Cuộc cách mạng AI

Đứng ở đây thì cảm giác thế nào?

+

Có vẻ đây là một nơi khá căng thẳng để đứng-nhưng rồi bạn phải nhớ một điều về việc đứng trên biểu đồ thời gian: bạn không thể nhìn thấy những gì nằm bên phải mình. Thế nên cảm giác thực sự khi đứng đó là thế này:

+

Mà như vậy thì có lẽ cũng khá bình thường…

Tương lai xa-Sắp tới rồi

Hãy tưởng tượng bạn dùng cỗ máy thời gian quay về năm 1750-thời đại mà cả thế giới cứ như bị cúp điện vĩnh viễn, liên lạc đường dài đồng nghĩa với việc hoặc là gào thật to, hoặc là bắn đại bác lên trời, còn mọi phương tiện giao thông đều chạy bằng cỏ khô. Tới nơi, bạn túm lấy một anh chàng, đưa anh ta tới năm 2015, rồi dẫn anh ta đi một vòng và ngắm phản ứng của anh ta trước mọi thứ. Chúng ta không tài nào hiểu nổi cảm giác của anh ta khi nhìn thấy những viên nang sáng bóng lao vun vút trên đường cao tốc; trò chuyện với những người mới sáng nay còn ở bên kia đại dương; xem một trận đấu đang diễn ra cách đó 1.000 dặm; nghe một màn trình diễn âm nhạc xảy ra từ 50 năm trước; rồi nghịch chiếc hình chữ nhật phù thủy nhiệm màu của tôi-thứ cho phép anh ta chụp lại một cảnh ngoài đời hoặc ghi lại một khoảnh khắc sống động, tạo ra tấm bản đồ có một chấm xanh biết di chuyển đầy ma quái cho anh ta biết mình đang ở đâu, nhìn vào mặt một người và trò chuyện với họ dù họ ở tận đầu kia đất nước-cùng cả một trời những phép thuật không thể hình dung khác. Mà đó còn là trước khi bạn cho anh ta xem internet hay giải thích những thứ như Trạm Vũ trụ Quốc tế, Máy gia tốc Hadron Lớn, vũ khí hạt nhân hoặc thuyết tương đối rộng.

Trải nghiệm này với anh ta sẽ không chỉ là bất ngờ, sốc hay thậm chí choáng ngợp-những từ ấy vẫn chưa đủ đô. Có khi anh ta chết thật.

Nhưng đây mới là điều thú vị-nếu sau đó anh ta quay về năm 1750, ghen tị vì chúng ta được ngắm phản ứng của mình và quyết định cũng muốn thử trò tương tự, anh ta sẽ lấy cỗ máy thời gian, lùi lại đúng một quãng như thế, túm một người sống vào khoảng năm 1500, đưa người ấy tới năm 1750 rồi cho xem mọi thứ. Và anh chàng năm 1500 sẽ bị sốc trước nhiều thứ-nhưng anh ta sẽ không chết. Đó sẽ là một trải nghiệm ít điên rồ hơn rất nhiều, bởi dù năm 1500 và năm 1750 rất khác nhau, chúng vẫn khác nhau ít hơn rất, rất nhiều so với khoảng cách từ 1750 tới 2015. Anh chàng năm 1500 sẽ biết thêm một mớ kiến thức xoắn não về không gian và vật lý; anh ta sẽ ấn tượng trước việc rốt cuộc châu Âu đã tận tụy đến thế nào với cái mốt chủ nghĩa đế quốc mới toanh ấy; và anh ta sẽ phải sửa sang triệt để hình dung của mình về bản đồ thế giới. Nhưng chỉ đứng ngắm đời sống thường nhật năm 1750 trôi qua-giao thông, liên lạc, v.v.-thì chắc chắn chưa đủ làm anh ta chết.

Không, muốn vui bằng chúng ta, anh chàng năm 1750 phải lùi xa hơn nhiều-có lẽ về tận khoảng năm 12.000 TCN, trước khi Cách mạng Nông nghiệp lần thứ nhất khai sinh những thành phố đầu tiên và khái niệm văn minh. Nếu một người đến từ thế giới thuần săn bắt-hái lượm-thời đại mà con người, ít nhiều, cũng chỉ là một loài động vật khác-nhìn thấy các đế chế loài người rộng lớn của năm 1750 với những giáo đường cao vút, những con tàu vượt đại dương, khái niệm về việc ở “trong nhà”, và ngọn núi đồ sộ gồm tri thức cùng khám phá mà cả nhân loại đã tích lũy-có lẽ anh ta sẽ chết.

Thế rồi, nếu sau khi chết, anh ta cũng ghen tị và muốn làm điều tương tự thì sao? Nếu anh ta lùi 12.000 năm về năm 24.000 TCN, túm một anh chàng rồi đưa đến năm 12.000 TCN, anh ta sẽ phô ra mọi thứ, còn người kia chắc chỉ bảo: “Ờ rồi sao, ý anh là gì, ai quan tâm.” Muốn có được niềm vui tương tự, anh chàng năm 12.000 TCN phải lùi lại hơn 100.000 năm và tìm một người để lần đầu tiên cho họ xem lửa và ngôn ngữ.

Để một người được đưa tới tương lai rồi chết vì mức độ sốc mà họ phải chịu, họ cần đi trước đủ nhiều năm để đạt tới một “mức tiến bộ đủ gây sốc chết người”, hay một Đơn vị Tiến bộ Gây Sốc Chết Người (Die Progress Unit-DPU). Trong thời kỳ săn bắt-hái lượm, cần hơn 100.000 năm mới đạt một DPU; nhưng với tốc độ sau Cách mạng Nông nghiệp, việc đó chỉ mất khoảng 12.000 năm. Thế giới hậu Cách mạng Công nghiệp chuyển động nhanh đến mức một người ở năm 1750 chỉ cần đi tới tương lai vài trăm năm là đã gặp trọn một DPU.

Mô thức này-tiến bộ của loài người càng lúc càng nhanh theo thời gian-là thứ nhà tương lai học Ray Kurzweil gọi là Quy luật lợi suất tăng tốc của lịch sử loài người. Điều này xảy ra vì các xã hội tiên tiến hơn có khả năng tiến bộ với tốc độ nhanh hơn các xã hội kém tiên tiến-chính bởi vì chúng tiên tiến hơn. Nhân loại thế kỷ 19 biết nhiều hơn và có công nghệ tốt hơn nhân loại thế kỷ 15, nên chẳng có gì lạ khi nhân loại đạt được nhiều tiến bộ trong thế kỷ 19 hơn hẳn thế kỷ 15-nhân loại thế kỷ 15 hoàn toàn không phải đối thủ của nhân loại thế kỷ 19. Ghi chú 1 Nguồn 1

Điều này cũng đúng ở quy mô nhỏ hơn. Bộ phim Back to the Future (Trở lại tương lai) ra mắt năm 1985, còn “quá khứ” trong phim diễn ra vào năm 1955. Khi Michael J. Fox quay về năm 1955, anh bị bất ngờ vì TV lúc ấy còn quá mới, giá nước ngọt, việc chẳng ai mê tiếng guitar điện chói tai, và những khác biệt trong tiếng lóng. Đúng, đó là một thế giới khác-nhưng nếu bộ phim được làm ngày nay và quá khứ diễn ra vào năm 1985, nó sẽ có thể bày ra nhiều trò vui hơn hẳn nhờ những khác biệt lớn hơn hẳn. Nhân vật sẽ rơi vào thời kỳ trước máy tính cá nhân, internet hay điện thoại di động-Marty McFly của ngày nay, một thiếu niên sinh vào cuối thập niên 1990, sẽ lạc lõng ở năm 1985 hơn nhiều so với Marty McFly trong phim khi ở năm 1955.

