Từ mô phỏng trí tuệ đến xây dựng một kiến trúc nhận thức mới
Có một câu hỏi ngày càng trở nên quan trọng trong thời đại trí tuệ nhân tạo:
Nếu muốn tạo ra một hệ thống AI có trí thông minh ngang con người, thậm chí vượt xa con người, liệu chúng ta chỉ cần cho máy tính nhiều dữ liệu hơn, nhiều chip hơn và những mô hình lớn hơn?
Có thể là chưa đủ.
Con người không thông minh đơn giản vì bộ não có rất nhiều tế bào thần kinh. Điều quan trọng hơn nằm ở cách các tế bào đó kết nối, học hỏi, ghi nhớ, dự đoán, chú ý, hình thành khái niệm, lập kế hoạch và tương tác liên tục với thế giới.
Vì vậy, một giả thuyết đáng suy nghĩ là:
Muốn tạo ra trí tuệ nhân tạo tổng quát thực sự, chúng ta có thể phải xây dựng những cơ chế hoạt động giống các nguyên lý cốt lõi của não người — hoặc tạo ra một kiến trúc hoàn toàn mới nhưng hiệu quả hơn não người.
Đây có thể là một trong những bước ngoặt lớn nhất của ngành AI.
1. Não người không chỉ “tính toán”
Máy tính truyền thống hoạt động rất tốt với những bài toán được xác định rõ.
Cho dữ liệu vào.
Thực hiện phép tính.
Đưa kết quả ra.
Nhưng trí thông minh của con người phức tạp hơn rất nhiều.
Một đứa trẻ có thể nhìn thấy một chiếc cốc vài lần và nhanh chóng hình thành khái niệm:
“Đây là một vật chứa chất lỏng.”
Nó không cần hàng triệu bức ảnh chiếc cốc.
Con người cũng có khả năng học từ rất ít ví dụ, sử dụng kinh nghiệm cũ để giải quyết vấn đề mới, hiểu ngữ cảnh, suy luận khi thông tin không đầy đủ và tự điều chỉnh hành vi.
Đó là điểm rất quan trọng.
Trí thông minh không chỉ nằm ở lượng thông tin được lưu trữ mà còn nằm ở cơ chế tổ chức và sử dụng thông tin.
2. Não người là một hệ thống dự đoán
Một trong những cách nhìn thú vị về não bộ là coi nó như một cỗ máy dự đoán.
Não liên tục nhận tín hiệu từ thế giới:
- hình ảnh;
- âm thanh;
- cảm giác;
- ngôn ngữ;
- trạng thái cơ thể;
- ký ức;
- hành động của người khác.
Nhưng não không đơn giản chỉ ghi lại tất cả những gì xảy ra.
Nó liên tục đặt câu hỏi:
Điều gì có khả năng xảy ra tiếp theo?
Khi nhìn thấy một người cầm chiếc cốc và đưa lên miệng, não có thể dự đoán rằng người đó sắp uống nước.
Khi nghe một câu nói chưa hoàn chỉnh, não có thể dự đoán từ tiếp theo.
Khi nhìn thấy một con đường, não có thể dự đoán hướng di chuyển của một chiếc xe.
Nói cách khác:
Não không chỉ phản ứng với thế giới. Nó xây dựng một mô hình về thế giới và liên tục cập nhật mô hình đó.
Đây là đặc điểm mà những hệ thống AI tương lai có thể cần phải phát triển mạnh hơn.
3. Trí nhớ có thể quan trọng không kém khả năng suy luận
Một AI có khả năng xử lý thông tin cực nhanh nhưng không có một cơ chế trí nhớ hiệu quả sẽ gặp giới hạn.
Con người có nhiều dạng trí nhớ.
Có những ký ức tồn tại trong thời gian rất ngắn.
Có những thông tin được lưu trong thời gian dài.
Có những trải nghiệm không còn được nhớ rõ nhưng vẫn ảnh hưởng đến hành vi.
Và quan trọng nhất:
Ký ức không tồn tại hoàn toàn tách biệt.
Một trải nghiệm mới có thể liên kết với hàng trăm hoặc hàng nghìn trải nghiệm trước đó.
Đó là cách con người hình thành kiến thức.
AI tương lai có thể cần một hệ thống trí nhớ nhiều tầng:
Bộ nhớ tức thời → bộ nhớ làm việc → bộ nhớ dài hạn → kiến thức khái niệm → kinh nghiệm → mô hình thế giới.
Khi đó, AI không chỉ trả lời dựa trên những gì vừa nhìn thấy mà có thể sử dụng toàn bộ lịch sử học tập để đưa ra quyết định.
4. Khả năng học liên tục là một vấn đề lớn
Con người học gần như suốt đời.
Hôm nay học một điều mới không nhất thiết phải huấn luyện lại toàn bộ bộ não từ đầu.
Nhưng nhiều hệ thống AI hiện nay vẫn phụ thuộc mạnh vào các giai đoạn huấn luyện lớn.
Điều này đặt ra một câu hỏi:
Một trí tuệ thực sự có thể được gọi là “thông minh” nếu nó không có khả năng liên tục thích nghi với thế giới?
AI tương lai có thể cần khả năng:
Quan sát → trải nghiệm → ghi nhớ → suy luận → hành động → nhận phản hồi → điều chỉnh → học tiếp.
Đây giống một vòng lặp nhận thức liên tục hơn là một mô hình chỉ nhận đầu vào rồi tạo đầu ra.
5. Não người cực kỳ tiết kiệm năng lượng
Một điều đáng kinh ngạc là bộ não con người hoạt động với mức tiêu thụ năng lượng tương đối nhỏ so với những hệ thống máy tính khổng lồ đang được sử dụng để huấn luyện AI.
Não có hàng chục tỷ neuron và một số lượng kết nối thần kinh khổng lồ, nhưng nó không hoạt động giống một CPU truyền thống.
Nó sử dụng rất nhiều cơ chế:
- xử lý song song;
- truyền tín hiệu theo sự kiện;
- kết nối động;
- điều chỉnh mức độ chú ý;
- ưu tiên thông tin quan trọng;
- bỏ qua phần lớn tín hiệu không cần thiết.
Đây là một bài học quan trọng.
AI mạnh hơn không nhất thiết phải là AI sử dụng nhiều năng lượng hơn.
AI tối ưu hơn có thể là hệ thống biết:
Khi nào cần tính toán sâu, khi nào chỉ cần phản xạ nhanh, khi nào cần tìm kiếm ký ức và khi nào có thể bỏ qua thông tin.
6. Attention có thể chỉ là bước đầu
Các kiến trúc AI hiện đại đã cho thấy sức mạnh của cơ chế attention.
Attention giúp mô hình xác định phần thông tin nào trong một chuỗi có liên quan đến phần thông tin đang được xử lý.
Nhưng nếu muốn tiến xa hơn, có thể cần một hệ thống chú ý phức tạp hơn.
Não người không chú ý mọi thứ cùng lúc.
Nó lựa chọn.
Nó ưu tiên.
Nó thay đổi sự chú ý dựa trên mục tiêu.
Ví dụ, khi một người đang tìm chìa khóa trong căn phòng, não không xử lý tất cả vật thể với mức độ quan trọng như nhau.
Nó tập trung vào những vị trí có khả năng chứa chìa khóa.
Điều này gợi ý một nguyên tắc:
Trí thông minh không chỉ là xử lý nhiều thông tin. Trí thông minh còn là biết thông tin nào không cần xử lý.
7. AI cần một “mô hình thế giới”
Đây có thể là một trong những thành phần quan trọng nhất của AI tương lai.
Con người không chỉ biết rằng:
“Quả bóng rơi xuống.”
Con người còn hiểu rằng:
- quả bóng có khối lượng;
- trọng lực tác động lên nó;
- nếu ném mạnh hơn, nó có thể bay xa hơn;
- nếu có vật cản, quỹ đạo sẽ thay đổi;
- nếu người khác bắt bóng, hành động tiếp theo có thể khác.
Con người xây dựng một mô hình bên trong về thế giới.
Một AI muốn có khả năng suy luận mạnh có thể cũng cần một mô hình như vậy.
Thay vì chỉ dự đoán:
“Từ nào xuất hiện tiếp theo?”
AI có thể tiến tới việc dự đoán:
“Nếu tôi thực hiện hành động A, thế giới sẽ thay đổi như thế nào?”
Đó là bước chuyển từ dự đoán thông tin sang mô phỏng thế giới.
8. Từ phản hồi đến tự học
Con người không chỉ học từ sách.
Con người học từ sai lầm.
Một đứa trẻ chạm vào vật nóng.
Nó bị đau.
Não ghi nhận:
hành động → kết quả → hậu quả → thay đổi hành vi.
Đây là một cơ chế học cực kỳ mạnh.
AI tương lai có thể cần một vòng lặp tương tự:
Mục tiêu → hành động → quan sát kết quả → đánh giá → cập nhật mô hình → hành động tiếp theo.
Nếu kết hợp được khả năng này với trí nhớ dài hạn và mô hình thế giới, AI sẽ không chỉ “trả lời câu hỏi”.
Nó có thể học thông qua trải nghiệm.
