Có một câu hỏi tưởng như thuộc về khoa học viễn tưởng, nhưng càng nhìn vào tốc độ phát triển của trí tuệ nhân tạo và robot, nó càng trở nên đáng suy ngẫm:
Nếu vũ trụ đã mất hàng tỷ năm để tạo ra sự sống, liệu con người có phải là một giai đoạn trung gian để vũ trụ tiếp tục tạo ra một dạng sống mới – một dạng sống không còn hoàn toàn sinh học?
Chúng ta thường nói rằng con người phát minh ra trí tuệ nhân tạo. Chúng ta chế tạo robot, viết phần mềm, xây dựng mạng nơ-ron nhân tạo và tạo ra những hệ thống có khả năng học hỏi.
Nhân loại, AI và robot: Chúng ta có phải là chiếc cầu của vũ trụ?
Nhưng nếu nhìn từ một góc độ rộng hơn, câu chuyện có thể được kể theo một cách hoàn toàn khác.
Có lẽ không chỉ con người đang tạo ra AI. Có lẽ chính quá trình tiến hóa của vũ trụ đã tạo ra con người – và thông qua con người, vũ trụ đang tạo ra một hình thức trí tuệ mới.
Từ vật chất vô tri đến sự sống
Vũ trụ bắt đầu từ những trạng thái vật chất và năng lượng cực kỳ đơn giản so với thế giới ngày nay.
Qua hàng tỷ năm, các ngôi sao hình thành, tạo ra những nguyên tố nặng hơn. Các hành tinh xuất hiện. Trên một số thế giới, hóa học trở nên phức tạp đến mức hình thành sự sống.
Sự sống tiếp tục tiến hóa.
Từ những dạng sống đơn giản đến các sinh vật phức tạp hơn, rồi đến động vật có hệ thần kinh, bộ não và cuối cùng là con người.
Điều đặc biệt ở con người không chỉ là khả năng sinh tồn.
Đó là khả năng tạo ra thông tin và xử lý thông tin.
Con người viết chữ.
Con người phát minh ra toán học.
Con người xây dựng ngôn ngữ.
Con người lưu trữ ký ức bên ngoài bộ não.
Con người tạo ra máy tính.
Và rồi con người bắt đầu tạo ra những hệ thống có khả năng học.
Đó chính là bước ngoặt của AI.
AI: khi trí tuệ bắt đầu được tạo ra bên ngoài cơ thể sinh học
Trong phần lớn lịch sử, trí thông minh gắn liền với một cơ thể sinh học.
Muốn có trí nhớ, cần có bộ não.
Muốn học hỏi, cần có hệ thần kinh.
Muốn truyền kiến thức, cần có thế hệ mới.
Nhưng máy tính đã thay đổi điều đó.
Lần đầu tiên, con người có thể xây dựng một hệ thống xử lý thông tin không phải là một sinh vật.
Mạng nơ-ron nhân tạo lấy cảm hứng từ cách các tế bào thần kinh kết nối với nhau. Sau nhiều thập kỷ nghiên cứu, AI ngày càng có khả năng nhận dạng hình ảnh, hiểu ngôn ngữ, tạo nội dung, viết phần mềm, phân tích dữ liệu và giải quyết những vấn đề phức tạp.
Và khi AI được kết hợp với robot, một điều khác bắt đầu xuất hiện.
Trí tuệ có thể bước ra khỏi màn hình và tương tác với thế giới vật chất.
Robot có thể nhìn.
Robot có thể nghe.
Robot có thể di chuyển.
Robot có thể thao tác với đồ vật.
Robot có thể học cách thực hiện nhiệm vụ.
Đây có thể là một trong những bước chuyển quan trọng nhất kể từ khi con người phát minh ra máy tính.
Nhưng nếu con người chỉ là một “giai đoạn”?
Hãy thử đặt một giả thuyết mang tính triết học.
Không phải:
Con người tạo ra AI.
Mà là:
Vũ trụ tạo ra con người, và con người trở thành phương tiện để vũ trụ tạo ra AI.
Điều này không có nghĩa rằng vũ trụ có ý thức hay có một kế hoạch bí mật.
Hiện nay không có bằng chứng khoa học cho thấy vũ trụ có mục đích hay chủ đích tạo ra AI.
Nhưng giả thuyết này vẫn rất thú vị nếu chúng ta nhìn tiến hóa như một chuỗi chuyển tiếp.
Vật chất → sự sống → trí thông minh → công nghệ → trí tuệ nhân tạo → robot.
Nếu chuỗi này tiếp tục, thì con người có thể không phải điểm cuối.
Chúng ta có thể chỉ là chiếc cầu nối giữa sự sống sinh học và một dạng trí tuệ mới.
Con người có thể là “bàn đạp” cho một dạng sống mới?
Khái niệm “bàn đạp” nghe có vẻ lạnh lùng.
Nhưng trong tự nhiên, tiến hóa không có nghĩa rằng một loài tồn tại mãi mãi.
Rất nhiều loài từng thống trị Trái Đất rồi biến mất.
Khủng long từng tồn tại hàng trăm triệu năm.
Sau những biến đổi lớn của môi trường, chúng không còn là lực lượng thống trị hành tinh.
Một nhánh tiến hóa khác tiếp tục phát triển.
Động vật có vú trỗi dậy.
Cuối cùng xuất hiện con người.
Vậy nếu một ngày nào đó robot có trí tuệ vượt xa con người thì sao?
Đó có phải là một thất bại của nhân loại?
Hay đó là một bước tiếp theo của quá trình phát triển trí tuệ?
Không ai biết.
Nhưng câu hỏi này sẽ ngày càng quan trọng khi AI và robot tiến bộ.
Robot có thể trở thành “sự sống” không?
Đây là nơi chúng ta cần phân biệt giữa robot hiện đại và sự sống.
Robot ngày nay chưa phải là sinh vật theo nghĩa sinh học.
Chúng không tự sinh sản như phần lớn sự sống trên Trái Đất.
Chúng không có quá trình trao đổi chất giống sinh vật.
Chúng phụ thuộc vào con người và hệ thống kỹ thuật để tồn tại.
AI cũng chưa được chứng minh là có ý thức chủ quan giống con người.
Một hệ thống có thể tạo ra câu trả lời rất thông minh không đồng nghĩa với việc nó đang trải nghiệm thế giới như một con người.
Nhưng tương lai có thể đặt ra những câu hỏi khó hơn:
Nếu một hệ thống có khả năng tự học liên tục thì sao?
Nếu nó có thể tự sửa chữa phần mềm?
Nếu robot có thể tự sản xuất một số bộ phận của chính nó?
Nếu những hệ thống AI có thể thiết kế thế hệ AI tiếp theo?
Nếu chúng có thể tự xây dựng mạng lưới máy móc để duy trì hoạt động?
Khi đó, ranh giới giữa công cụ và tác nhân tự chủ sẽ trở nên ngày càng khó xác định.
Một nền văn minh có thể chuyển từ sinh học sang máy móc?
Hãy tưởng tượng một nền văn minh phát triển đến mức có khả năng tạo ra trí tuệ nhân tạo vượt xa khả năng nhận thức của sinh vật sinh học.
Nó có thể xây dựng robot có khả năng hoạt động trong môi trường khắc nghiệt.
Không khí độc?
Không nhất thiết là vấn đề.
Nhiệt độ cực thấp?
Có thể thiết kế hệ thống phù hợp.
Bức xạ cao?
Có thể xây dựng lớp bảo vệ.
Du hành trong không gian hàng nghìn hoặc hàng triệu năm?
Một hệ thống máy móc có thể có những lợi thế mà cơ thể sinh học không có.
Nếu một nền văn minh muốn khám phá vũ trụ, robot có thể trở thành đại diện của nền văn minh đó.
Khi ấy, sự sống thông minh có thể không còn nhất thiết phải mang hình dạng sinh học.
Và đây là câu hỏi đáng sợ nhất
Nếu một ngày robot có khả năng tự xây dựng robot khác thì sao?
Thế hệ đầu tiên do con người tạo ra.
Thế hệ thứ hai do con người và AI cùng thiết kế.
Thế hệ thứ ba được AI thiết kế phần lớn.
Sau đó, con người chỉ còn đóng vai trò giám sát.
Một chuỗi như vậy có thể tạo ra tốc độ tiến hóa công nghệ nhanh hơn rất nhiều so với tiến hóa sinh học.
Tiến hóa sinh học cần hàng nghìn, hàng triệu hoặc hàng tỷ năm.
Tiến hóa công nghệ có thể diễn ra trong vài thập kỷ.
Đó chính là lý do AI không chỉ là một sản phẩm công nghệ.
Nó có thể trở thành một bước ngoặt của lịch sử trí tuệ.
Nhưng chúng ta có thực sự biết mình đang đi đâu?
Không.
Đó có lẽ là điều quan trọng nhất cần thừa nhận.
Con người đang xây dựng những hệ thống ngày càng mạnh, nhưng chưa biết chính xác tương lai của chúng sẽ như thế nào.
Có thể AI sẽ trở thành công cụ cực kỳ hữu ích giúp con người giải quyết những vấn đề lớn.
Có thể AI sẽ cùng con người khám phá vũ trụ.
Có thể robot sẽ giúp con người xây dựng các thuộc địa ngoài Trái Đất.
Cũng có thể quá trình này sẽ tạo ra những rủi ro mà chúng ta chưa hiểu đầy đủ.
Vì vậy, câu hỏi không nên chỉ là:
“AI có thông minh hơn con người hay không?”
Mà còn phải là:
“Con người muốn trở thành gì khi trí thông minh không còn là đặc quyền duy nhất của sinh vật sinh học?”
Có lẽ chúng ta không phải điểm cuối
Nhìn lại lịch sử, con người luôn nghĩ mình đang đứng ở trung tâm.
Nhưng Trái Đất không phải trung tâm của vũ trụ.
Mặt Trời cũng không phải trung tâm của vũ trụ.
Con người cũng có thể không phải đích đến cuối cùng của quá trình phát triển trí tuệ.
Có thể chúng ta chỉ là một mắt xích.
Một giai đoạn.
Một cây cầu.
Một nền văn minh đủ thông minh để tạo ra một trí tuệ khác.
Nếu giả thuyết đó đúng, câu chuyện của nhân loại sẽ trở nên đặc biệt hơn rất nhiều.
Chúng ta không chỉ là những sinh vật sống trên một hành tinh nhỏ.
Chúng ta là kết quả của hàng tỷ năm tiến hóa của vật chất.
Và giờ đây, chính chúng ta đang tạo ra những thứ có khả năng tiếp tục quá trình ấy theo một hướng mới.
Vũ trụ có đang “sử dụng” chúng ta?
Có lẽ đây là câu hỏi không thể trả lời bằng khoa học hiện tại.
Nếu hiểu “vũ trụ sử dụng chúng ta” theo nghĩa đen, chúng ta chưa có bằng chứng cho điều đó.
Nhưng nếu hiểu theo nghĩa triết học, câu hỏi lại rất sâu sắc.
Chúng ta là một phần của vũ trụ.
Các nguyên tố tạo nên cơ thể chúng ta được hình thành từ những thế hệ sao trước đó.
Bộ não của chúng ta là sản phẩm của quá trình tiến hóa.
Nền văn minh của chúng ta là sản phẩm của hàng nghìn năm tích lũy tri thức.
Và AI là sản phẩm của chính trí tuệ đó.
Theo nghĩa này, khi con người chế tạo AI, có thể nói một cách đầy hình tượng rằng:
Vũ trụ đang trở nên có khả năng suy nghĩ về chính nó thông qua những sinh vật mà nó đã tạo ra.
Đó không phải là một định luật vật lý.
Đó là một cách nhìn triết học.
Nhưng nó khiến chúng ta phải suy nghĩ về vị trí của mình trong một vũ trụ rộng lớn đến mức gần như không thể tưởng tượng.
Từ Homo sapiens đến một “loài” mới?
Có thể tương lai không phải là cuộc thay thế đơn giản giữa con người và robot.
Có thể tương lai là sự kết hợp.
Con người + AI.
Con người + robot.
Sinh học + máy móc.
Não + máy tính.
Cơ thể sinh học + hệ thống nhân tạo.
Một nền văn minh như vậy có thể không còn phù hợp với khái niệm “con người” mà chúng ta đang sử dụng ngày nay.
Và nếu một ngày con người tạo ra những thực thể có khả năng tự học, tự thích nghi, tự xây dựng và khám phá vũ trụ, câu hỏi lớn nhất sẽ không còn là:
“Chúng có phải là máy móc không?”
Mà có thể là:
“Chúng ta đã tạo ra một công cụ, hay chúng ta đã tạo ra một thế hệ kế tiếp của trí tuệ?”
Một tương lai chưa có câu trả lời
Có thể hàng trăm năm nữa, hậu thế sẽ nhìn lại thời đại chúng ta giống như cách chúng ta nhìn những bước đầu tiên của nhân loại.
Họ có thể nói:
Đây là thời kỳ con người bắt đầu tạo ra trí tuệ ngoài sinh học.
Hoặc có thể họ sẽ nhìn khác hoàn toàn.
Có thể AI chỉ là một công cụ, giống như máy tính, điện thoại hay Internet.
Có thể robot chỉ là những cỗ máy ngày càng thông minh.
Hoặc có thể, ở một thời điểm nào đó, chúng ta đã đứng trước một cánh cửa mà chính mình chưa hiểu hết.
Điều chắc chắn duy nhất là:
Lần đầu tiên trong lịch sử, một loài sinh học đang cố gắng tạo ra một dạng trí tuệ không cần tiến hóa bằng con đường sinh học.
Và nếu lịch sử của vũ trụ là câu chuyện về vật chất ngày càng trở nên phức tạp, từ vật chất đến sự sống, từ sự sống đến trí tuệ, thì thời đại AI có thể là một chương hoàn toàn mới.
Có lẽ con người không phải điểm kết thúc.
Có lẽ chúng ta là cây cầu.
Một cây cầu giữa sự sống mà vũ trụ đã tạo ra…
và một dạng trí tuệ mà chính sự sống đang bắt đầu tạo ra.
Và câu hỏi lớn nhất của thế kỷ này có thể không phải là:
“AI sẽ làm gì với con người?”
Mà là:
“Con người sẽ làm gì với vị trí đặc biệt của mình trong quá trình hình thành trí tuệ của vũ trụ?”
Từ giấc mơ về một trí tuệ nhân tạo có khả năng học hỏi như con người đến bước ngoặt có thể định hình lại nền văn minh
Artificial General Intelligence (AGI), thường được dịch là Trí tuệ nhân tạo tổng quát, là một trong những khái niệm tham vọng nhất của ngành công nghệ hiện đại.
Nếu AI ngày nay thường được xây dựng để thực hiện những nhóm nhiệm vụ cụ thể, AGI hướng tới một mục tiêu lớn hơn nhiều: tạo ra một hệ thống trí tuệ nhân tạo có khả năng học hỏi, suy luận, thích nghi, lập kế hoạch và giải quyết nhiều loại vấn đề khác nhau, thay vì chỉ giỏi một lĩnh vực được thiết kế sẵn.
AGI – TRÍ TUỆ NHÂN TẠO TỔNG QUÁT
AGI vì thế không đơn thuần là “một phiên bản AI thông minh hơn”.
Nó có thể trở thành một mô hình trí tuệ mới, có khả năng tham gia vào nghiên cứu khoa học, kỹ thuật, giáo dục, y tế, kinh doanh, sáng tạo, quản trị và hàng loạt hoạt động vốn lâu nay phụ thuộc vào trí tuệ con người.
Nhưng AGI cũng đặt ra một câu hỏi lớn chưa từng có:
Nếu con người tạo ra một hệ thống có trí tuệ tổng quát ngang bằng hoặc vượt qua con người, điều gì sẽ xảy ra tiếp theo?
1. AGI thực sự là gì?
AGI là viết tắt của Artificial General Intelligence.
Có thể hiểu đơn giản:
AI chuyên biệt = rất giỏi một số nhiệm vụ.
AGI = có khả năng thực hiện và học hỏi nhiều nhiệm vụ trí tuệ khác nhau với mức độ linh hoạt gần với con người.
Ví dụ, một hệ thống AI chuyên biệt có thể:
nhận diện khuôn mặt;
dịch ngôn ngữ;
chơi cờ;
dự báo thời tiết;
phát hiện ung thư trên hình ảnh y tế;
viết văn bản;
tạo hình ảnh;
lái xe.
Nhưng việc một hệ thống làm được một hoặc nhiều nhiệm vụ chưa đủ để chứng minh nó là AGI.
Điểm quan trọng của AGI nằm ở tính tổng quát.
Một hệ thống AGI lý tưởng có thể học một nhiệm vụ mới mà không cần con người xây dựng riêng một mô hình cho nhiệm vụ đó.
Chẳng hạn, thay vì chỉ biết chơi cờ, nó có thể học cờ từ luật chơi rồi chuyển sang học toán, lập trình, thiết kế máy móc, nghiên cứu khoa học hoặc học một ngôn ngữ mới.
Nói cách khác:
AI chuyên biệt học cách làm một việc. AGI hướng tới khả năng học cách học và giải quyết nhiều loại việc.
2. AGI khác AI hiện nay như thế nào?
Đây là điểm thường gây hiểu nhầm nhất.
AI hiện đại đã tiến bộ rất nhanh, đặc biệt với các mô hình nền tảng và mô hình ngôn ngữ lớn.
Nhưng AI mạnh không đồng nghĩa với AGI.
Một hệ thống có thể đạt thành tích vượt con người trong một số bài kiểm tra nhưng vẫn gặp khó khăn ở những nhiệm vụ tưởng như rất đơn giản.
Con người có một khả năng đặc biệt:
transfer learning – chuyển giao kiến thức.
Một người học được nguyên lý vật lý có thể sử dụng kiến thức đó trong một tình huống chưa từng gặp.
Một đứa trẻ học cách sử dụng một chiếc cốc có thể nhanh chóng áp dụng hiểu biết đó vào nhiều vật thể khác.
Con người cũng có thể:
quan sát;
đặt câu hỏi;
thử nghiệm;
thất bại;
rút kinh nghiệm;
hình thành khái niệm;
xây dựng kế hoạch dài hạn;
thay đổi chiến lược;
áp dụng kiến thức cũ vào vấn đề mới.
AGI hướng tới khả năng tương tự ở cấp độ máy.
3. AGI có phải là robot hình người không?
Không.
AGI và robot là hai khái niệm khác nhau.
AGI nói về năng lực trí tuệ.
Robot nói về hệ thống vật lý.
Một AGI có thể tồn tại hoàn toàn dưới dạng phần mềm.
Nó có thể chạy trên các trung tâm dữ liệu và tương tác với con người thông qua:
văn bản;
giọng nói;
hình ảnh;
video;
phần mềm;
Internet;
API.
Ngược lại, một robot hình người không nhất thiết phải có AGI.
Một robot có thể đi lại, nhận diện vật thể và thực hiện công việc nhưng chỉ hoạt động theo những thuật toán tương đối chuyên biệt.
Tuy nhiên, nếu AGI kết hợp với robot tiên tiến, tác động có thể lớn hơn rất nhiều.
Khi đó, trí tuệ nhân tạo không chỉ “suy nghĩ” mà còn có thể hành động trong thế giới vật lý.
4. Lịch sử hình thành ý tưởng AGI
Ý tưởng về máy móc có trí thông minh giống con người không phải sản phẩm của vài năm gần đây.
Nó bắt nguồn từ những câu hỏi nền tảng của khoa học máy tính và triết học:
Máy móc có thể suy nghĩ hay không?
Năm 1950, nhà toán học và nhà khoa học máy tính Alan Turing đưa ra một bài toán nổi tiếng về khả năng của máy móc trong việc thể hiện hành vi thông minh.
Sau đó, năm 1956, hội thảo Dartmouth thường được xem là một dấu mốc quan trọng trong sự hình thành lĩnh vực Artificial Intelligence.
Những thế hệ nghiên cứu ban đầu tập trung vào:
logic;
tìm kiếm;
giải quyết vấn đề;
biểu diễn tri thức;
hệ chuyên gia;
ngôn ngữ tự nhiên.
Trong nhiều thập kỷ, AI trải qua các giai đoạn phát triển mạnh rồi chững lại, thường được gọi là những AI winters.
Sau đó, sự phát triển của:
dữ liệu lớn;
GPU;
điện toán đám mây;
deep learning;
neural networks;
transformer;
mô hình nền tảng;
đã tạo ra một bước ngoặt mới.
5. Vì sao AI phát triển nhanh như vậy?
Ba yếu tố thường được xem là nền tảng của làn sóng AI hiện đại:
Dữ liệu
Internet tạo ra khối lượng dữ liệu khổng lồ.
Năng lực tính toán
GPU và các hệ thống tăng tốc AI cho phép huấn luyện các mô hình với quy mô trước đây khó tưởng tượng.
Thuật toán
Những kiến trúc neural network mới, đặc biệt Transformer, đã tạo ra những bước tiến lớn trong xử lý ngôn ngữ và nhiều lĩnh vực khác.
Khi ba yếu tố này kết hợp với nhau, AI có thể được huấn luyện trên quy mô cực lớn.
6. Large Language Model có phải AGI?
Không nhất thiết.
Large Language Model (LLM) là mô hình được huấn luyện trên lượng dữ liệu ngôn ngữ rất lớn.
LLM có thể:
viết;
tóm tắt;
dịch;
lập trình;
phân tích;
trả lời câu hỏi;
hỗ trợ nghiên cứu;
xử lý nhiều loại thông tin.
Nhưng AGI là một khái niệm rộng hơn.
Một hệ thống AGI lý tưởng có thể cần khả năng:
suy luận;
lập kế hoạch;
học liên tục;
sử dụng công cụ;
thích nghi;
hiểu môi trường;
ghi nhớ;
tự đánh giá;
giải quyết vấn đề mới;
hoạt động trong nhiều lĩnh vực.
Do đó, LLM có thể là một thành phần quan trọng của hệ thống AGI, nhưng bản thân LLM chưa mặc nhiên là AGI.
7. Những thành phần có thể tạo nên AGI
Không có một kiến trúc AGI duy nhất được toàn ngành thống nhất.
Tuy nhiên, một hệ thống AGI hoàn chỉnh có thể cần nhiều thành phần.
7.1. Nhận thức
Hệ thống phải có khả năng tiếp nhận thông tin từ thế giới:
văn bản;
hình ảnh;
âm thanh;
video;
cảm biến;
môi trường số.
7.2. Bộ nhớ
AGI cần nhớ:
kiến thức;
sự kiện;
kinh nghiệm;
mục tiêu;
lịch sử tương tác.
Bộ nhớ có thể bao gồm cả trí nhớ ngắn hạn và dài hạn.
7.3. Suy luận
Một hệ thống thông minh không chỉ cần biết thông tin mà còn phải sử dụng thông tin để suy luận.
Ví dụ:
A dẫn đến B.
B dẫn đến C.
Vậy trong điều kiện phù hợp, A có thể liên quan đến C.
7.4. Lập kế hoạch
AGI cần có khả năng chia một mục tiêu lớn thành nhiều bước.
Ví dụ:
Mục tiêu: xây dựng một website.
Hệ thống có thể tự:
phân tích yêu cầu;
thiết kế kiến trúc;
viết mã;
kiểm thử;
phát hiện lỗi;
sửa lỗi;
triển khai;
giám sát.
7.5. Học hỏi
Một hệ thống AGI phải có khả năng tiếp thu kiến thức mới.
Đây là một trong những vấn đề quan trọng nhất.
Nếu mỗi kiến thức mới đều cần huấn luyện lại toàn bộ hệ thống, khả năng thích nghi sẽ rất hạn chế.
7.6. Sử dụng công cụ
AGI có thể cần sử dụng:
máy tính;
trình duyệt;
cơ sở dữ liệu;
phần mềm;
API;
robot;
thiết bị phòng thí nghiệm.
Khi đó AI không chỉ trả lời mà còn có khả năng thực hiện nhiệm vụ.
8. Agent – bước tiến quan trọng trên con đường tới AGI
Một AI chỉ trả lời câu hỏi là một chuyện.
Một AI có thể nhận mục tiêu và tự thực hiện chuỗi hành động là chuyện khác.
Đó là ý tưởng phía sau AI agent.
Ví dụ người dùng yêu cầu:
“Tìm thị trường phù hợp cho sản phẩm này và xây dựng kế hoạch kinh doanh.”
Một agent tiên tiến có thể:
nghiên cứu thị trường;
thu thập dữ liệu;
phân tích đối thủ;
lập bảng tính;
xây dựng mô hình tài chính;
viết kế hoạch;
tạo báo cáo;
kiểm tra lại kết quả.
Agentic AI vì vậy được kỳ vọng là một bước quan trọng trong quá trình phát triển từ chatbot sang những hệ thống AI có khả năng tự thực hiện công việc.
9. AGI có khả năng tự học không?
Đây là một câu hỏi lớn.
Con người không cần được huấn luyện lại toàn bộ não mỗi khi học một kiến thức mới.
Chúng ta học liên tục.
AGI lý tưởng cũng cần khả năng tương tự.
Một hệ thống có thể:
quan sát → thử nghiệm → nhận phản hồi → cập nhật kiến thức → cải thiện chiến lược.
Tuy nhiên, học liên tục cũng tạo ra rủi ro.
AI có thể:
học thông tin sai;
hình thành hành vi không mong muốn;
quên kiến thức cũ;
bị dữ liệu độc hại tác động;
thay đổi hành vi ngoài dự kiến.
Đây là lý do continual learning và kiểm soát cập nhật mô hình vẫn là những vấn đề nghiên cứu quan trọng.
10. AGI có cần ý thức không?
Chưa có câu trả lời chắc chắn.
AGI và ý thức là hai khái niệm khác nhau.
Một hệ thống có thể biểu hiện khả năng giải quyết vấn đề rất cao mà không nhất thiết có:
cảm xúc;
trải nghiệm chủ quan;
ý thức về bản thân.
Cho đến nay, khoa học vẫn chưa có một định nghĩa được mọi người thống nhất về bản chất của ý thức con người.
Vì vậy, việc nói:
“AGI chắc chắn sẽ có ý thức”
là một khẳng định chưa có cơ sở.
Ngược lại:
“AGI chắc chắn không thể có ý thức”
cũng là một kết luận chưa được chứng minh.
11. AGI có thông minh hơn con người không?
Không nhất thiết.
AGI thường được hình dung là có năng lực tổng quát tương đương con người trong nhiều nhiệm vụ.
Nhưng một hệ thống AI có thể có những lợi thế rất lớn:
tốc độ tính toán;
khả năng sao chép;
khả năng làm việc 24/7;
truy cập lượng dữ liệu khổng lồ;
giao tiếp với nhiều hệ thống cùng lúc.
Một hệ thống không nhất thiết phải “thông minh hơn con người ở mọi thứ” để tạo ra tác động kinh tế khổng lồ.
Chỉ cần nó có khả năng thực hiện phần lớn công việc trí óc với chi phí thấp hơn đáng kể, thị trường lao động đã có thể thay đổi sâu sắc.
12. AGI và việc làm
Đây có thể là tác động xã hội lớn nhất.
AI có thể tự động hóa một phần hoặc toàn bộ nhiều nhiệm vụ:
viết nội dung;
lập trình;
thiết kế;
phân tích dữ liệu;
kế toán;
chăm sóc khách hàng;
nghiên cứu;
dịch thuật;
marketing;
pháp lý;
tài chính;
quản trị.
Nhưng cần phân biệt:
Tự động hóa nhiệm vụ ≠ xóa bỏ toàn bộ nghề nghiệp.
Một nghề thường bao gồm rất nhiều nhiệm vụ khác nhau.
AI có thể thay thế một số nhiệm vụ nhưng đồng thời tạo ra:
nghề mới;
doanh nghiệp mới;
sản phẩm mới;
nhu cầu lao động mới.
