ vua Ferranti Mark 1 vào năm 1951.
Sự kiện Deep Blue đánh bại Garry Kasparov đánh dấu việc xử lý được vấn đề cốt lõi trong việc phát triển trí tuệ nhân tạo: sức mạnh tính toán.
Thế kỷ 21: Big Data, Deep Learning và ứng dụng thương mại rộng rãi của Trí tuệ nhân tạo
Trong khoảng 20 năm vừa qua, trí tuệ nhân tạo có sự phát triển mạnh mẽ. Sự phát triển của trí tuệ nhân tạo đến từ 3 yếu tố khác nhau: (1) tiến bộ trong việc nghiên cứu các thuật toán, (2) sự gia tăng sức mạnh tính toán của máy tính và (3) sự bùng nổ của dữ liệu.
Sự ra đời của Deep Learning cùng với Neural Network tạo ra lời giải cho các vấn đề phức tạp như nhận diện hình ảnh, xử lý ngôn ngữ tự nhiên, chơi game…
Một số sự kiện nổi bật về Trí tuệ nhân tạo trong giai đoạn này bao gồm việc AI của DeepMind chơi được Atari Games và AlphaGo đánh bại kì thủ cờ vây Lee Sedol
AI chơi Atari Games của DeepMind (2013)
Vào năm 2013, DeepMind, một trung tâm nghiên cứu trí tuệ nhân tạo giới thiệu một AI sử dụng thuật toán reinforcement learning để chơi Atari Games bằng cách trực tiếp tương tác và học từ môi trường trong game. Đến năm 2015, AI này của DeepMind đã có thể hoàn thành được 49 game của Atari.
Tiếp theo, DeepMind đang phát triển một A.I. phức tạp hơn để có thể chơi được Starcraft 2. Starcraft 2 là một game chiến thuật thời gian thực, với mức độ phức tạp cao hơn nhiều so với các game Atari, khi mà người chơi phải ra nhiều loại quyết định vào nhiều thời điểm khác nhau.
AlphaGo (2017)
Kế tiếp việc phát triển AI để chơi các game Atari, DeepMind giới thiệu AI chơi cờ vây có tên AlphaGo vào năm 2015. Vào năm 2017, AlphaGo đánh bại Lee Sedol, một trong những kì thủ cờ vây giỏi nhất thế giới. Trong trận đấu với Lee Sedol, AlphaGo dễ dàng thắng 3 ván đầu tiên. Vào ván thứ 4, AlphaGo mắc phải một lỗi đơn giản và để thua, sau đó thắng lại vào ván thứ 5 và thắng với tỉ số chung cuộc 4–1.
Vào cuối năm 2017, DeepMind giới thiệu phiên bản nâng cấp AlphaGo Zero, được phát triển trên phần cứng tinh gọn hơn và học chơi cờ vây bằng cách tự chơi với chính mình. Sau 3 ngày học, AlphaGo Zero đã đánh bại người tiền nhiệm AlphaGo với tỉ số 100–0. Sau 40 ngày học, AlphaGo Zero cũng đã tự đánh bại phiên bản đầu tiên của mình.
Thế kỷ 21 cũng chứng kiến nhiều ứng dụng thương mại mạnh mẽ của trí tuệ nhân tạo, khi những giải pháp như nhận diện hình ảnh, nhận diện âm thanh, xử lý ngôn ngữ tự nhiên giúp con người xử lý những công việc phải lặp đi lặp lại.
Với việc trí tuệ nhân tạo có nhiều ứng dụng thương mại, nguồn vốn đầu tư mạo hiểm đổ vào lĩnh vực này gia tăng nhanh chóng, tạo đòn bẩy cho nhiều nghiên cứu và tiến bộ mới.
Tương lai của Trí tuệ nhân tạo
Hiện tại, nhiều A.I. dạng chuyên gia, như AlphaGo là chuyên gia cờ vây đã ra đời và đánh bại những người giỏi nhất trong cùng lĩnh vực. Tuy nhiên, chúng ta vẫn chưa đạt được A.I. ở mức Trí tuệ nhân tạo chung, hay Artificial General Intelligence (AGI).
AGI là khái niệm để mô tả một trí tuệ nhân tạo đạt được mức thông minh như loài người, làm được phần lớn những công việc mà một con người có thể làm được. Một ví dụ điển hình của AGI là khả năng vượt qua Phép thử Turing.
Mức độ tiếp theo, Siêu Trí tuệ nhân tạo, hay Artificial Super Intelligence (ASI) chỉ việc một AI thông minh hơn con người và có thể thực hiện mọi công việc tư duy tốt hơn bất cứ người nào.
Liệu chúng ta có thể tạo ra AGI và ASI hay không? Liệu AGI và ASI có nổi dậy và chống lại loài người như viễn cảnh trong Rossum's Universal Robots hay không? Đây vẫn là những câu hỏi chưa có lời giải đáp, nhưng thực sự là những câu hỏi mà con người cần phải thực sự suy nghĩ nghiêm túc.
Nguồn
Tổng hợp dựa trên:
