Những bản vẽ định hình trí tuệ nhân tạo
07/08/26
 |
| Ảnh: Samuel Watterworth/Noema |
Trí tuệ nhân tạo thường được hình dung bằng robot, mã nhị phân màu xanh, bộ não phát sáng hoặc những hình ảnh viễn tưởng u tối. Tuy nhiên, các biểu tượng có thể đang làm nghèo cách công chúng hiểu về AI. Nếu muốn nhìn AI đúng hơn, có lẽ ta nên rời khỏi các huyền thoại robot và bước vào nơi các nhà nghiên cứu thật sự làm việc: những sơ đồ kiến trúc mạng nơ-ron, nơi trí tuệ được phác họa không như sinh vật, mà như hệ thống xử lý thông tin được thiết kế, thử nghiệm và tái tưởng tượng.
Khi con người muốn nhìn thấy trí tuệ
Năm 1955, khi Albert Einstein qua đời, vị bác sĩ giải phẫu tử thi được giao xác định nguyên nhân cái chết cắt mở hộp sọ và lấy não của ông để nghiên cứu. Có lẽ ông hy vọng sẽ tìm thấy trong đó dấu vết vật chất của thiên tài, như thể có thể cầm “trí tuệ” trên tay. Song bộ não có trọng lượng trung bình. Đến nay, khoa học thần kinh vẫn chưa đưa ra được lời giải thích thỏa đáng nào về trí tuệ của Einstein chỉ bằng việc quan sát bộ não ấy. Trí tuệ, hóa ra, không dễ bị phơi bày bằng dao mổ.
Các nhà nghiên cứu trí tuệ nhân tạo đi theo hướng khác. Thay vì mổ xẻ trí tuệ, họ tìm cách tái tạo nó, ít nhất từng phần. AI không có hộp sọ để mở ra, không có bộ não hữu cơ để quan sát trực tiếp. Tuy nhiên, chính điều này lại tạo ra cơ hội kỳ lạ: nhìn trí tuệ như một cấu trúc trừu tượng, tách khỏi thân thể sinh học. Vậy trí tuệ, nếu không còn là khuôn mặt, cơ thể hay bộ não người, trông như thế nào?
Những hình ảnh sai lệch về AI
Trong truyền thông đại chúng phương Tây, bài viết về AI thường được minh họa bằng các nhân vật khoa học viễn tưởng: kẻ hủy diệt trong The Terminator, Ava trong Ex Machina, hay HAL 9000 trong 2001: A Space Odyssey. Những hình ảnh kéo AI về các tưởng tượng quen thuộc: robot giống người, trí tuệ máy nổi loạn, thiên đường công nghệ hoặc địa ngục giám sát. Kiểu hình ảnh khác cũng phổ biến không kém: bảng mạch, mã nhị phân, bộ não người phát sáng trong sắc xanh lạnh. Ở đây, trí tuệ được hiểu như bộ não cô lập, cơ giới hóa và thoát khỏi thân thể. Thông điệp ngầm là: nếu được giải phóng khỏi oxy, máu, cảm giác và những “gánh nặng” sinh học, trí tuệ sẽ đạt tới tiềm năng tối đa trên nền bit và điện toán.
Những hình ảnh này tưởng như chỉ để trang trí, nhưng thực ra có sức định hình. Ẩn dụ rất quan trọng. Nó ảnh hưởng đến cách công chúng hiểu công nghệ mới, cách nhà hoạch định chính sách đặt vấn đề, và cách xã hội tưởng tượng về tương lai. Với AI, các biểu tượng robot hay bộ não xanh không khuyến khích người đọc suy nghĩ về thiên kiến trong học máy, về trách nhiệm thiết kế hay về bản chất của trí tuệ con người. Chúng chỉ đẩy người ta vào hai cực: sợ robot thống trị hoặc mơ thiên đường nhị phân.
Bản vẽ thật của AI nằm trong phòng thí nghiệm
Trong các bài báo khoa học, poster hội nghị, giáo trình và đời sống hằng ngày của phòng thí nghiệm AI, những hình ảnh viễn tưởng gần như vắng bóng. Thay vào đó là các sơ đồ: mạng nơ-ron, lớp xử lý, mũi tên truyền thông tin, khối tính toán, hàm kích hoạt, đầu vào và đầu ra. Với người ngoài ngành, chúng có thể trông khô khan và khó hiểu. Song với chuyên gia, chúng giống như bản thiết kế kiến trúc; cho thấy các “nơ-ron” nhân tạo được nối với nhau ra sao, thông tin đi qua hệ thống thế nào, dữ liệu được xử lý ở từng tầng ra sao để tạo ra kết quả.
Nếu AI đương đại có chân dung đúng hơn, nó nằm ở đây: trong các sơ đồ kiến trúc mạng nơ-ron. Điều đáng chú ý không chỉ là sơ đồ giúp nhà nghiên cứu hiểu hệ thống, mà là nó phản ánh cách họ hình dung về nhận thức. Ngày nay, trọng tâm của AI không phải là robot xâm lược, mà là câu hỏi: dạng trí tuệ nào đang được ưu tiên, và cách biểu diễn trí tuệ ấy đang định khung thế giới ra sao?