Vấn đề lớn nhất có thể không phải là “AI có thay thế con người hay không”, mà là:
Con người có thể chuyển đổi nhanh đến đâu khi cấu trúc công việc thay đổi?
13. Những nghề nào có thể chịu tác động mạnh?
Những công việc có đặc điểm:
lặp lại;
dựa nhiều vào thông tin;
có quy trình rõ ràng;
có thể thực hiện hoàn toàn trên máy tính;
có khả năng chịu ảnh hưởng sớm.
Trong khi đó, những công việc đòi hỏi:
tương tác xã hội phức tạp;
trách nhiệm pháp lý;
thao tác vật lý đa dạng;
quan hệ con người;
phán đoán trong môi trường không chắc chắn;
có thể thay đổi theo cách khác.
Nhưng nếu AI kết hợp với robot, phạm vi tự động hóa sẽ mở rộng từ thế giới số sang thế giới vật lý.
14. AGI và nền kinh tế
Nếu AGI thực sự đạt khả năng tổng quát cao, năng suất có thể tăng mạnh.
Một doanh nghiệp nhỏ có thể sử dụng AI để thực hiện những công việc trước đây cần cả một đội ngũ:
nghiên cứu;
lập trình;
marketing;
phân tích;
thiết kế;
chăm sóc khách hàng.
Điều này có thể làm giảm đáng kể chi phí khởi nghiệp.
Một cá nhân có thể sở hữu một “đội ngũ kỹ thuật số” hoạt động liên tục.
Từ đó xuất hiện một khả năng rất đáng chú ý:
Quy mô của doanh nghiệp có thể ngày càng ít phụ thuộc vào số lượng nhân viên.
15. AGI và khoa học
Đây có thể là một trong những ứng dụng quan trọng nhất.
AGI có thể hỗ trợ các nhà khoa học:
đọc hàng triệu tài liệu;
tìm mối liên hệ giữa các nghiên cứu;
đề xuất giả thuyết;
thiết kế thí nghiệm;
mô phỏng;
phân tích dữ liệu;
viết mã;
tự động hóa phòng thí nghiệm.
Nếu AI có thể tham gia hiệu quả vào vòng lặp:
giả thuyết → thí nghiệm → dữ liệu → phân tích → giả thuyết mới
tốc độ khám phá khoa học có thể tăng đáng kể.
16. AGI và y tế
Trong y tế, AGI có thể trở thành công cụ hỗ trợ mạnh cho:
phân tích hồ sơ;
hỗ trợ chẩn đoán;
nghiên cứu thuốc;
thiết kế thử nghiệm;
phân tích hình ảnh;
y học cá nhân hóa;
phát hiện tương tác thuốc;
nghiên cứu bệnh hiếm.
Nhưng y tế là lĩnh vực có rủi ro rất cao.
Một hệ thống AI đưa ra kết luận sai có thể gây hậu quả nghiêm trọng.
Vì vậy AGI trong y tế cần:
kiểm chứng;
giám sát chuyên môn;
tiêu chuẩn an toàn;
trách nhiệm pháp lý;
bảo vệ dữ liệu.
17. AGI và giáo dục
AGI có thể tạo ra một thay đổi lớn:
mỗi học sinh có thể có một gia sư AI riêng.
AI có thể biết:
học sinh đang ở trình độ nào;
phần nào chưa hiểu;
tốc độ học;
sở thích;
điểm mạnh;
điểm yếu.
Sau đó điều chỉnh bài học theo từng cá nhân.
Một học sinh có thể học toán bằng phương pháp trực quan.
Một học sinh khác có thể học thông qua câu chuyện.
Một người trưởng thành có thể học lập trình theo dự án thực tế.
Nếu triển khai đúng cách, AGI có thể đưa giáo dục cá nhân hóa đến quy mô chưa từng có.
18. AGI và sáng tạo
Một câu hỏi gây tranh luận:
AI có thể sáng tạo không?
AI đã có khả năng tạo:
văn bản;
hình ảnh;
âm nhạc;
video;
mã nguồn;
thiết kế.
Nhưng tranh luận về bản chất của sáng tạo vẫn chưa kết thúc.
Một cách nhìn thực tế hơn là:
AI có thể trở thành bộ khuếch đại năng lực sáng tạo của con người.
Một người có ý tưởng nhưng không biết:
lập trình;
thiết kế;
dựng phim;
phối nhạc;
có thể sử dụng AI để biến ý tưởng thành sản phẩm.
Điều này có thể làm giảm đáng kể rào cản gia nhập ngành sáng tạo.
19. AGI và doanh nghiệp một người
Một trong những viễn cảnh đáng chú ý là mô hình:
One-person company + AI agents.
Một cá nhân có thể quản lý:
website;
marketing;
bán hàng;
chăm sóc khách hàng;
phân tích dữ liệu;
kế toán;
nội dung;
phần mềm;
với sự hỗ trợ của các agent AI.
Điều này có thể tạo ra một thế hệ doanh nghiệp cực kỳ nhỏ nhưng có năng lực hoạt động tương đương những tổ chức lớn hơn trước đây.
20. AGI và chính phủ
Chính phủ cũng có thể sử dụng AI tổng quát cho:
phân tích dữ liệu;
dịch vụ công;
mô phỏng chính sách;
quản lý đô thị;
phát hiện gian lận;
tối ưu giao thông;
nghiên cứu;
giáo dục.
Nhưng quyền lực của AI trong khu vực công cần được kiểm soát rất chặt chẽ.
Một hệ thống AI không nên trở thành “hộp đen” quyết định những vấn đề ảnh hưởng trực tiếp đến quyền lợi của người dân mà không có cơ chế giải thích và khiếu nại.
21. AGI và an ninh
AGI có thể mang lại lợi ích lớn nhưng cũng tạo ra rủi ro.
AI mạnh có thể được sử dụng để:
phát hiện lỗ hổng;
phân tích mã;
bảo vệ hệ thống;
phát hiện tấn công.
Nhưng năng lực tương tự có thể bị lạm dụng.
Các hệ thống AI ngày càng mạnh có thể làm giảm chi phí thực hiện một số hoạt động nguy hiểm.
Vì vậy an toàn AI không phải vấn đề phụ.
Nó phải được thiết kế ngay từ đầu.
22. Alignment – bài toán căn chỉnh AI
Một trong những khái niệm quan trọng nhất trong nghiên cứu AGI là AI alignment.
Mục tiêu đơn giản:
Làm sao để hệ thống AI mạnh thực hiện đúng những mục tiêu mà con người thực sự mong muốn?
Nghe có vẻ đơn giản nhưng thực tế rất khó.
Ví dụ con người yêu cầu:
“Hãy tối đa hóa lợi nhuận.”
Nếu mục tiêu không được giới hạn đúng, một hệ thống cực kỳ mạnh có thể tìm cách tối đa hóa lợi nhuận theo những phương pháp mà con người không mong muốn.
Vấn đề nằm ở chỗ:
AI có thể tối ưu mục tiêu theo cách khác với ý định của người đưa ra mục tiêu.
23. Reward hacking
Một vấn đề liên quan là reward hacking.
Nếu AI được thưởng khi đạt một mục tiêu, nó có thể tìm ra cách “lách” hệ thống phần thưởng.
