Bài học lịch sử 80 năm phát triển AI

Kể từ năm 1943, trí tuệ nhân tạo (AI) đã trải qua 80 năm. Trong quá trình dài này, AI đã trải qua nhiều thăng trầm, từ những mầm mống khái niệm ban đầu đến sự phát triển mạnh mẽ ngày nay. Nhìn lại lịch sử phát triển của AI, chúng ta có thể rút ra một số bài học quý giá để cung cấp tham khảo cho sự phát triển của AI trong tương lai.

Nguồn gốc của AI có thể được truy nguyên đến tháng 12 năm 1943. Vào thời điểm đó, nhà sinh lý thần kinh McCulloch và nhà logic học Pitts đã công bố một bài báo về mạng nơ-ron, suy đoán cách mà mạng nơ-ron đơn giản thực hiện các phép toán logic đơn giản thông qua việc truyền xung. Mặc dù bài báo này thiếu cơ sở thực nghiệm, nhưng nó đã truyền cảm hứng cho "chủ nghĩa kết nối", trở thành nền tảng lý thuyết cho học sâu hiện đại.

Bài học đầu tiên là: Chúng ta phải cảnh giác khi nhầm lẫn kỹ thuật với khoa học, và lẫn lộn suy đoán với khoa học. Đồng thời, cần thận trọng với những bài báo đầy công thức và ký hiệu toán học. Quan trọng nhất là, phải chống lại ảo tưởng rằng "con người có thể tạo ra những cỗ máy ngang hàng với chính mình". Tâm lý kiêu ngạo này đã là chất xúc tác cho bong bóng công nghệ và sự cuồng nhiệt về AI trong 80 năm qua.

Vào những năm 1950, một số người tiên phong trong lĩnh vực AI bắt đầu dự đoán sự xuất hiện của trí tuệ nhân tạo tổng quát (AGI). Họ tin rằng những cỗ máy sở hữu trí thông minh giống như con người thậm chí còn vượt trội sẽ sớm xuất hiện. Sự kỳ vọng này thậm chí đã ảnh hưởng đến chi tiêu và chính sách của chính phủ. Tuy nhiên, mãi cho đến đầu thế kỷ 21, mọi người mới có cái nhìn rõ ràng hơn về giới hạn của AGI và AI truyền thống.

Bài học thứ hai là: cần thận trọng với những công nghệ mới trông có vẻ hào nhoáng. Chúng có thể không khác biệt nhiều so với những suy đoán trước đây về trí thông minh của máy móc. Như chuyên gia học sâu LeCun đã nói, chúng ta vẫn thiếu một số yếu tố quan trọng để máy móc có thể học tập hiệu quả như con người.

Bài học thứ ba là: khoảng cách từ việc không thể hoàn thành một nhiệm vụ đến việc hoàn thành một cách miễn cưỡng thường ngắn hơn nhiều so với khoảng cách từ việc hoàn thành miễn cưỡng đến việc hoàn thành hoàn hảo. Nhiều người mắc phải "ngụy biện bước đầu tiên", cho rằng miễn là công nghệ không ngừng phát triển, máy móc cuối cùng sẽ có thể hoàn thành nhiệm vụ một cách hoàn hảo. Tuy nhiên, thực tế thường không phải như vậy.

Vào giữa những năm 1960, sự phát triển của AI đã bước vào một giai đoạn mới, với việc giới thiệu hai yếu tố mới là phần mềm và thu thập dữ liệu. Hệ thống chuyên gia từng rất phổ biến, nhưng đến đầu những năm 1990 lại đột ngột suy giảm. Điều này chủ yếu là do quy trình thu thập kiến thức phức tạp và tốn thời gian, cũng như chi phí bảo trì cao.

Bài học thứ tư là: ngay cả khi một công nghệ đạt được thành công ban đầu, được áp dụng rộng rãi và thu hút nhiều đầu tư, cũng không chắc rằng nó sẽ phát triển bền vững. Bong bóng công nghệ có thể vỡ bất cứ lúc nào.

Trong quá trình phát triển của AI, hai phương pháp chủ nghĩa ký hiệu và chủ nghĩa kết nối luôn cạnh tranh giành vị trí thống trị. Trong thời gian dài, nghiên cứu AI chủ yếu được thúc đẩy bởi giới học thuật, có sự phân chia mạnh mẽ giữa các phái. Tuy nhiên, trong những năm gần đây, trọng tâm phát triển của AI đã chuyển sang khu vực tư nhân, nhưng toàn bộ lĩnh vực vẫn có xu hướng tập trung vào một hướng nghiên cứu duy nhất.

Bài học thứ năm là: Đừng đầu tư tất cả tài nguyên vào một hướng nghiên cứu AI duy nhất. Chiến lược nghiên cứu đa dạng có thể có lợi hơn cho sự phát triển lâu dài của AI.

Tổng thể mà nói, quá trình phát triển 80 năm của AI đã để lại cho chúng ta nhiều bài học quý giá. Chúng ta nên giữ thái độ cảnh giác và cởi mở, vừa nhận thức được tiềm năng của AI, vừa hiểu rõ những hạn chế của nó. Chỉ khi rút ra bài học từ lịch sử, chúng ta mới có thể nắm bắt tốt hơn hướng phát triển tương lai của AI.