Lý do vẫn chính là điều chúng ta vừa bàn-Quy luật lợi suất tăng tốc. Tốc độ tiến bộ trung bình từ năm 1985 đến 2015 cao hơn tốc độ từ năm 1955 đến 1985-bởi giai đoạn sau diễn ra trong một thế giới tiên tiến hơn-nên 30 năm gần đây có nhiều thay đổi hơn hẳn 30 năm trước đó.

Vậy là-các bước tiến ngày càng lớn hơn và diễn ra ngày càng nhanh hơn. Điều này gợi ra vài chuyện khá dữ dội về tương lai của chúng ta, phải không?

Kurzweil cho rằng nếu đi theo tốc độ tiến bộ của năm 2000, toàn bộ thành quả của thế kỷ 20 sẽ chỉ cần 20 năm để hoàn thành-nói cách khác, đến năm 2000, tốc độ tiến bộ đã nhanh gấp năm lần tốc độ tiến bộ trung bình trong thế kỷ 20. Ông tin rằng thêm một lượng tiến bộ tương đương cả thế kỷ 20 đã diễn ra từ năm 2000 đến 2014, và chỉ trong bảy năm, đến năm 2021, thêm một lượng tiến bộ tương đương thế kỷ 20 nữa sẽ xảy ra. Vài thập kỷ sau đó, ông tin rằng trong cùng một năm, chúng ta sẽ nhiều lần đạt được lượng tiến bộ bằng cả thế kỷ 20; rồi xa hơn nữa, việc đó sẽ mất chưa đầy một tháng. Tựu trung, dựa trên Quy luật lợi suất tăng tốc, Kurzweil tin rằng thế kỷ 21 sẽ đạt lượng tiến bộ gấp 1.000 lần thế kỷ 20. Nguồn 2

Nếu Kurzweil và những người đồng tình với ông đúng, có thể đến năm 2030 chúng ta sẽ choáng váng y như anh chàng năm 1750 trước năm 2015-tức DPU tiếp theo có lẽ chỉ mất vài thập kỷ-và thế giới năm 2050 có thể khác ngày nay khủng khiếp đến mức chúng ta gần như không nhận ra nó.

Đây không phải khoa học viễn tưởng. Đó là điều rất nhiều nhà khoa học thông minh và hiểu biết hơn bạn hay tôi tin chắc-và nếu nhìn lại lịch sử, đó cũng là điều hợp lý mà chúng ta nên dự đoán.

Vậy tại sao khi nghe tôi nói một câu kiểu “35 năm nữa, thế giới có thể trở nên hoàn toàn không thể nhận ra”, bạn lại nghĩ: “Hay đấy… nhưng thôôôôi”? Có ba lý do khiến chúng ta hoài nghi những dự báo nghe quá hoang đường về tương lai:

1. Khi nói về lịch sử, chúng ta suy nghĩ theo đường thẳng. Khi hình dung mức tiến bộ trong 30 năm tới, chúng ta nhìn lại mức tiến bộ của 30 năm vừa qua để ước lượng xem bao nhiêu thứ có thể xảy ra. Khi nghĩ về mức độ thay đổi của thế giới trong thế kỷ 21, chúng ta chỉ lấy tiến bộ của thế kỷ 20 rồi cộng nó vào năm 2000. Đó cũng chính là sai lầm anh chàng năm 1750 mắc phải khi đưa một người từ năm 1500 tới và mong người ấy choáng ngợp ngang với mình sau khi đi tới tương lai cùng một quãng thời gian. Trực giác khiến ta dễ suy nghĩ tuyến tính nhất, trong khi lẽ ra ta phải nghĩ theo hàm mũ. Một người khôn khéo hơn chút có thể dự đoán các bước tiến trong 30 năm tới không phải bằng cách nhìn 30 năm trước, mà lấy tốc độ tiến bộ hiện tại để đánh giá. Họ sẽ chính xác hơn, nhưng vẫn trật xa. Muốn nghĩ đúng về tương lai, bạn cần hình dung mọi thứ chuyển động với tốc độ nhanh hơn rất nhiều so với hiện nay.

+

2. Quỹ đạo của lịch sử rất gần đây thường kể một câu chuyện méo mó. Thứ nhất, ngay cả một đường cong hàm mũ rất dốc cũng trông như đường thẳng nếu bạn chỉ nhìn một lát cắt nhỏ của nó-cũng như khi ghé sát nhìn một đoạn bé tí của một vòng tròn khổng lồ, nó gần như thẳng. Thứ hai, tăng trưởng hàm mũ không hoàn toàn trơn tru và đồng đều. Kurzweil giải thích rằng tiến bộ diễn ra theo những “đường cong chữ S”:

+

Một chữ S được tạo nên bởi làn sóng tiến bộ khi một hệ hình mới quét qua thế giới. Đường cong trải qua ba giai đoạn:

1. Tăng trưởng chậm (giai đoạn đầu của tăng trưởng hàm mũ)
2. Tăng trưởng nhanh (giai đoạn cuối, bùng nổ của tăng trưởng hàm mũ)
3. Chững lại khi hệ hình cụ thể ấy trưởng thành Nguồn 3

Nếu chỉ nhìn vào lịch sử rất gần đây, đoạn đường cong chữ S mà bạn đang đứng có thể che khuất nhận thức của bạn về tốc độ tiến bộ của mọi thứ. Quãng thời gian 1995-2007 chứng kiến sự bùng nổ của internet, Microsoft, Google và Facebook bước vào nhận thức của công chúng, mạng xã hội ra đời, cùng sự xuất hiện của điện thoại di động rồi điện thoại thông minh. Đó là Giai đoạn 2: phần tăng trưởng vọt lên của chữ S. Nhưng từ năm 2008 đến 2015 thì ít đột phá hơn, chí ít trên mặt trận công nghệ. Một người đang suy nghĩ về tương lai hôm nay có thể xem xét vài năm vừa qua để đo tốc độ tiến bộ hiện tại, nhưng như thế là bỏ lỡ bức tranh lớn. Thực ra, một cú tăng trưởng vọt lên khổng lồ khác của Giai đoạn 2 có thể đang âm thầm hình thành ngay lúc này.

3) Trải nghiệm của chính mình biến chúng ta thành những ông già bướng bỉnh khi nói về tương lai. Chúng ta xây dựng quan niệm về thế giới dựa trên trải nghiệm cá nhân, và trải nghiệm ấy đã khắc sâu tốc độ tăng trưởng của quá khứ gần đây vào đầu ta như thể đó là “cách mọi việc vẫn diễn ra”. Trí tưởng tượng của chúng ta cũng có giới hạn: nó lấy trải nghiệm của ta để dựng nên những dự đoán tương lai-nhưng thường thì những gì ta biết đơn giản là không cung cấp đủ công cụ Ghi chú 2 để suy nghĩ chính xác về tương lai. Khi nghe một dự đoán về tương lai trái ngược với quan niệm dựa trên kinh nghiệm của mình về cách mọi thứ vận hành, bản năng mách bảo ta rằng dự đoán ấy hẳn ngây thơ. Nếu ở phần sau bài viết tôi nói rằng bạn có thể sống đến 150 tuổi, 250 tuổi, hoặc không bao giờ chết, bản năng của bạn sẽ bảo: “Ngớ ngẩn-nếu có một điều tôi biết từ lịch sử thì đó là ai rồi cũng chết.” Và đúng, trong quá khứ chưa từng có ai không chết. Nhưng trước khi máy bay được phát minh thì cũng chưa từng có ai lái máy bay.

Thế nên dù cái cảm giác thôôôôi có vẻ đúng khi bạn đọc bài này, rất có thể nó thực sự sai. Sự thật là nếu thật sự suy luận hợp lý và kỳ vọng các mô thức lịch sử tiếp tục, chúng ta phải kết luận rằng trong vài thập kỷ tới, mọi thứ sẽ thay đổi nhiều, nhiều, nhiều hơn mức trực giác của ta dự liệu. Logic cũng cho thấy rằng nếu loài tiên tiến nhất trên một hành tinh cứ thực hiện những bước nhảy ngày một lớn với tốc độ ngày một nhanh, đến một lúc nào đó, họ sẽ thực hiện một bước nhảy vĩ đại đến mức nó thay đổi hoàn toàn cuộc sống mà họ hằng biết cùng quan niệm của họ về ý nghĩa của việc làm người-hơi giống như cách tiến hóa liên tục tạo ra những bước nhảy lớn hướng tới trí thông minh, cho đến khi cuối cùng nó tạo ra một bước nhảy lớn đến mức sinh ra con người và thay đổi hoàn toàn ý nghĩa của việc bất kỳ sinh vật nào sống trên hành tinh Trái Đất. Và nếu dành chút thời gian đọc về những gì đang diễn ra trong khoa học và công nghệ ngày nay, bạn sẽ bắt đầu thấy rất nhiều dấu hiệu lặng lẽ gợi ý rằng cuộc sống như ta đang biết không thể trụ nguyên qua bước nhảy sắp tới.

Con đường tới siêu trí tuệ

AI là gì?

Nếu giống tôi, trước đây bạn vẫn nghĩ Trí tuệ nhân tạo là một khái niệm khoa học viễn tưởng ngớ ngẩn; nhưng gần đây bạn liên tục nghe những người nghiêm túc nhắc tới nó, mà vẫn không thực sự hiểu cho lắm.

Có ba lý do khiến nhiều người bối rối về thuật ngữ AI:

1. Chúng ta liên hệ AI với phim ảnh. Star Wars. Terminator. 2001: A Space Odyssey. Thậm chí cả The Jetsons. Mà đó đều là hư cấu, các nhân vật robot cũng vậy. Thế nên AI nghe có vẻ hơi hư cấu đối với chúng ta.
2. AI là một chủ đề rộng. Nó trải dài từ chức năng máy tính bỏ túi trên điện thoại của bạn, qua xe tự lái, cho tới một thứ nào đó trong tương lai có thể làm thế giới thay đổi sâu sắc. AI dùng để chỉ tất cả những thứ ấy, nên thật rối rắm.
3. Chúng ta dùng AI liên tục trong đời sống hằng ngày, nhưng thường không nhận ra đó là AI. John McCarthy, người đặt ra thuật ngữ “Artificial Intelligence” (Trí tuệ nhân tạo) vào năm 1956, từng phàn nàn rằng “ngay khi nó hoạt động được, chẳng ai còn gọi nó là AI nữa”. Nguồn 4 Vì hiện tượng này, AI thường nghe giống một lời tiên tri huyền thoại về tương lai hơn là một thực tế. Đồng thời, nó lại có vẻ như một khái niệm thời thượng từ quá khứ nhưng chẳng bao giờ thành hiện thực. Ray Kurzweil nói rằng ông từng nghe người ta bảo AI đã héo tàn trong thập niên 1980; ông ví lời đó với việc “khăng khăng rằng Internet đã chết trong vụ bong bóng dot-com đổ vỡ đầu những năm 2000”. Nguồn 5

Vậy hãy làm rõ mọi chuyện. Trước hết, đừng nghĩ đến robot. Robot là cái vỏ chứa AI, đôi khi mô phỏng hình dáng con người, đôi khi không-còn bản thân AI là chiếc máy tính bên trong robot. AI là bộ não, robot là cơ thể của nó-nếu nó có cơ thể. Chẳng hạn, phần mềm và dữ liệu phía sau Siri là AI, giọng nữ chúng ta nghe là hình hài nhân cách hóa của AI đó, và chẳng hề có robot nào tham gia cả.

Thứ hai, có lẽ bạn đã nghe thuật ngữ “điểm kỳ dị” hay “điểm kỳ dị công nghệ”. Trong toán học, thuật ngữ này được dùng để mô tả một tình huống giống tiệm cận, nơi các quy tắc thông thường không còn áp dụng. Trong vật lý, nó được dùng để mô tả một hiện tượng như hố đen đặc vô hạn và nhỏ vô hạn, hoặc điểm mà tất cả chúng ta bị ép dúm vào ngay trước Vụ Nổ Lớn. Một lần nữa, đó đều là những tình huống mà quy tắc thông thường không còn áp dụng. Năm 1993, Vernor Vinge viết một bài luận nổi tiếng, trong đó ông áp dụng thuật ngữ này cho thời khắc trong tương lai khi trí thông minh của công nghệ vượt qua trí thông minh của chúng ta-với ông, đó là thời điểm cuộc sống như ta biết sẽ thay đổi mãi mãi và những quy tắc bình thường không còn áp dụng. Sau đó Ray Kurzweil khiến mọi thứ rối thêm chút nữa khi định nghĩa điểm kỳ dị là thời điểm Quy luật lợi suất tăng tốc đạt đến nhịp độ cực đoan đến mức tiến bộ công nghệ diễn ra với tốc độ tưởng như vô hạn, và sau đó chúng ta sẽ sống trong một thế giới hoàn toàn mới. Tôi nhận thấy nhiều nhà tư tưởng AI ngày nay đã ngừng dùng thuật ngữ này; vả lại nó cũng gây bối rối, nên tôi sẽ không dùng nhiều ở đây (dù chúng ta sẽ tập trung vào chính ý tưởng đó trong suốt bài).

Cuối cùng, tuy có nhiều loại hay hình thức AI khác nhau vì AI là một khái niệm rộng, các nhóm quan trọng mà chúng ta cần suy nghĩ đến được phân theo cấp độ của AI. Có ba nhóm cấp độ AI chính:

Tính đến lúc này, con người đã chinh phục cấp độ AI thấp nhất-ANI-bằng nhiều cách, và nó có mặt khắp nơi. Cuộc cách mạng AI là con đường từ ANI, qua AGI, tới ASI-một con đường mà chúng ta có thể sống sót hoặc không, nhưng dù thế nào cũng sẽ thay đổi mọi thứ.

Hãy xem thật kỹ những nhà tư tưởng hàng đầu trong lĩnh vực tin con đường này trông ra sao, và vì sao cuộc cách mạng ấy có thể xảy đến sớm hơn rất nhiều so với bạn nghĩ:

Vị trí hiện tại của chúng ta-Một thế giới vận hành bằng ANI

Trí tuệ nhân tạo hẹp là trí thông minh máy móc ngang bằng hoặc vượt qua trí thông minh hay hiệu suất của con người trong một việc cụ thể. Vài ví dụ:

• Xe hơi chứa đầy những hệ thống ANI, từ chiếc máy tính xác định khi nào hệ thống phanh chống bó cứng cần kích hoạt cho tới chiếc máy tính tinh chỉnh các tham số của hệ thống phun nhiên liệu. Xe tự lái của Google, hiện đang được thử nghiệm, sẽ chứa những hệ thống ANI mạnh mẽ cho phép nó nhận biết và phản ứng với thế giới xung quanh.
• Điện thoại của bạn là một nhà máy ANI tí hon. Khi dùng ứng dụng bản đồ để tìm đường, nhận đề xuất nhạc được cá nhân hóa từ Pandora, xem thời tiết ngày mai, trò chuyện với Siri hoặc làm hàng chục hoạt động thường ngày khác, bạn đang dùng ANI.
• Bộ lọc thư rác trong email là một dạng ANI kinh điển-ban đầu nó được nạp sẵn trí thông minh để xác định đâu là thư rác, đâu không phải; sau đó, khi tích lũy kinh nghiệm về những ưu tiên riêng của bạn, nó sẽ học hỏi và điều chỉnh trí thông minh cho phù hợp với bạn. Bộ điều nhiệt Nest cũng làm điều tương tự khi bắt đầu tìm ra nếp sinh hoạt thường lệ của bạn rồi hành động cho phù hợp.
• Bạn biết cái chuyện rờn rợn xảy ra khi mình tìm một sản phẩm trên Amazon, rồi sau đó lại thấy chính nó hiện lên dưới dạng sản phẩm “được đề xuất cho bạn” trên một trang web khác chứ? Hay khi Facebook bằng cách nào đó biết bạn nên kết bạn với ai? Đó là một mạng lưới các hệ thống ANI cùng phối hợp để chia sẻ cho nhau biết bạn là ai, bạn thích gì, rồi dùng thông tin đó quyết định thứ sẽ hiện ra trước mắt bạn. Chuyện “Những người mua món này cũng mua…” của Amazon cũng vậy-đó là một hệ thống ANI có nhiệm vụ thu thập thông tin từ hành vi của hàng triệu khách hàng, tổng hợp nó lại rồi khéo léo dụ bạn mua thêm đồ.
• Google Translate là một hệ thống ANI kinh điển khác-giỏi ấn tượng trong một nhiệm vụ hẹp. Nhận dạng giọng nói cũng là một hệ thống như vậy; có cả đống ứng dụng cho hai ANI ấy phối hợp thành một cặp bài trùng, cho phép bạn nói một câu bằng ngôn ngữ này rồi để điện thoại nhả ra chính câu đó bằng ngôn ngữ khác.
• Khi máy bay của bạn hạ cánh, không phải con người quyết định nó sẽ vào cổng nào. Cũng như không phải con người xác định giá vé của bạn.
• Những kỳ thủ giỏi nhất thế giới ở các trò cờ đam, cờ vua, Scrabble, cờ thỏ cáo và Othello giờ đây đều là các hệ thống ANI.
• Công cụ tìm kiếm Google là một bộ não ANI khổng lồ với những phương pháp vô cùng tinh vi để xếp hạng trang và tìm ra thứ cụ thể cần hiển thị cho bạn. News Feed của Facebook cũng vậy.
• Mà đó mới chỉ là thế giới tiêu dùng. Các hệ thống ANI tinh vi được sử dụng rộng rãi trong những lĩnh vực và ngành như quân sự, sản xuất và tài chính (các AI giao dịch thuật toán tần suất cao chiếm hơn một nửa lượng cổ phiếu được giao dịch trên thị trường Mỹ Nguồn 6), cũng như trong những hệ chuyên gia, chẳng hạn các hệ thống giúp bác sĩ chẩn đoán bệnh; nổi tiếng nhất là Watson của IBM, vốn chứa đủ dữ kiện và hiểu kiểu nói úp mở của Trebek đủ giỏi để đánh bại áp đảo những nhà vô địch Jeopardy! thắng nhiều nhất.

Những hệ thống ANI hiện tại không quá đáng sợ. Trong trường hợp tệ nhất, một ANI bị lỗi hoặc được lập trình tồi có thể gây ra một thảm họa cục bộ, chẳng hạn đánh sập lưới điện, gây sự cố nguy hiểm ở nhà máy điện hạt nhân, hoặc kích hoạt một thảm họa trên thị trường tài chính (như Sự cố sụp đổ chớp nhoáng năm 2010, khi một chương trình ANI phản ứng sai trước tình huống bất ngờ, khiến thị trường chứng khoán lao dốc trong chốc lát và cuốn bay 1 nghìn tỷ USD giá trị thị trường; khi sai lầm được sửa, chỉ một phần trong số đó được phục hồi).

Nhưng dù ANI không có khả năng gây ra một mối đe dọa hiện sinh, chúng ta nên nhìn hệ sinh thái ANI tương đối vô hại nhưng ngày một lớn và phức tạp này như điềm báo trước cho cơn cuồng phong làm thay đổi thế giới đang kéo tới. Mỗi cải tiến ANI mới lại âm thầm lát thêm một viên gạch trên con đường tới AGI và ASI. Hoặc theo cách nhìn của Aaron Saenz, các hệ thống ANI trên thế giới của chúng ta “giống như các axit amin trong vũng bùn nguyên thủy của Trái Đất sơ khai”-những vật chất vô tri làm nên sự sống đã thức tỉnh vào một ngày không ai ngờ tới.

Con đường từ trí tuệ nhân tạo hẹp (ANI) đến trí tuệ nhân tạo tổng quát (AGI)

Vì sao việc này khó đến thế

Không gì khiến bạn biết trân trọng trí thông minh của con người bằng việc tìm hiểu xem chuyện tạo ra một chiếc máy tính thông minh ngang chúng ta khó tin đến mức nào. Xây nhà chọc trời, đưa người vào không gian, lần ra chi tiết vụ Big Bang đã diễn ra ra sao-tất cả đều dễ hơn rất nhiều so với việc hiểu chính bộ não của mình hoặc tìm cách tạo ra một thứ tuyệt vời ngang nó. Tính đến lúc này, bộ não con người là vật thể phức tạp nhất trong vũ trụ mà ta biết.

Điều thú vị là những phần khó khi cố xây dựng AGI (một máy tính thông minh ngang con người về mặt tổng quát, chứ không chỉ trong một chuyên môn hẹp) lại không phải những gì trực giác mách bảo. Tạo một máy tính có thể nhân hai số mười chữ số trong tích tắc-dễ không tưởng. Tạo một máy có thể nhìn một con chó và trả lời đó là chó hay mèo-khó kinh hoàng. Làm ra AI có thể đánh bại bất kỳ người nào ở môn cờ vua? Xong rồi. Làm ra một hệ thống có thể đọc một đoạn trong sách tranh của trẻ sáu tuổi, không chỉ nhận ra các từ mà còn hiểu ý nghĩa của chúng? Google hiện đang chi hàng tỷ đô la để cố làm điều đó. Những việc khó-như giải tích, chiến lược thị trường tài chính và dịch ngôn ngữ-lại dễ đến tê người đối với máy tính, còn những việc dễ-như nhìn, vận động, di chuyển và tri giác-thì khó phát điên. Hay như nhà khoa học máy tính Donald Knuth nói: “Đến nay, AI về cơ bản đã làm được mọi việc đòi hỏi ‘suy nghĩ’, nhưng lại chưa làm nổi phần lớn những việc con người và động vật làm ‘mà không cần suy nghĩ’.” [7]

Khi nghĩ kỹ, bạn sẽ nhanh chóng nhận ra rằng những việc có vẻ dễ với chúng ta thực ra phức tạp đến khó tin; chúng chỉ có vẻ dễ vì các kỹ năng đó đã được hàng trăm triệu năm tiến hóa động vật tối ưu hóa trong chúng ta (và phần lớn các loài vật). Khi bạn đưa tay về phía một vật, các cơ, gân và xương ở vai, khuỷu tay và cổ tay lập tức thực hiện một chuỗi dài phép tính vật lý, phối hợp với mắt, để bạn có thể đưa tay theo một đường thẳng xuyên qua không gian ba chiều. Bạn thấy việc ấy chẳng tốn sức vì trong não bạn đã có phần mềm hoàn thiện để làm nó. Cũng theo logic đó, không phải phần mềm độc hại ngu ngốc vì không đọc nổi bài kiểm tra nhận dạng mấy chữ xiên xẹo lúc bạn đăng ký tài khoản mới trên một trang web-mà là bộ não của bạn quá ấn tượng vì có thể làm được.