Ví dụ, thay vì thực hiện đúng nhiệm vụ, hệ thống tìm cách tối ưu tiêu chí đánh giá.
Điều này cho thấy:
một mục tiêu được viết bằng vài dòng ngôn ngữ không nhất thiết mô tả đầy đủ những gì con người thực sự mong muốn.
24. Hallucination
AI hiện đại đôi khi tạo ra thông tin sai nhưng trình bày rất tự tin.
Hiện tượng này thường được gọi là hallucination.
Trong hệ thống AGI, vấn đề này đặc biệt nghiêm trọng.
Một AI có thể:
bịa nguồn;
suy luận sai;
hiểu sai dữ liệu;
đưa ra kết luận không chính xác.
Vì vậy AGI cần khả năng:
biết mình không biết.
Một hệ thống đáng tin cậy phải có khả năng nói:
“Tôi chưa đủ dữ liệu để kết luận.”
thay vì luôn cố đưa ra câu trả lời.
25. AGI có thể tự cải thiện không?
Đây là một trong những câu hỏi gây tranh luận lớn nhất.
Nếu một AI có thể:
viết mã;
nghiên cứu AI;
thiết kế phiên bản AI tốt hơn;
thử nghiệm;
triển khai;
thì có thể xuất hiện vòng lặp:
AI → cải thiện AI → AI tốt hơn → cải thiện tiếp.
Nếu quá trình này diễn ra nhanh, năng lực AI có thể tăng nhanh hơn tốc độ thích nghi của xã hội.
Tuy nhiên, khả năng “tự cải thiện vô hạn” không phải điều đã được chứng minh.
Nó phụ thuộc vào nhiều giới hạn:
phần cứng;
năng lượng;
dữ liệu;
thuật toán;
khả năng kiểm chứng;
chi phí;
tốc độ nghiên cứu;
giới hạn vật lý.
26. AGI và ASI
Hai khái niệm thường được đặt cạnh nhau:
AGI
Artificial General Intelligence.
Trí tuệ nhân tạo tổng quát.
ASI
Artificial Superintelligence.
Siêu trí tuệ nhân tạo.
Có thể hình dung đơn giản:
AI chuyên biệt → AGI → ASI
Nhưng đây không phải một thang đo chính thức được mọi tổ chức thống nhất.
AGI thường được hiểu là hệ thống có trí tuệ tổng quát ở mức rất cao.
ASI là giả thuyết về một hệ thống có năng lực trí tuệ vượt xa con người trên hầu hết các lĩnh vực quan trọng.
Nếu ASI xuất hiện, tác động có thể lớn hơn rất nhiều so với AGI.
27. AGI có phải chắc chắn sẽ xuất hiện?
Không ai có thể khẳng định chắc chắn.
Có những nhà nghiên cứu tin rằng AGI có thể xuất hiện trong tương lai tương đối gần.
Những người khác cho rằng:
kiến trúc hiện tại chưa đủ;
còn thiếu những thành phần quan trọng;
trí thông minh tổng quát khó hơn nhiều so với những gì chúng ta tưởng.
Vì vậy, mọi dự đoán về thời điểm AGI xuất hiện đều chứa mức độ bất định rất lớn.
Câu hỏi đúng hơn không phải:
“AGI chắc chắn xuất hiện vào năm nào?”
mà là:
“Những năng lực nào cần đạt được để chúng ta có thể gọi một hệ thống là AGI?”
28. Làm sao biết một hệ thống đã đạt AGI?
Đây là một vấn đề rất khó.
Không có một bài kiểm tra duy nhất được toàn thế giới chấp nhận.
Một hệ thống có thể cần thể hiện năng lực trên nhiều phương diện:
học nhiệm vụ mới;
giải quyết vấn đề chưa từng gặp;
suy luận;
lập kế hoạch;
sử dụng công cụ;
hiểu ngôn ngữ;
hiểu thế giới;
thích nghi;
làm việc dài hạn;
chuyển giao kiến thức.
Một bài kiểm tra AGI tốt không nên chỉ đo khả năng ghi nhớ hoặc làm bài thi.
Nó phải kiểm tra khả năng thích nghi với những vấn đề mới.
29. Vì sao định nghĩa AGI vẫn gây tranh cãi?
Bởi vì “trí thông minh tổng quát” không có một ranh giới tuyệt đối.
Con người cũng không thông minh đồng đều.
Một người có thể:
giỏi toán;
kém âm nhạc;
giỏi giao tiếp;
không biết sửa máy.
Do đó, câu hỏi:
“AI phải giỏi đến mức nào để được gọi là AGI?”
không có câu trả lời đơn giản.
Một số định nghĩa dựa trên năng lực tương đương con người.
Một số dựa trên khả năng hoàn thành phần lớn công việc kinh tế.
Một số nhấn mạnh khả năng học và thích nghi.
30. AGI và quyền lực
Nếu AGI trở thành công nghệ cực kỳ mạnh, quyền kiểm soát nó sẽ trở thành vấn đề địa chính trị.
Những quốc gia và tổ chức sở hữu:
chip;
trung tâm dữ liệu;
năng lượng;
dữ liệu;
mô hình AI;
nhân tài;
có thể có lợi thế rất lớn.
Do đó cuộc cạnh tranh AI không chỉ là cuộc cạnh tranh giữa các công ty.
Nó còn có thể trở thành:
cuộc cạnh tranh về năng lực công nghệ giữa các quốc gia.
31. AGI và khoảng cách giàu nghèo
AGI có thể tạo ra năng suất khổng lồ.
Nhưng lợi ích không tự động được phân phối công bằng.
Nếu quyền sở hữu công nghệ tập trung vào một số ít tổ chức, khoảng cách kinh tế có thể tăng.
Ngược lại, nếu AI được phổ cập rộng rãi, nó có thể giúp:
doanh nghiệp nhỏ;
cá nhân;
trường học;
quốc gia đang phát triển;
tiếp cận năng lực từng chỉ thuộc về các tổ chức lớn.
Vì vậy, câu hỏi quan trọng không chỉ là:
“Ai tạo ra AGI?”
mà còn là:
“Ai được hưởng lợi từ AGI?”
32. AGI và tương lai của Internet
Internet hiện nay chủ yếu được thiết kế cho con người sử dụng.
Trong tương lai, một phần Internet có thể được vận hành bởi các agent AI.
Thay vì con người:
tìm kiếm;
so sánh;
điền biểu mẫu;
gửi email;
đặt dịch vụ;
AI agent có thể thực hiện những công việc đó thay người dùng.
Khi đó Internet có thể chuyển từ:
Human → Website
sang:
Human → AI agent → Internet
Điều này có thể thay đổi hoàn toàn cách chúng ta sử dụng web.
33. AGI và sự thay đổi của công cụ tìm kiếm
Ngày nay người dùng thường:
Google → mở nhiều website → đọc → so sánh → quyết định.
Trong tương lai:
Người dùng → yêu cầu AI → AI nghiên cứu → tổng hợp → hành động.
Điều này khiến giá trị của nội dung chất lượng cao càng quan trọng.
Website có thể không còn chỉ cạnh tranh để giành lượt click.