9. Nhưng mục tiêu không nhất thiết là sao chép bộ não
Đây là điểm rất quan trọng.
Nếu muốn tạo ra máy bay, con người không cần chế tạo một con chim kim loại có đầy đủ lông, cơ bắp và xương giống chim.
Con người nghiên cứu nguyên lý bay.
Sau đó tạo ra một hệ thống hoạt động theo cách khác nhưng hiệu quả hơn trong một số nhiệm vụ.
AI cũng có thể như vậy.
Não người là sản phẩm của tiến hóa.
Nó có những ưu điểm đáng kinh ngạc nhưng cũng có nhiều hạn chế:
- dễ mệt;
- dễ quên;
- dễ thiên kiến;
- dễ bị cảm xúc ảnh hưởng;
- khả năng tính toán toán học hạn chế;
- tốc độ xử lý một số loại thông tin thấp hơn máy tính.
Do đó, mục tiêu cuối cùng có thể không phải là:
“Tạo ra một bộ não nhân tạo giống hệt con người.”
Mà là:
Tìm ra những nguyên lý tạo nên trí thông minh và xây dựng một kiến trúc có thể thực hiện chúng tốt hơn.
10. Kiến trúc AI vượt qua não người có thể trông như thế nào?
Hãy tưởng tượng một hệ thống gồm nhiều tầng.
Tầng 1 — Cảm nhận
Nhìn, nghe, đọc và cảm nhận thế giới.
Tầng 2 — Bộ nhớ
Lưu lại những trải nghiệm quan trọng và xây dựng mạng lưới liên kết giữa chúng.
Tầng 3 — Mô hình thế giới
Xây dựng hiểu biết về con người, vật chất, xã hội, thời gian và môi trường.
Tầng 4 — Suy luận
Phân tích nguyên nhân, hậu quả và các khả năng có thể xảy ra.
Tầng 5 — Lập kế hoạch
Xác định mục tiêu và tìm chuỗi hành động tối ưu.
Tầng 6 — Mô phỏng
Chạy thử nhiều kịch bản trong “không gian bên trong” trước khi hành động.
Tầng 7 — Hành động
Tương tác với thế giới thực hoặc môi trường số.
Tầng 8 — Phản hồi
Đánh giá kết quả.
Tầng 9 — Tự cải thiện
Cập nhật kiến thức, chiến lược và mô hình thế giới.
Khi các tầng này hoạt động trong một vòng lặp liên tục, chúng ta có thể tiến gần hơn đến một hệ thống tự chủ về nhận thức.
11. Và đây mới có thể là điểm khác biệt giữa AI hiện tại và AGI
AI hiện tại đã có khả năng đáng kinh ngạc trong nhiều lĩnh vực.
Nó có thể:
- viết;
- lập trình;
- dịch;
- phân tích dữ liệu;
- tạo hình ảnh;
- tạo âm thanh;
- giải quyết nhiều bài toán phức tạp.
Nhưng AGI — Artificial General Intelligence — đặt ra một tiêu chuẩn lớn hơn.
Một hệ thống AGI thực sự cần khả năng thích nghi rộng, học những nhiệm vụ mới, sử dụng kiến thức từ lĩnh vực này sang lĩnh vực khác và giải quyết những vấn đề mà nó chưa được huấn luyện trực tiếp.
Để đạt được điều đó, chỉ mở rộng quy mô có thể chưa chắc là con đường duy nhất.
Có thể cần một sự thay đổi về kiến trúc nhận thức.
12. Siêu trí tuệ có thể không giống con người
Nếu một ngày AI vượt qua con người, nó không nhất thiết phải suy nghĩ giống con người.
Thậm chí, điều ngược lại có thể xảy ra.
Con người có bộ não được tiến hóa để tồn tại trong môi trường sinh học.
Một hệ thống AI có thể được thiết kế cho một thế giới hoàn toàn khác.
Nó có thể:
- có trí nhớ gần như vô hạn;
- xử lý hàng triệu luồng thông tin;
- chạy nhiều quá trình suy luận song song;
- mô phỏng hàng triệu kịch bản;
- giao tiếp với hàng triệu hệ thống;
- học từ hàng tỷ nguồn dữ liệu;
- hoạt động liên tục không cần ngủ.
Nếu kết hợp những khả năng đó với những nguyên lý nhận thức tương tự não người, chúng ta có thể tạo ra một dạng trí tuệ không còn bị giới hạn bởi sinh học.
13. “Giống não” và “tối ưu hơn não” có thể là hai con đường song song
Có lẽ tương lai sẽ không chỉ có một hướng.
Một hướng là neuromorphic AI — nghiên cứu những hệ thống tính toán lấy cảm hứng từ hoạt động của hệ thần kinh.