Từ nơ-ron nhân tạo đến trí tuệ mô-đun
Năm 1943, nhà sinh lý thần kinh Warren McCulloch và nhà logic học Walter Pitts giới thiệu mô hình nơ-ron nhân tạo, lấy cảm hứng từ nơ-ron người. Trong bài viết của họ, các nơ-ron được vẽ bằng tay như những hình tam giác kết nối với nhau, gợi nhớ đến các minh họa thần kinh học tinh xảo của Santiago Ramón y Cajal.
Tuy nhiên, từ các bản vẽ giải phẫu sống động của Cajal, McCulloch và Pitts trừu tượng hóa nơ-ron thành những khối mô-đun có thể kết hợp tự do thành mạch tính toán. Từ đây, lý trí, nhận thức và những gì từng được gọi là “tinh thần” bắt đầu được mô tả như thứ có thể suy ra bằng thuật toán từ các hoạt động cơ học cơ bản.
Ban đầu, các thiết kế mạng nơ-ron vay mượn nhiều hình ảnh sinh học. “Perceptron” của Frank Rosenblatt, vừa là thuật toán phân loại hình ảnh đơn giản vừa là cỗ máy cỡ phòng, được minh họa bằng những đường nét hữu cơ, gợi liên tưởng đến tế bào. Tuy nhiên, “võng mạc” của perceptron lại có hình vuông, không giống mắt của bất kỳ sinh vật nào. Ngay từ đầu, AI đã đứng giữa hai ham muốn: mô phỏng sinh học và thoát khỏi sinh học.
Từ quỷ nhỏ đến sơ đồ kỹ thuật
Ví dụ khác là “Pandemonium” của Oliver Selfridge năm 1959, hệ thống học mẫu dùng để dịch mã Morse thành văn bản. Ở đây, thay vì mắt người hay nơ-ron sinh học, Selfridge dùng hình ảnh những con quỷ nhỏ. Mỗi “quỷ” nhận diện một tín hiệu, gắn với chữ cái và hét vào tai “quỷ quyết định” khi chữ xuất hiện. Hình ảnh vừa kỳ quặc vừa hữu ích. Quỷ là sinh thể siêu nhiên, có thể mang hình người hoặc phi nhân, có thể không có thân xác. Theo nghĩa đó, nó có thể là ẩn dụ phù hợp hơn robot cho AI: trí tuệ không nhất thiết cần cơ thể. Song cuối cùng, nó vẫn cho thấy giới hạn của trí tưởng tượng con người. Khi nghĩ về trí tuệ, ta vẫn thường phải mượn sinh vật, linh hồn, quỷ thần hoặc con người. Ta thiếu vốn từ và kho hình ảnh đủ phong phú để nói về trí tuệ mà không kéo nó về những dạng tồn tại quen thuộc.
Trí tuệ ngày càng trừu tượng
Qua nhiều thập niên, mạng nơ-ron trở nên phức tạp hơn. Các lớp kết nối chồng lên nhau, thuật toán học tốt hơn, sức mạnh tính toán lớn hơn, dữ liệu nhiều hơn. Học sâu có thể làm nhiều việc con người làm, đôi khi vượt qua con người trong những nhiệm vụ cụ thể. Cùng lúc, lĩnh vực này dần tách khỏi hình mẫu con người. Các sơ đồ hiện đại ngày càng giống bản vẽ kỹ thuật: sạch, vuông vức, trừu tượng, do máy tính tạo ra. Những nét vẽ hữu cơ, sự ma sát của bút trên giấy, các liên tưởng sinh học dần biến mất. Mạng nơ-ron được trình bày như các khối xây dựng phổ quát cho học tập và hành vi thông minh.
Tuy vậy, chính khi AI trở nên trừu tượng hơn, nhu cầu giải thích nó lại tăng lên. Các nhà nghiên cứu bắt đầu bổ sung tuyên bố tác động, thẻ mô hình, nhãn dinh dưỡng dữ liệu; giới nghiên cứu AI giải thích được tìm cách biến các quá trình toán học cực kỳ phức tạp thành hình ảnh, biểu đồ và mô tả dễ hiểu hơn.
Cần những hình ảnh mới cho trí tuệ
Sơ đồ mạng nơ-ron có phải chân dung tốt hơn của AI so với robot viễn tưởng không? Với đa số công chúng, chúng khó hiểu hơn nhiều. Song đây có thể lại là ưu điểm. Chúng buộc ta ngừng chiếu nỗi sợ và ham muốn của mình lên hình người bằng kim loại, để nhìn AI như công trình nhận thức do con người thiết kế. Những sơ đồ này không chỉ miêu tả máy móc. Chúng tiết lộ cách các nhà nghiên cứu nghĩ về trí tuệ: như dòng thông tin, lớp xử lý, mô-đun, tối ưu hóa và kiến trúc. Từ đây, cuộc thảo luận về AI có thể đi xa hơn các huyền thoại robot nổi loạn, để chạm tới câu hỏi quan trọng hơn: ta muốn xây dựng loại trí tuệ nào, dựa trên quan niệm nào về con người, nhận thức và thế giới?
Tương lai của AI không chỉ phụ thuộc vào mô hình mạnh hơn hay dữ liệu lớn hơn mà còn phụ thuộc vào hình ảnh ta dùng để nghĩ về nó. Muốn xây AI tốt hơn, trước hết phải học cách nhìn AI khác đi.
shared via noemamag,