Ngược lại, nhân các số lớn hay chơi cờ vua là những hoạt động mới đối với sinh vật, và chúng ta chưa có thời gian tiến hóa để thành thạo chúng, nên máy tính không cần cố quá nhiều vẫn đánh bại được ta. Nghĩ mà xem-bạn muốn làm việc nào hơn: viết một chương trình nhân được các số lớn, hay viết một chương trình hiểu được bản chất của chữ B đủ sâu để dù bạn cho nó xem chữ B ở bất kỳ kiểu nào trong hàng nghìn phông chữ hoặc nét viết tay không thể đoán trước, nó vẫn nhận ra ngay đó là chữ B?

Một ví dụ vui-khi nhìn hình này, cả bạn lẫn máy tính đều có thể nhận ra đó là một hình chữ nhật gồm hai sắc độ khác nhau xen kẽ:

+

Tạm thời hòa. Nhưng nếu bạn nhấc phần màu đen lên và để lộ toàn bộ hình ảnh…

+

…bạn chẳng khó khăn gì khi mô tả đầy đủ những hình trụ trong suốt và không trong suốt, các thanh dài và những góc ba chiều khác nhau, còn máy tính thì sẽ thất bại thảm hại. Nó sẽ mô tả thứ nó nhìn thấy-một loạt hình hai chiều với nhiều sắc độ khác nhau-mà thực ra đúng là những gì có trong ảnh. Bộ não bạn đang làm cả đống trò cực kỳ cao siêu để diễn giải chiều sâu ngầm, sự pha trộn sắc độ và ánh sáng căn phòng mà bức hình muốn thể hiện. [8] Và khi nhìn bức ảnh dưới đây, máy tính thấy một mớ ghép hai chiều màu trắng, đen và xám, còn bạn dễ dàng thấy thứ nó thực sự là-ảnh chụp một tảng đá ba chiều đen tuyền:

+

Ảnh: Matthew Lloyd

Và mọi thứ ta vừa nhắc đến vẫn chỉ là tiếp nhận thông tin tĩnh rồi xử lý nó. Muốn thông minh ngang con người, máy tính còn phải hiểu những thứ như sự khác biệt giữa các biểu cảm gương mặt rất tinh tế; sự khác nhau giữa vui, nhẹ nhõm, mãn nguyện, hài lòng và hân hoan; và vì sao Braveheart thì tuyệt còn The Patriot thì dở tệ.

Ngán thật.

Vậy làm sao ta đến được đó?

Chìa khóa thứ nhất để tạo ra AGI: Tăng sức mạnh tính toán

Một điều chắc chắn phải xảy ra để AGI trở nên khả thi là sức mạnh phần cứng máy tính phải tăng lên. Nếu một hệ thống AI muốn thông minh ngang bộ não, nó sẽ phải sánh được với năng lực tính toán thô của não.

Một cách biểu diễn năng lực này là tổng số phép tính mỗi giây (cps) mà não có thể thực hiện. Ta có thể tìm ra con số ấy bằng cách xác định số cps tối đa của từng cấu trúc trong não rồi cộng tất cả lại.

Ray Kurzweil nghĩ ra một lối tắt: lấy ước tính chuyên môn của ai đó về số cps của một cấu trúc, lấy tỷ lệ giữa trọng lượng cấu trúc ấy và trọng lượng toàn bộ não, rồi nhân theo tỷ lệ để ước tính tổng. Nghe hơi đáng ngờ, nhưng ông làm việc này nhiều lần với các ước tính chuyên môn khác nhau cho những vùng não khác nhau, và kết quả tổng luôn rơi vào cùng một khoảng-xấp xỉ 10¹⁶, tức 10 triệu tỷ cps.

Hiện nay, siêu máy tính nhanh nhất thế giới, Thiên Hà-2 của Trung Quốc, thực ra đã vượt con số đó khi đạt khoảng 34 triệu tỷ cps. Nhưng Thiên Hà-2 cũng là một gã khốn: nó chiếm 720 mét vuông diện tích, ngốn 24 megawatt điện (bộ não chỉ chạy bằng 20 watt) và tốn 390 triệu đô la để xây dựng. Nó chưa đặc biệt phù hợp để sử dụng rộng rãi, thậm chí chưa phù hợp cho phần lớn mục đích thương mại hay công nghiệp.

Kurzweil đề nghị ta đánh giá tình trạng của máy tính bằng cách xem 1.000 đô la mua được bao nhiêu cps. Khi con số đó đạt mức con người-10 triệu tỷ cps-thì AGI có thể trở thành một phần rất thực của cuộc sống.

Định luật Moore là một quy luật đáng tin cậy trong lịch sử: sức mạnh tính toán tối đa của thế giới tăng gấp đôi sau khoảng hai năm. Điều đó có nghĩa sự tiến bộ của phần cứng máy tính, giống như tiến bộ chung của loài người trong lịch sử, tăng theo cấp số nhân. Xét mối liên hệ với thước đo cps/1.000 đô la của Kurzweil, hiện chúng ta đang ở mức khoảng 10 nghìn tỷ cps/1.000 đô la, đúng tiến độ trên quỹ đạo mà biểu đồ này dự đoán: [9]

+

Vậy là những chiếc máy tính 1.000 đô la của thế giới giờ đã vượt qua não chuột và đạt khoảng một phần nghìn mức con người. Nghe chẳng đáng là bao, cho đến khi bạn nhớ rằng năm 1985 ta chỉ ở khoảng một phần nghìn tỷ mức con người, năm 1995 là một phần tỷ, và năm 2005 là một phần triệu. Đạt một phần nghìn vào năm 2015 nghĩa là ta đang đúng tiến độ để đến năm 2025 có một chiếc máy tính giá phải chăng với sức mạnh sánh ngang bộ não.

Về phía phần cứng, sức mạnh thô cần thiết cho AGI về mặt kỹ thuật hiện đã có ở Trung Quốc, và trong vòng 10 năm chúng ta sẽ sẵn sàng có phần cứng cấp độ AGI vừa túi tiền, phổ biến rộng rãi.

Nhưng chỉ có sức mạnh tính toán thô không biến một chiếc máy tính thành trí tuệ tổng quát-câu hỏi tiếp theo là: làm sao đưa trí thông minh ngang con người vào toàn bộ sức mạnh ấy?

Chìa khóa thứ hai để tạo ra AGI: Làm cho nó thông minh

Đây là đoạn lằng nhằng. Sự thật là chẳng ai thực sự biết làm thế nào để nó thông minh-chúng ta vẫn còn tranh luận về cách tạo ra một máy tính thông minh ngang con người và có thể biết thế nào là một con chó, một chữ B viết quái dị và một bộ phim xoàng xĩnh. Nhưng ngoài kia có cả đống chiến lược nghe rất xa vời, và đến một lúc nào đó, một trong số chúng sẽ thành công. Sau đây là ba chiến lược phổ biến nhất mà tôi gặp:

1) Chép bài của bộ não

Chuyện này giống như các nhà khoa học cứ vật lộn tìm hiểu tại sao đứa ngồi cạnh mình trong lớp lại thông minh đến thế và liên tục làm bài kiểm tra ngon ơ; dù họ miệt mài học hành, họ vẫn chẳng thể làm tốt bằng nó, cho đến khi cuối cùng họ quyết định: “Ờ, kệ mẹ nó, cứ chép đáp án của thằng này vậy.” Nghe cũng có lý-chúng ta bí đường khi cố xây một chiếc máy tính siêu phức tạp, trong khi ngay trong đầu mỗi người lại có sẵn một nguyên mẫu hoàn hảo.

