Giáo sư ngôn ngữ học Emily Bender mới đây đã chính thức lên tiếng làm rõ ý nghĩa thực sự của thuật ngữ 'Vẹt ngẫu nhiên' (Stochastic Parrots) – một khái niệm do bà đồng tác giả từng gây chấn động giới công nghệ. Trong bối cảnh các mô hình ngôn ngữ lớn (LLM) ngày càng phổ biến, bà Bender nhấn mạnh rằng thuật ngữ này thường bị hiểu sai hoặc lạm dụng để hạ thấp khả năng kỹ thuật, thay vì tập trung vào bản chất thực sự của chúng.
Diễn biến chi tiết
Khái niệm 'Vẹt ngẫu nhiên' lần đầu tiên được giới thiệu trong bài báo khoa học nổi tiếng năm 2021, cảnh báo về những rủi ro của các mô hình ngôn ngữ khổng lồ. Kể từ đó, cụm từ này đã trở thành một biểu tượng trong các cuộc tranh luận về trí tuệ nhân tạo. Tuy nhiên, theo chia sẻ mới nhất của Bender trên IEEE Spectrum, nhiều người trong ngành công nghệ đã dùng cụm từ này như một cách nói mỉa mai đơn giản, làm lu mờ đi những phân tích sâu sắc về mặt cấu trúc ngôn ngữ và rủi ro xã hội mà nghiên cứu ban đầu muốn truyền tải.
Phân tích kỹ thuật & Công nghệ
Về mặt kỹ thuật, việc gọi các LLM là 'vẹt ngẫu nhiên' không có nghĩa là phủ nhận sự phức tạp trong kiến trúc mạng nơ-ron của chúng. Bender giải thích rằng các hệ thống này hoạt động bằng cách ghép nối các từ ngữ dựa trên xác suất thống kê từ lượng dữ liệu khổng lồ mà không hề có sự hiểu biết thực sự về ngữ nghĩa hoặc thế giới thực. Chúng kết hợp các ký tự một cách ngẫu nhiên nhưng có tính toán để tạo ra văn bản trông có vẻ mạch lạc, tương tự như cách một con vẹt bắt chước âm thanh con người mà không hiểu thông điệp đằng sau.
Ý kiến chuyên gia & Nhận định
Theo giới chuyên gia ngôn ngữ học và AI, việc làm rõ khái niệm này của Bender là vô cùng cần thiết khi các tập đoàn công nghệ liên tục quảng bá về 'trí tuệ nhân tạo tổng hợp' (AGI). Việc lạm dụng thuật ngữ để châm biếm đôi khi phản tác dụng, khiến công chúng chủ quan trước những rủi ro thực tế như sự thiên vị trong dữ liệu hoặc việc lan truyền tin giả từ các mô hình này tạo ra.
Tác động & Tương lai
Phát biểu của Emily Bender định hướng lại cách cộng đồng công nghệ tại Việt Nam và thế giới tiếp cận việc đánh giá công nghệ AI. Thay vì sa đà vào việc tranh cãi liệu AI có thực sự 'tư duy' hay không, các kỹ sư và nhà phát triển cần tập trung vào tính minh bạch của dữ liệu huấn luyện và xây dựng các hệ thống AI có trách nhiệm, giảm thiểu tối đa tác động tiêu cực đến xã hội.