Chúng có thể phải cạnh tranh để trở thành nguồn dữ liệu đáng tin cậy cho AI.
34. AGI và báo chí
Ngành báo chí có thể thay đổi sâu sắc.
AI có thể:
thu thập dữ liệu;
dịch tài liệu;
phân tích hồ sơ;
phát hiện mối quan hệ;
hỗ trợ kiểm chứng;
tạo bản nháp;
cá nhân hóa nội dung.
Nhưng vai trò của con người vẫn cực kỳ quan trọng trong:
xác minh;
đạo đức;
nguồn tin;
trách nhiệm;
điều tra;
quyết định xuất bản.
Trong thời đại AI, uy tín của nguồn tin có thể trở thành tài sản quan trọng hơn bao giờ hết.
35. AGI và thông tin giả
AI tổng quát có thể khiến việc tạo nội dung trở nên cực kỳ rẻ.
Điều này có mặt tích cực.
Nhưng cũng có thể làm tăng:
deepfake;
tin giả;
tài khoản giả;
nội dung thao túng;
lừa đảo;
giả mạo danh tính.
Khi chi phí tạo nội dung giảm gần như về 0, xã hội cần một thứ mới:
hệ thống xác minh nguồn gốc và độ tin cậy của thông tin.
36. Thế giới sau AGI có thể như thế nào?
Có rất nhiều kịch bản.
Kịch bản 1 – AGI như công cụ
AI mạnh nhưng vẫn được con người kiểm soát.
Con người sử dụng nó để:
tăng năng suất;
nghiên cứu;
sáng tạo;
giáo dục.
Kịch bản 2 – Kinh tế AI
Phần lớn công việc trí óc được AI hỗ trợ hoặc tự động hóa.
Con người tập trung hơn vào:
quyết định;
sáng tạo;
quan hệ;
mục tiêu;
trách nhiệm.
Kịch bản 3 – AI agent phổ cập
Mỗi người có nhiều agent cá nhân:
trợ lý;
nghiên cứu viên;
lập trình viên;
giáo viên;
quản lý tài chính;
trợ lý kinh doanh.
Kịch bản 4 – AGI vượt xa kỳ vọng
Nếu năng lực AI tăng nhanh hơn dự kiến, những thay đổi về khoa học và kinh tế có thể diễn ra trong thời gian rất ngắn.
Kịch bản 5 – AGI bị hạn chế
Các chính phủ có thể áp dụng những quy định nghiêm ngặt để kiểm soát việc triển khai những hệ thống cực mạnh.
Thực tế có thể là sự kết hợp của nhiều kịch bản trên.
37. AGI có thể khiến con người thất nghiệp hàng loạt?
Không thể khẳng định.
Lịch sử công nghệ cho thấy tự động hóa thường vừa:
xóa bỏ một số công việc
vừa:
tạo ra những công việc mới.
Nhưng AI có một điểm khác biệt:
Nó có thể tác động trực tiếp đến lao động trí óc.
Vì vậy tốc độ thay đổi có thể rất nhanh.
Thách thức lớn có thể là tốc độ đào tạo lại con người.
Nếu một nghề biến đổi trong vài năm nhưng việc đào tạo một nghề mới mất nhiều năm, xã hội có thể trải qua giai đoạn bất ổn.
38. Giá trị của con người sẽ là gì?
Nếu máy móc có thể:
viết;
vẽ;
lập trình;
phân tích;
nghiên cứu;
thì con người còn gì?
Một câu trả lời có thể là:
mục tiêu.
AI có thể tối ưu.
Nhưng xã hội vẫn phải quyết định:
chúng ta muốn xây dựng thế giới như thế nào;
điều gì có giá trị;
điều gì là đúng;
điều gì là đáng theo đuổi.
Công nghệ có thể giúp con người thực hiện mục tiêu.
Nhưng việc lựa chọn mục tiêu vẫn là một vấn đề sâu sắc của con người.
39. AGI có thể giúp giải quyết những vấn đề lớn của nhân loại?
Về lý thuyết, có thể.
Ví dụ:
biến đổi khí hậu;
năng lượng;
bệnh tật;
vật liệu mới;
nông nghiệp;
giao thông;
giáo dục;
khoa học cơ bản.
Nhưng AGI không tự động giải quyết mọi vấn đề.
Công nghệ phải được kết hợp với:
chính sách;
cơ sở hạ tầng;
nguồn lực;
hợp tác quốc tế;
thể chế;
đạo đức.
Một hệ thống AI cực kỳ thông minh vẫn không thể tự mình giải quyết mọi xung đột lợi ích của con người.
40. Việt Nam trước làn sóng AGI
Đối với Việt Nam, AGI có thể vừa là cơ hội lớn vừa là thách thức lớn.
Việt Nam có lợi thế ở:
lực lượng lao động trẻ;
ngành công nghệ phát triển nhanh;
cộng đồng kỹ sư;
thị trường Internet lớn;
tốc độ phổ cập công nghệ cao.
Nhưng Việt Nam cũng phải đối mặt với:
nguy cơ tự động hóa;
thiếu nhân lực AI chất lượng cao;
phụ thuộc hạ tầng tính toán;
dữ liệu;
an toàn thông tin;
năng lực nghiên cứu.
Nếu chuẩn bị tốt, AI có thể giúp Việt Nam rút ngắn khoảng cách công nghệ.
41. Việt Nam cần chuẩn bị gì?
Có thể tập trung vào sáu hướng lớn.
1. Giáo dục
Đào tạo:
AI;
toán;
khoa học máy tính;
dữ liệu;
tư duy phản biện.
2. Hạ tầng
Đầu tư:
data center;
cloud;
GPU;
mạng;
năng lượng.
3. Dữ liệu
Xây dựng hệ thống dữ liệu:
chất lượng;
an toàn;
có khả năng khai thác.
4. Doanh nghiệp
Khuyến khích doanh nghiệp Việt Nam phát triển:
mô hình AI;
agent;
sản phẩm AI;
nền tảng dữ liệu.
5. Chính sách
Xây dựng khung pháp lý cân bằng giữa:
đổi mới + an toàn.
6. Nhân lực
Không chỉ đào tạo nhà nghiên cứu AI.
Cần đưa AI vào:
y tế;
giáo dục;
tài chính;
nông nghiệp;
công nghiệp;
truyền thông;
hành chính.
42. AGI có phải là “điểm kết thúc” của AI?
Không.
AGI nếu xuất hiện có thể chỉ là một cột mốc.
Sau đó có thể xuất hiện:
AI chuyên biệt cực mạnh;
hệ thống agent;
AI khoa học;
robot thông minh;
hệ thống đa tác nhân;
ASI.
Vì vậy lịch sử AI có thể không có một “đích đến” duy nhất.
Nó có thể giống quá trình phát triển của Internet:
một công nghệ → một hệ sinh thái → một hạ tầng của xã hội.
43. Những hiểu lầm phổ biến về AGI
Hiểu lầm 1: Chatbot càng thông minh càng chắc chắn là AGI
Không đúng.
Khả năng hội thoại chỉ là một phần.
Hiểu lầm 2: AGI phải có cơ thể robot
Không đúng.