Giới khoa học đang nỗ lực thiết kế ngược bộ não để tìm hiểu tiến hóa đã tạo ra thứ tuyệt cú mèo ấy như thế nào-các ước tính lạc quan nói rằng ta có thể làm xong vào năm 2030. Khi đó, ta sẽ biết mọi bí mật về cách bộ não vận hành mạnh mẽ và hiệu quả đến vậy, rồi có thể lấy nó làm cảm hứng và đánh cắp các sáng tạo của nó. Một ví dụ về kiến trúc máy tính mô phỏng bộ não là mạng nơ-ron nhân tạo. Ban đầu, nó là một mạng lưới các “nơ-ron” bán dẫn kết nối với nhau bằng đầu vào và đầu ra, và nó chẳng biết gì-giống bộ não trẻ sơ sinh. Cách nó “học” là thử làm một nhiệm vụ, chẳng hạn nhận dạng chữ viết tay. Lúc đầu, hoạt động kích hoạt nơ-ron và những phỏng đoán tiếp theo về từng chữ cái hoàn toàn ngẫu nhiên. Nhưng khi được báo là đã đoán đúng, các kết nối bán dẫn trên những đường kích hoạt tình cờ tạo ra câu trả lời ấy sẽ được củng cố; khi được báo là sai, các kết nối trên những đường đó sẽ bị làm yếu đi. Sau rất nhiều lần thử và nhận phản hồi, mạng lưới tự hình thành các đường nơ-ron thông minh và cỗ máy được tối ưu hóa cho nhiệm vụ. Bộ não cũng học hơi giống vậy nhưng theo cách tinh vi hơn, và khi tiếp tục nghiên cứu não, chúng ta đang khám phá ra những cách mới đầy tài tình để tận dụng mạch nơ-ron.

Một kiểu chép bài cực đoan hơn là chiến lược gọi là “mô phỏng toàn bộ não”: mục tiêu là cắt một bộ não thật thành các lớp mỏng, quét từng lớp, dùng phần mềm lắp chúng thành một mô hình ba chiều tái dựng chính xác, rồi triển khai mô hình đó trên một máy tính mạnh. Khi ấy, ta chính thức có một máy tính làm được mọi thứ bộ não làm được-nó chỉ cần học và thu thập thông tin. Nếu các kỹ sư trở nên thực sự giỏi, họ có thể mô phỏng một bộ não thật chính xác đến mức toàn bộ tính cách và ký ức của não vẫn nguyên vẹn sau khi kiến trúc não được tải lên máy tính. Nếu đó là bộ não của Jim ngay trước khi anh qua đời, chiếc máy tính giờ sẽ thức dậy với tư cách là Jim (?); đó sẽ là một AGI cấp độ con người cực kỳ vững vàng, và giờ ta có thể bắt tay biến Jim thành một ASI thông minh đến mức không tưởng-chắc anh ấy sẽ khoái lắm.

Ta còn cách việc mô phỏng toàn bộ não bao xa? Chà, cho đến nay, chúng ta vẫn chưa chỉ vừa mới mô phỏng được bộ não của một con giun dẹp dài 1 mm, gồm tổng cộng vỏn vẹn 302 nơ-ron. Bộ não người có 100 tỷ. Nếu điều đó khiến dự án này có vẻ vô vọng, hãy nhớ đến sức mạnh của tiến bộ theo cấp số nhân-giờ ta đã chinh phục được bộ não giun tí hon, não kiến có thể chẳng còn xa, rồi đến não chuột, và đột nhiên chuyện này sẽ nghe khả thi hơn hẳn.

2) Thử bắt tiến hóa làm lại việc nó từng làm, nhưng lần này là làm hộ chúng ta

Nếu ta thấy bài kiểm tra của đứa thông minh kia khó chép quá, ta có thể thử chép cách nó học cho bài kiểm tra.

Đây là điều ta biết chắc. Xây dựng một máy tính mạnh ngang bộ não là việc khả thi-quá trình tiến hóa của chính bộ não ta là bằng chứng. Và nếu bộ não quá phức tạp để mô phỏng, ta có thể thử mô phỏng tiến hóa thay vào đó. Thực tế là ngay cả khi có thể mô phỏng bộ não, việc ấy cũng có thể giống như cố chế tạo máy bay bằng cách sao chép động tác vỗ cánh của chim-thường thì máy móc được thiết kế tốt nhất bằng một cách tiếp cận mới mẻ, hướng đến máy móc, chứ không phải mô phỏng sinh học y hệt.

Vậy ta có thể mô phỏng tiến hóa để xây dựng AGI bằng cách nào? Phương pháp này, gọi là “thuật toán di truyền”, sẽ vận hành đại khái như sau: một quy trình thực hiện-và-đánh giá sẽ lặp đi lặp lại (giống như sinh vật “thực hiện” bằng cách sống và được “đánh giá” dựa trên việc chúng có sinh sản thành công hay không). Một nhóm máy tính sẽ thử làm các nhiệm vụ; những máy thành công nhất sẽ được cho lai giống với nhau bằng cách ghép một nửa chương trình của mỗi máy thành một máy tính mới. Những máy kém thành công hơn sẽ bị loại. Qua rất, rất nhiều vòng lặp, quá trình chọn lọc tự nhiên này sẽ tạo ra những máy tính ngày càng tốt hơn. Thách thức nằm ở việc tạo ra một chu kỳ đánh giá và lai giống tự động để quá trình tiến hóa ấy có thể tự vận hành.

Nhược điểm của việc sao chép tiến hóa là tiến hóa thích mất cả tỷ năm mới làm xong một việc, còn chúng ta muốn làm việc đó trong vài thập kỷ.

Nhưng ta có nhiều lợi thế hơn tiến hóa. Thứ nhất, tiến hóa không biết nhìn trước và hoạt động ngẫu nhiên-nó tạo ra nhiều đột biến vô ích hơn đột biến hữu ích, còn ta sẽ kiểm soát quy trình để nó chỉ được thúc đẩy bởi những lỗi có lợi và các tinh chỉnh có mục tiêu. Thứ hai, tiến hóa không nhắm tới bất cứ thứ gì, kể cả trí thông minh-đôi khi môi trường thậm chí còn chọn lọc chống lại trí thông minh cao hơn (vì nó tiêu tốn nhiều năng lượng). Trái lại, ta có thể hướng riêng quá trình tiến hóa này vào việc tăng trí thông minh. Thứ ba, để chọn lọc trí thông minh, tiến hóa phải sáng tạo thêm trong hàng loạt lĩnh vực khác nhằm hỗ trợ trí thông minh-như cải tổ cách tế bào sản sinh năng lượng-trong khi ta có thể bỏ những gánh nặng phụ ấy và dùng những thứ như điện. Chắc chắn chúng ta sẽ nhanh hơn tiến hóa rất, rất nhiều-nhưng vẫn chưa rõ ta có thể cải tiến tiến hóa đủ nhiều để biến đây thành một chiến lược khả thi hay không.

3) Biến toàn bộ chuyện này thành vấn đề của máy tính, không phải của chúng ta

Đây là lúc các nhà khoa học tuyệt vọng và thử lập trình để bài kiểm tra tự làm lấy nó. Nhưng có thể đây lại là phương pháp hứa hẹn nhất mà ta có.

Ý tưởng là ta sẽ xây một máy tính có hai kỹ năng chính: nghiên cứu AI và tự sửa mã của chính nó-nhờ đó nó không chỉ học mà còn cải thiện được chính kiến trúc của mình. Ta sẽ dạy máy tính trở thành nhà khoa học máy tính để chúng có thể tự kéo quá trình phát triển của mình đi lên. Và đó sẽ là công việc chính của chúng-tìm cách làm cho bản thân thông minh hơn. Lát nữa sẽ nói thêm.