Hướng khác là phát triển những kiến trúc hoàn toàn mới.
Và có thể con đường mạnh nhất sẽ là sự kết hợp:
Nguyên lý thần kinh + mô hình học máy + bộ nhớ dài hạn + mô hình thế giới + suy luận + lập kế hoạch + khả năng tự học.
Khi đó, chúng ta không còn đơn thuần xây dựng một “mô hình ngôn ngữ lớn”.
Chúng ta đang xây dựng một hệ thống nhận thức nhân tạo.
14. Cuộc cạnh tranh thực sự có thể nằm ở kiến trúc
Trong giai đoạn đầu của AI, câu hỏi lớn là:
Ai có nhiều dữ liệu hơn?
Sau đó:
Ai có nhiều GPU hơn?
Tiếp theo:
Ai có mô hình lớn hơn?
Nhưng trong tương lai, câu hỏi có thể thay đổi thành:
Ai có kiến trúc trí tuệ hiệu quả hơn?
Một hệ thống nhỏ nhưng biết học, biết nhớ, biết suy luận và biết tự cải thiện có thể có giá trị hơn một hệ thống khổng lồ nhưng chỉ dựa vào việc mở rộng quy mô.
Đó cũng là lý do nghiên cứu về kiến trúc AI vẫn quan trọng không kém việc tăng sức mạnh tính toán.
15. Từ “AI biết” đến “AI hiểu”
Đây có lẽ là ranh giới sâu sắc nhất.
Một hệ thống có thể biết rất nhiều thông tin nhưng chưa chắc đã có một mô hình thế giới sâu sắc.
Con người không chỉ nhớ:
“Lửa nóng.”
Con người hiểu rằng:
lửa → nhiệt → nguy hiểm → bỏng → phản ứng → thay đổi hành vi.
Đó là một mạng lưới quan hệ nhân quả.
Nếu AI có thể xây dựng những mạng lưới tương tự ở quy mô cực lớn, đồng thời kiểm chứng chúng bằng trải nghiệm và liên tục cập nhật, khả năng suy luận có thể tăng lên rất mạnh.
16. Một trí tuệ mới có thể bắt đầu từ nguyên lý rất đơn giản
Có thể cuối cùng, trí thông minh không phải là một phép màu.
Nó có thể là kết quả của một vòng lặp cực kỳ mạnh:
Quan sát → xây dựng mô hình → dự đoán → hành động → nhận phản hồi → ghi nhớ → cập nhật → dự đoán tốt hơn.
Con người thực hiện vòng lặp đó bằng bộ não sinh học.
AI có thể thực hiện nó bằng silicon, phần cứng thần kinh, hoặc một kiến trúc mà ngày nay chúng ta chưa biết đến.
Và nếu máy có thể thực hiện vòng lặp này nhanh hơn, rộng hơn và hiệu quả hơn con người, một dạng trí tuệ mới có thể xuất hiện.
Kết luận: Không phải tạo ra một “bộ não nhân tạo”, mà là tạo ra một cơ chế trí tuệ tốt hơn
Nếu muốn AI đạt đến trí thông minh ngang con người, việc tăng dữ liệu, năng lực tính toán và kích thước mô hình chắc chắn vẫn có giá trị.
Nhưng có thể đó chưa phải điểm cuối.
Trí thông minh của con người là kết quả của một hệ thống có khả năng cảm nhận, ghi nhớ, dự đoán, học hỏi, suy luận, lập kế hoạch và thích nghi liên tục.
Vì vậy, nếu muốn tạo ra AI thực sự thông minh, chúng ta có thể cần nghiên cứu sâu hơn về chính những nguyên lý đó.
Nhưng mục tiêu cuối cùng không nhất thiết phải là sao chép bộ não.
Não người có thể là bản thiết kế tham khảo, chứ không nhất thiết là bản thiết kế cuối cùng.
Giống như máy bay không cần có đôi cánh giống hệt chim để bay, một trí tuệ nhân tạo siêu việt cũng không nhất thiết phải suy nghĩ giống con người để trở nên thông minh.
Có thể tương lai sẽ tạo ra một thứ hoàn toàn mới:
Một trí tuệ lấy cảm hứng từ não người, nhưng không bị giới hạn bởi não người.
Và khi đó, câu hỏi lớn nhất của nhân loại sẽ không còn là:
“Làm thế nào để máy thông minh như con người?”
Mà sẽ là:
“Nếu trí tuệ không còn bị giới hạn bởi sinh học, con người sẽ tạo ra một dạng trí tuệ mới mạnh đến mức nào?”
Đó có thể chính là một trong những câu hỏi lớn nhất của thế kỷ XXI.