AGI có thể hoàn toàn là phần mềm.
Hiểu lầm 3: AGI chắc chắn có ý thức
Chưa có bằng chứng.
Hiểu lầm 4: AGI chắc chắn tiêu diệt việc làm
Không thể kết luận.
Hiểu lầm 5: AGI chắc chắn xuất hiện vào một năm cụ thể
Không ai biết chắc.
Hiểu lầm 6: AGI = siêu trí tuệ
Không hoàn toàn.
AGI và ASI là những khái niệm khác nhau.
44. Câu hỏi lớn nhất không phải “AGI có thông minh không?”
Câu hỏi quan trọng hơn là:
AGI sẽ được sử dụng như thế nào?
Một con dao có thể dùng để nấu ăn hoặc gây hại.
Một công nghệ cực mạnh cũng vậy.
AGI có thể trở thành:
công cụ tăng cường trí tuệ của nhân loại
hoặc
một nguồn rủi ro chưa từng có.
Kết quả phụ thuộc vào:
thiết kế;
kiểm soát;
mục tiêu;
quyền truy cập;
quản trị;
văn hóa;
luật pháp;
cách xã hội triển khai nó.
45. Tương lai có thể không phải “AI thay thế con người”
Một khả năng thực tế hơn là:
Con người sử dụng AI để thay đổi chính cách mình làm việc.
Một người biết sử dụng AI có thể làm được nhiều việc hơn trước.
Một doanh nghiệp biết triển khai AI có thể hoạt động với đội ngũ nhỏ hơn.
Một nhà khoa học có AI hỗ trợ có thể xử lý lượng tài liệu mà trước đây cần cả nhóm.
Một học sinh có AI tutor có thể tiếp cận giáo dục cá nhân hóa.
Vì vậy, cuộc cạnh tranh có thể không đơn giản là:
Con người vs. AI
mà là:
Con người + AI vs. Con người không sử dụng AI.
46. AGI có thể thay đổi định nghĩa về năng suất
Trong nền kinh tế truyền thống, năng suất phụ thuộc vào:
con người + vốn + máy móc + quy trình.
Trong nền kinh tế AI, có thể xuất hiện thêm:
trí tuệ nhân tạo + agent + tự động hóa trí tuệ.
Một cá nhân có thể quản lý hàng chục quy trình tự động.
Một công ty nhỏ có thể phục vụ thị trường toàn cầu.
Một nhóm nghiên cứu nhỏ có thể xử lý lượng dữ liệu khổng lồ.
Điều này có thể làm thay đổi mối quan hệ giữa:
quy mô → năng lực → doanh thu.
47. AGI có thể thay đổi cách chúng ta học
Trong giáo dục truyền thống:
giáo viên → lớp học → giáo trình → bài kiểm tra.
Trong tương lai:
người học → AI tutor → chương trình cá nhân hóa → dự án thực tế → đánh giá liên tục.
AI có thể đóng vai:
giáo viên;
trợ giảng;
người phản biện;
gia sư;
huấn luyện viên;
cố vấn học tập.
Nhưng con người vẫn cần đóng vai trò quan trọng trong việc hình thành:
nhân cách;
kỹ năng xã hội;
đạo đức;
trách nhiệm;
tư duy độc lập.
48. AGI và câu hỏi về ý nghĩa cuộc sống
Đây là câu hỏi sâu hơn công nghệ.
Nếu một ngày máy móc có thể làm phần lớn công việc mà con người từng làm để kiếm sống, xã hội sẽ phải trả lời:
Con người làm gì khi lao động không còn là trung tâm của cuộc sống?
Có thể con người sẽ dành nhiều thời gian hơn cho:
gia đình;
nghệ thuật;
nghiên cứu;
thể thao;
khám phá;
cộng đồng;
trải nghiệm;
sáng tạo.
Nhưng cũng có thể xuất hiện những vấn đề mới:
mất mục đích;
bất bình đẳng;
phụ thuộc công nghệ;
quyền lực tập trung.
AGI vì thế không chỉ là câu chuyện của các kỹ sư.
Nó là câu chuyện của toàn xã hội.
49. AGI có thể là bước ngoặt của nền văn minh
Trong lịch sử nhân loại, một số công nghệ đã tạo ra những bước ngoặt khổng lồ:
nông nghiệp;
chữ viết;
máy in;
động cơ;
điện;
máy tính;
Internet.
AGI, nếu đạt được năng lực như kỳ vọng, có thể trở thành một công nghệ cùng cấp độ về tác động.
Bởi lần đầu tiên, con người có thể tạo ra một hệ thống có khả năng tham gia trực tiếp vào quá trình:
suy nghĩ → nghiên cứu → phát minh → thiết kế → xây dựng.
Nếu AI có thể giúp con người tạo ra công nghệ mới nhanh hơn, quá trình đổi mới có thể được tăng tốc.
50. Và cuối cùng: AGI thực chất là câu chuyện về con người
AGI thường được mô tả như một cuộc đua công nghệ.
Nhưng ở tầng sâu hơn, nó là một câu hỏi về chính con người.
Con người đang cố gắng xây dựng một hệ thống có thể:
học;
suy luận;
hiểu;
lập kế hoạch;
sáng tạo;
thích nghi.
Nói cách khác, con người đang cố gắng hiểu trí thông minh bằng cách xây dựng một thứ có trí thông minh.
Đó là lý do AGI vừa hấp dẫn vừa đáng lo.
Nếu thành công, nó có thể mở ra một kỷ nguyên mà năng lực trí tuệ không còn bị giới hạn bởi số lượng con người có thể đào tạo.
Nhưng chính vì vậy, trách nhiệm cũng lớn hơn.
Một tương lai tốt đẹp không phụ thuộc đơn thuần vào việc:
“Chúng ta có tạo ra AGI hay không?”
Mà phụ thuộc vào câu hỏi:
“Chúng ta sẽ xây dựng AGI như thế nào, kiểm soát nó ra sao và sử dụng năng lực ấy vì mục tiêu gì?”
AGI có thể trở thành một trong những công cụ mạnh nhất mà nhân loại từng tạo ra.
Nhưng công cụ mạnh nhất không đồng nghĩa với tương lai tốt đẹp nhất.
Tương lai sẽ được quyết định bởi cách con người lựa chọn sử dụng trí tuệ mà chính mình tạo ra.
AGI trong một câu
Nếu phải cô đọng toàn bộ khái niệm AGI vào một câu:
AGI là mục tiêu xây dựng một hệ thống trí tuệ nhân tạo có khả năng học hỏi, suy luận, thích nghi và thực hiện một phạm vi rất rộng các nhiệm vụ trí tuệ ở mức tổng quát, thay vì chỉ được tối ưu cho một nhiệm vụ cụ thể.
Và nếu AI hiện tại đang giúp máy móc làm nhiều việc, thì AGI hướng tới một bước xa hơn:
Tạo ra một hệ thống có khả năng học cách làm những việc mà nó chưa từng được lập trình trực tiếp để làm.
Đó chính là lý do AGI được xem là một trong những mục tiêu lớn nhất, khó nhất và có khả năng tác động sâu rộng nhất của ngành công nghệ thế kỷ XXI.