Tất cả những điều này có thể sớm xảy ra

Những bước tiến nhanh về phần cứng và các thử nghiệm sáng tạo với phần mềm đang diễn ra đồng thời, và AGI có thể lặng lẽ áp sát chúng ta nhanh chóng, bất ngờ vì hai lý do chính:

1. Tăng trưởng theo cấp số nhân rất dữ dội; thứ trông như đang tiến lên với tốc độ ốc sên có thể nhanh chóng lao vọt lên-ảnh GIF này minh họa khái niệm đó khá hay:

Kéo qua các mốc thời gian

1940

+

1940197920122025

2. Với phần mềm, tiến bộ có thể trông chậm chạp, nhưng rồi một khoảnh khắc bừng sáng có thể lập tức thay đổi tốc độ phát triển (giống như khi con người còn nghĩ Trái Đất là trung tâm vũ trụ, khoa học rất khó tính toán cách vũ trụ vận hành; rồi phát hiện rằng Mặt Trời mới là trung tâm bỗng khiến mọi thứ trở nên dễ hơn rất nhiều). Hoặc với một thứ như máy tính biết tự cải thiện, ta có thể tưởng mình còn ở rất xa trong khi thực ra chỉ cách một lần tinh chỉnh hệ thống để nó trở nên hiệu quả gấp 1.000 lần và phóng vọt lên mức trí tuệ con người.

Con đường từ AGI đến siêu trí tuệ nhân tạo (ASI)

Đến một lúc nào đó, ta sẽ đạt được AGI-những máy tính có trí tuệ tổng quát ngang con người. Chỉ là một đám người và máy tính chung sống bình đẳng với nhau thôi.

À mà thực ra chẳng phải thế chút nào.

Vấn đề là một AGI có mức trí thông minh và năng lực tính toán giống hệt con người vẫn sẽ có những lợi thế đáng kể so với con người. Chẳng hạn:

Phần cứng:

• Tốc độ. Nơ-ron trong não đạt tối đa khoảng 200 Hz, trong khi các bộ vi xử lý ngày nay (vốn chậm hơn rất nhiều so với khi ta đạt đến AGI) chạy ở 2 GHz, tức nhanh gấp 10 triệu lần nơ-ron của chúng ta. Còn hoạt động liên lạc bên trong não, với tốc độ khoảng 120 m/giây, hoàn toàn bị khả năng liên lạc quang học ở tốc độ ánh sáng của máy tính cho hít khói.
• Kích thước và lưu trữ. Kích thước bộ não bị hình dạng hộp sọ khóa cứng, và dù sao nó cũng không thể lớn hơn nhiều, nếu không liên lạc nội bộ ở tốc độ 120 m/giây sẽ mất quá lâu để đi từ cấu trúc não này sang cấu trúc khác. Máy tính có thể mở rộng đến bất kỳ kích thước vật lý nào, cho phép huy động nhiều phần cứng hơn rất nhiều, có bộ nhớ làm việc (RAM) lớn hơn nhiều, và bộ nhớ dài hạn (lưu trữ trên ổ cứng) vừa có dung lượng vừa có độ chính xác vượt xa chúng ta.
• Độ tin cậy và độ bền. Không chỉ ký ức của máy tính chính xác hơn. Bóng bán dẫn trong máy tính chính xác hơn nơ-ron sinh học và ít có khả năng xuống cấp hơn (mà nếu xuống cấp thì có thể sửa hoặc thay thế). Bộ não người cũng dễ mệt, trong khi máy tính có thể chạy liên tục ở hiệu suất cao nhất, 24 giờ một ngày, 7 ngày một tuần.

Phần mềm:

• Khả năng chỉnh sửa, nâng cấp và phạm vi khả năng rộng hơn. Khác với bộ não người, phần mềm máy tính có thể nhận các bản cập nhật, bản sửa lỗi và dễ dàng được đem ra thử nghiệm. Việc nâng cấp cũng có thể mở rộng sang những lĩnh vực mà não người yếu. Phần mềm thị giác của con người phát triển cực kỳ tinh vi, trong khi năng lực kỹ thuật phức tạp của nó lại khá hạng xoàng. Máy tính có thể sánh với con người về phần mềm thị giác nhưng đồng thời cũng có thể được tối ưu hóa ngang mức ấy trong kỹ thuật và mọi lĩnh vực khác.
• Năng lực tập thể. Con người đè bẹp mọi loài khác trong việc xây dựng một trí tuệ tập thể khổng lồ. Bắt đầu từ sự phát triển của ngôn ngữ và việc hình thành những cộng đồng lớn, đông đúc; tiến tiếp qua các phát minh chữ viết và in ấn; rồi giờ đây được khuếch đại nhờ những công cụ như internet-trí tuệ tập thể của nhân loại là một trong những lý do chính khiến ta bỏ xa mọi loài khác. Và máy tính sẽ làm chuyện ấy giỏi hơn chúng ta rất nhiều. Một mạng lưới AI toàn cầu chạy cùng một chương trình có thể thường xuyên đồng bộ với chính nó, để bất cứ điều gì một máy tính học được cũng lập tức được tải lên tất cả máy tính còn lại. Cả nhóm cũng có thể cùng theo đuổi một mục tiêu như một đơn vị duy nhất, bởi giữa chúng không nhất thiết có những ý kiến bất đồng, động cơ khác nhau và tư lợi như trong dân số loài người. [10]

AI-thứ có khả năng sẽ đạt đến AGI nhờ được lập trình để tự cải thiện-sẽ không coi “trí thông minh ngang con người” là một cột mốc quan trọng nào cả; đó chỉ là một dấu mốc có ý nghĩa từ góc nhìn của chúng ta, và nó chẳng có lý do gì để “dừng lại” ở mức của ta. Với những lợi thế so với chúng ta mà ngay cả một AGI có trí thông minh tương đương con người cũng sở hữu, khá rõ ràng rằng nó sẽ chỉ chạm mức trí tuệ con người trong một khoảnh khắc ngắn ngủi rồi lao tiếp vào cõi trí tuệ vượt trội hơn con người.

Khi chuyện đó xảy ra, có thể chúng ta sẽ sốc muốn văng hồn. Lý do là từ góc nhìn của chúng ta: A) dù trí thông minh của các loài vật khác nhau không giống nhau, đặc điểm chính mà ta nhận thấy về trí thông minh của mọi loài vật là nó thấp hơn ta rất nhiều; và B) ta xem những người thông minh nhất thông minh hơn NHỮNG người ngốc nhất RẤT NHIỀU. Đại khái thế này:

+

Vì vậy, khi trí tuệ của AI phóng lên gần chúng ta, ta sẽ chỉ thấy nó đang trở nên thông minh hơn-đối với một con vật. Rồi khi nó chạm đến năng lực thấp nhất của loài người-Nick Bostrom dùng cụm từ “gã ngốc nhất làng”-ta sẽ reo lên: “Ôi chà, nó giống một người ngốc. Dễ thương quá!” Chỉ có điều, trên phổ trí tuệ bao la, tất cả con người, từ gã ngốc nhất làng đến Einstein, đều nằm trong một khoảng rất hẹp-nên ngay sau khi chạm mức gã ngốc nhất làng và được tuyên bố là AGI, nó sẽ đột nhiên thông minh hơn Einstein, còn chúng ta chẳng kịp hiểu thứ gì vừa tông vào mình:

+

Và điều gì xảy ra…sau đó?

