Trí tuệ nhân tạo đang tiến triển với tốc độ chóng mặt, khơi dậy cả sự nhiệt tình lẫn câu hỏi. Gần đây, Demis Hassabis, CEO của DeepMind, tuyên bố: trong một bài phát biểu tại London rằng trí tuệ nhân tạo tổng quát (AGI) có thể đạt đến trình độ của con người trong vòng mười năm.
Dario Amodei, CEO của Anthropic, cũng có chung sự lạc quan khi dự đoán rằng trong vòng vài năm nữa, AI sẽ vượt qua hầu hết con người ở hầu hết mọi nhiệm vụ. Những dự đoán này phản ánh sự phấn khích trong lĩnh vực này và cuộc đua điên cuồng để phát triển AI tự chủ và thích ứng hơn.
Hassabis nhấn mạnh rằng chỉ có sự cải thiện triệt để trong cách các hệ thống mô hình hóa và hiểu môi trường của chúng mới có thể thay đổi điều này. Cho đến khi đạt được cột mốc này, AGI vẫn là một mục tiêu xa vời.
Tham vọng rất rõ ràng: các tác nhân này có thể cách mạng hóa sự hợp tác giữa con người và máy móc, cả trong lĩnh vực chuyên môn và gia đình. Một AI có khả năng hợp tác tự nhiên với các hệ thống khác hoặc con người sẽ là một bước tiến lớn hướng tới AGI.
Mặc dù có những tiến bộ ngoạn mục, sự kết hợp tối ưu giữa các thuật toán lập kế hoạch và mô hình thế giới vẫn là một trở ngại lớn. Để đạt được AGI, AI phải phát triển khả năng tương tác linh hoạt và thích ứng với môi trường, một khả năng mà cho đến nay vẫn chủ yếu là lý thuyết.
Tuy nhiên, sự lạc quan vẫn còn đó. Các nhà nghiên cứu đang dựa vào phương pháp tiếp cận đa ngành, kết hợp khoa học máy tính, khoa học thần kinh và triết học để vượt qua những rào cản này.
Những hạn chế hiện tại của các hệ thống trí tuệ nhân tạo
Mặc dù các hệ thống AI xuất sắc trong các nhiệm vụ cụ thể, nhưng khả năng tương tác của chúng với thế giới thực vẫn là một cái gai trong mắt các nhà nghiên cứu. Hiện nay, các mô hình này hoạt động theo cách thụ động, giới hạn ở việc phân tích dữ liệu mà không có sự hiểu biết thực sự về bối cảnh. Đối với Demis Hassabis, thách thức lớn nhất nằm ở việc cải thiện « mô hình thế giới”, những biểu diễn này phải cho phép AI dự đoán và lập kế hoạch hành động của mình tốt hơn.Dario Amodei, CEO của Anthropic, cũng có chung sự lạc quan khi dự đoán rằng trong vòng vài năm nữa, AI sẽ vượt qua hầu hết con người ở hầu hết mọi nhiệm vụ. Những dự đoán này phản ánh sự phấn khích trong lĩnh vực này và cuộc đua điên cuồng để phát triển AI tự chủ và thích ứng hơn.
Tham vọng của trí tuệ nhân tạo nói chung
Mục tiêu cuối cùng vẫn là cung cấp cho máy móc sự hiểu biết sâu sắc về thế giới, vượt xa các kịch bản được kiểm soát chặt chẽ mà chúng thực hiện ngày nay. Nếu AI đã có thể đánh bại các nhà vô địch trong trò chơi Cờ vây, thì việc chuyển nó sang các vấn đề thực tế vẫn là một vấn đề đau đầu thực sự. Sự phức tạp của thế giới vật lý và sự không thể đoán trước trong các tương tác của con người vẫn là một bức tường không thể vượt qua.Hassabis nhấn mạnh rằng chỉ có sự cải thiện triệt để trong cách các hệ thống mô hình hóa và hiểu môi trường của chúng mới có thể thay đổi điều này. Cho đến khi đạt được cột mốc này, AGI vẫn là một mục tiêu xa vời.
Sự trỗi dậy của các tác nhân đa nhiệm
Một lĩnh vực đầy hứa hẹn của Nghiên cứu là các hệ thống đa tác nhân, theo Hassabis và Thomas Kurian, Giám đốc điều hành của Google Cloud. Ý tưởng này dựa trên xã hội gồm các tác nhân thông minh có khả năng hợp tác hoặc cạnh tranh để hoàn thành các nhiệm vụ phức tạp. Các thí nghiệm được tiến hành trong môi trường mô phỏng, chẳng hạn như Starcraft, cho thấy các tác nhân này có thể học cách làm việc cùng nhau một cách hiệu quả. Vấn đề còn lại là chuyển những kỹ năng này vào các tình huống cụ thể.Tham vọng rất rõ ràng: các tác nhân này có thể cách mạng hóa sự hợp tác giữa con người và máy móc, cả trong lĩnh vực chuyên môn và gia đình. Một AI có khả năng hợp tác tự nhiên với các hệ thống khác hoặc con người sẽ là một bước tiến lớn hướng tới AGI.
Mặc dù có những tiến bộ ngoạn mục, sự kết hợp tối ưu giữa các thuật toán lập kế hoạch và mô hình thế giới vẫn là một trở ngại lớn. Để đạt được AGI, AI phải phát triển khả năng tương tác linh hoạt và thích ứng với môi trường, một khả năng mà cho đến nay vẫn chủ yếu là lý thuyết.
Tuy nhiên, sự lạc quan vẫn còn đó. Các nhà nghiên cứu đang dựa vào phương pháp tiếp cận đa ngành, kết hợp khoa học máy tính, khoa học thần kinh và triết học để vượt qua những rào cản này.
