Microsoft vừa tổ chức một buổi thảo luận chuyên sâu nhằm so sánh năng lực nhận thức giữa một đứa trẻ ba tuổi tò mò và các mô hình trí tuệ nhân tạo (AI) tiên tiến nhất hiện nay. Buổi thảo luận có sự tham gia của các nhà nghiên cứu AI danh tiếng gồm Subutai Ahmad, Nicolò Fusi cùng Phó Chủ tịch Tập đoàn Microsoft Doug Burger. Đây là nỗ lực mới nhất nhằm định vị chính xác vị trí của các hệ thống AI hiện đại trong phổ phổ quát của trí tuệ tự nhiên.
Diễn biến chi tiết
Cuộc đối thoại xoay quanh việc phân tích cách thức tiếp thu thông tin và xử lý thế giới xung quanh của con người so với máy móc. Trong khi một đứa trẻ ba tuổi có thể tự học hỏi thông qua việc tương tác trực tiếp, tò mò khám phá và đặt câu hỏi về môi trường xung quanh, các mô hình AI hiện nay vẫn phụ thuộc lớn vào lượng dữ liệu khổng lồ được chuẩn bị sẵn. Các chuyên gia đã đặt ra câu hỏi cốt lõi về việc liệu định nghĩa "trí thông minh" hiện tại đã thực sự công bằng khi áp dụng cho cả hai thực thể sinh học và kỹ thuật số.
Phân tích kỹ thuật & Công nghệ
Về mặt kỹ thuật, mô hình AI tiên tiến (SOTA) hoạt động dựa trên các kiến trúc mạng thần kinh nhân tạo sâu, tối ưu hóa hàng tỷ tham số để dự đoán mẫu dữ liệu tiếp theo. Ngược lại, bộ não của trẻ ba tuổi vận hành với cơ chế học không giám sát (unsupervised learning) cực kỳ hiệu quả, chỉ cần rất ít mẫu dữ liệu (few-shot learning) để hiểu một khái niệm mới. Sự khác biệt về mặt kiến trúc này là rào cản lớn nhất khiến AI hiện tại chưa thể đạt được trí tuệ nhân tạo tổng quát (AGI) có khả năng tự thích ứng linh hoạt.
Ý kiến chuyên gia & Nhận định
Theo thảo luận của các nhà nghiên cứu Subutai Ahmad và Nicolò Fusi, bản chất của nhận thức không chỉ dừng lại ở việc xử lý ngôn ngữ hay nhận diện hình ảnh thông thường. Doug Burger từ Microsoft cũng nhấn mạnh rằng việc đánh giá đúng vị trí của AI trên thang đo trí thông minh sẽ giúp các kỹ sư thiết kế các hệ thống an toàn và thực tế hơn, tránh việc thổi phồng quá mức khả năng thực tế của các mô hình ngôn ngữ lớn hiện tại.
Tác động & Tương lai
Cuộc thảo luận này mở ra một hướng đi mới cho cộng đồng nghiên cứu AI tại Việt Nam và thế giới trong việc tập trung vào các phương pháp học máy lấy cảm hứng từ sinh học (neuromorphic computing). Thay vì chỉ tăng kích thước mô hình và tài nguyên tính toán, việc hiểu cách một đứa trẻ tư duy có thể là chìa khóa để xây dựng các thế hệ AI tiết kiệm năng lượng và thông minh hơn trong tương lai.