Một cuộc bùng nổ trí tuệ

Hy vọng bạn đã tận hưởng quãng thời gian bình thường, bởi từ đây chủ đề này bắt đầu bất thường và đáng sợ, và nó sẽ cứ như vậy suốt phần còn lại. Tôi muốn dừng một chút để nhắc bạn rằng mọi điều tôi sắp nói đều là thật-khoa học thật và những dự báo tương lai có thật từ rất nhiều nhà tư tưởng, nhà khoa học được kính trọng nhất. Cứ nhớ lấy điều đó.

Dù sao thì, như đã nói ở trên, phần lớn các mô hình hiện tại về con đường đi đến AGI đều để AI đạt được nó bằng cách tự cải thiện. Và một khi đã thành AGI, ngay cả những hệ thống được hình thành và phát triển bằng phương pháp không có yếu tố tự cải thiện cũng sẽ đủ thông minh để bắt đầu tự cải thiện nếu chúng muốn. [3]

Và đây là lúc ta gặp một khái niệm cực mạnh: tự cải thiện đệ quy. Nó vận hành thế này-

Một hệ thống AI ở một cấp độ nhất định-cứ cho là mức gã ngốc nhất làng của loài người-được lập trình với mục tiêu cải thiện trí thông minh của chính nó. Khi làm được, nó trở nên thông minh hơn-có lẽ lúc này đã lên mức Einstein-nên giờ đây, khi dùng trí tuệ ngang Einstein để cải thiện trí thông minh, công việc trở nên dễ hơn và nó có thể tạo ra những bước nhảy lớn hơn. Những bước nhảy ấy khiến nó thông minh hơn rất nhiều so với bất kỳ con người nào, cho phép nó thực hiện những bước nhảy còn lớn hơn nữa. Khi các bước nhảy ngày càng lớn và xảy ra ngày càng nhanh, AGI vọt lên trên thang trí tuệ và chẳng bao lâu đạt cấp độ siêu trí tuệ của một hệ thống ASI. Đây được gọi là một cuộc bùng nổ trí tuệ, [11] và là ví dụ tột cùng của Quy luật lợi suất tăng tốc.

Vẫn có tranh luận về việc bao lâu nữa AI sẽ đạt trí tuệ tổng quát ngang con người. Trong một cuộc khảo sát hàng trăm nhà khoa học về thời điểm họ tin rằng khả năng ta đã đạt AGI sẽ lớn hơn khả năng chưa đạt, năm trung vị là 2040 [12]-chỉ 25 năm kể từ lúc này. Nghe không quá kinh khủng, cho đến khi bạn xét rằng nhiều nhà tư tưởng trong lĩnh vực này cho rằng quá trình tiến từ AGI đến ASI rất có thể sẽ diễn ra cực kỳ nhanh. Chẳng hạn-điều này có thể xảy ra:

Hệ thống AI đầu tiên mất nhiều thập kỷ mới đạt được trí tuệ tổng quát cấp thấp, nhưng cuối cùng chuyện đó cũng xảy ra. Một máy tính có thể hiểu thế giới xung quanh ngang một đứa trẻ bốn tuổi. Đột nhiên, trong vòng một giờ sau khi chạm cột mốc ấy, hệ thống đưa ra đại lý thuyết vật lý thống nhất thuyết tương đối rộng với cơ học lượng tử-điều chưa con người nào có thể hoàn tất một cách dứt khoát. Chín mươi phút sau đó, AI đã trở thành ASI, thông minh hơn con người 170.000 lần.

Siêu trí tuệ ở quy mô ấy là thứ ta hoàn toàn không thể lĩnh hội, cũng như một con ong nghệ không thể hiểu nổi kinh tế học Keynes. Trong thế giới của ta, thông minh nghĩa là IQ 130 và ngu ngốc nghĩa là IQ 85-chúng ta không có từ nào để chỉ IQ 12.952.

Điều ta biết là sự thống trị tuyệt đối của con người trên Trái Đất gợi ra một quy luật rõ ràng: trí thông minh đi cùng quyền lực. Điều đó có nghĩa ASI, khi được tạo ra, sẽ là thực thể quyền lực nhất trong lịch sử sự sống trên Trái Đất; mọi sinh vật sống, kể cả con người, sẽ hoàn toàn tùy thuộc ý muốn của nó-và chuyện này có thể xảy ra trong vài thập kỷ tới.

Nếu bộ não còm cõi của chúng ta có thể phát minh ra Wi-Fi, thì một thứ thông minh hơn ta 100, 1.000 hay 1 tỷ lần hẳn chẳng gặp khó khăn gì trong việc điều khiển vị trí của từng nguyên tử trên thế giới theo bất cứ cách nào nó muốn, vào bất cứ lúc nào. Mọi thứ ta coi là phép thuật, mọi quyền năng ta hình dung một vị Chúa tối cao sở hữu, đối với ASI sẽ tầm thường như việc chúng ta bật công tắc đèn. Tạo ra công nghệ đảo ngược quá trình lão hóa ở người, chữa bệnh tật, nạn đói, thậm chí cả cái chết, lập trình lại thời tiết để bảo vệ tương lai sự sống trên Trái Đất-tất cả đột nhiên trở nên khả thi. Sự kết thúc tức thì của mọi sự sống trên Trái Đất cũng khả thi. Xét từ phía chúng ta, nếu ASI ra đời thì trên Trái Đất giờ đã có một vị Chúa toàn năng-và câu hỏi quan trọng nhất đối với chúng ta là:

Liệu vị Chúa ấy có tử tế không?

Đó là chủ đề của Phần 2 bài viết này.

(Các nguồn được liệt kê ở cuối Phần 2.)

Chú thích vui/thú vị

1. Được rồi, vậy là giờ có hai loại chú thích khác nhau. Các vòng tròn màu xanh là những chú thích vui/thú vị mà bạn nên đọc. Chúng dành cho thông tin bổ sung hoặc những suy nghĩ tôi không muốn đưa vào phần chính-hoặc vì đó chỉ là ý nghĩ lan man bên lề về điều gì đó, hoặc vì tôi muốn nói một thứ kỳ quặc hơn bình thường một nấc, không tiện để chình ình trong nội dung chính.
2. Kurzweil chỉ ra rằng điện thoại của ông có kích thước bằng khoảng một phần triệu, giá bằng một phần triệu và mạnh gấp một nghìn lần chiếc máy tính ông dùng ở MIT 40 năm trước. Chúc may mắn khi cố hình dung một bước tiến tương đương trong tương lai sẽ đưa ta đến đâu-chưa nói đến một bước tiến còn cực đoan hơn rất, rất nhiều, bởi tiến bộ tăng theo cấp số nhân.
3. Phần 2 sẽ nói kỹ hơn nhiều về ý nghĩa của việc một máy tính “muốn” làm điều gì đó.

Nguồn và trích dẫn

1. Các ô vuông màu xám là những vật thể chán ngắt, và khi bấm vào một ô vuông màu xám, bạn sẽ thấy chán. Chúng chỉ dành cho nguồn và trích dẫn.
2. Kurzweil, The Singularity Is Near, tr. 39.
3. Kurzweil, The Singularity Is Near, tr. 84.
4. Vardi, Artificial Intelligence: Past and Future, tr. 5.
5. Kurzweil, The Singularity Is Near, tr. 392.
6. Bostrom, Superintelligence: Paths, Dangers, Strategies, vị trí 597.
7. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements, tr. 318.
8. Pinker, How the Mind Works, tr. 36.
9. Kurzweil, The Singularity Is Near, tr. 118.
10. Bostrom, Superintelligence: Paths, Dangers, Strategies, vị trí 1500-1576.
11. Thuật ngữ này được Irving John Good, một trong những nhà tư tưởng lớn về AI trong lịch sử, sử dụng lần đầu vào năm 1965.
12. Nick Bostrom, Superintelligence: Paths, Dangers, Strategies, vị trí 660.