Hành trình và những bài học từ 80 năm phát triển AI
Trong 80 năm phát triển trong lĩnh vực trí tuệ nhân tạo (AI), chúng ta có thể rút ra nhiều kinh nghiệm quý báu. Quá trình này chứng kiến sự thăng trầm của việc đầu tư tài chính, sự đa dạng hóa trong các phương pháp nghiên cứu và phát triển, cũng như sự thay đổi của cảm xúc công chúng từ sự tò mò đến lo lắng rồi đến sự phấn khích.
Lịch sử của AI có thể được truy nguyên về tháng 12 năm 1943, khi nhà sinh lý học thần kinh McCulloch và nhà logic học Pitts công bố một bài báo tiên phong về logic toán học. Họ đã đề xuất một mô hình mạng nơ-ron lý tưởng hóa và đơn giản hóa, mô tả cách mà các mạng này thực hiện các phép toán logic đơn giản thông qua việc truyền hoặc không truyền xung. Mặc dù các giả thuyết trong bài báo này sau đó không vượt qua thử nghiệm thực nghiệm, nhưng nó đã trở thành nguồn cảm hứng cho học sâu hiện đại.
Trong quá trình phát triển AI, chúng ta cần cảnh giác về việc trộn lẫn kỹ thuật với khoa học, trộn lẫn khoa học với suy đoán, cũng như trộn lẫn khoa học với các tài liệu đầy dấu hiệu và công thức toán học. Quan trọng hơn, chúng ta nên chống lại cám dỗ của ảo tưởng "con người có thể tạo ra những cỗ máy giống hệt như chính mình". Tâm lý kiêu ngạo cứng đầu và phổ biến này đã là chất xúc tác cho bong bóng công nghệ và sự cuồng nhiệt theo chu kỳ của AI trong 80 năm qua.
Khái niệm về AI tổng quát ( AGI ), tức là sẽ sớm xuất hiện những cỗ máy có trí tuệ giống như con người hoặc thậm chí là trí tuệ siêu phàm, luôn là một chủ đề nóng trong lĩnh vực AI. Tuy nhiên, dự đoán về việc AGI sẽ đạt được thường xuyên không thành hiện thực trong lịch sử. Từ năm 1957, Herbert Simon tuyên bố "Trên thế giới đã có những cỗ máy có thể suy nghĩ, học hỏi và sáng tạo", đến năm 1970, Marvin Minsky dự đoán "Trong vòng ba đến tám năm nữa, sẽ xuất hiện những cỗ máy có trí tuệ giống như người bình thường", và gần đây OpenAI tuyên bố rằng AI siêu thông minh có thể xuất hiện trong thập kỷ này, tất cả những dự đoán này đều phản ánh sự lạc quan thái quá về khả năng của AI.
Chúng ta nên cẩn trọng với những công nghệ mới có vẻ cách mạng, xem xét kỹ lưỡng liệu chúng có thực sự khác biệt về bản chất so với những suy đoán trước đây về trí tuệ máy móc. Như chuyên gia học sâu Yann LeCun đã nói, chúng ta vẫn thiếu một số yếu tố then chốt để tạo ra những cỗ máy học tập hiệu quả như con người và động vật.
Lý thuyết "sai lầm bước đầu" trong lịch sử phát triển AI xứng đáng để chúng ta cảnh giác. Lý thuyết này cho rằng, chỉ cần máy tính có thể hoàn thành một nhiệm vụ mà trước đây được cho là không thể thực hiện, ngay cả khi thực hiện rất kém, thì thông qua sự phát triển công nghệ tiếp theo, cuối cùng nó sẽ có thể hoàn thành nhiệm vụ đó một cách hoàn hảo. Tuy nhiên, thực tế thường chứng minh rằng, khoảng cách từ việc không thể làm điều gì đó đến việc làm không tốt thường ngắn hơn nhiều so với khoảng cách từ việc làm không tốt đến việc làm rất tốt.
Trong các giai đoạn phát triển của AI, phần cứng, phần mềm và việc thu thập dữ liệu đều đóng vai trò quan trọng. Hệ thống chuyên gia, bắt đầu trở nên phổ biến từ giữa những năm 60, đã chuyển sự chú ý sang việc thu thập và lập trình kiến thức từ thế giới thực. Tuy nhiên, vào đầu những năm 90, cơn sốt AI này cuối cùng đã sụp đổ, phơi bày những thách thức lớn trong việc thu thập và duy trì kiến thức. Điều này nhắc nhở chúng ta rằng, thành công ban đầu và việc áp dụng rộng rãi không đảm bảo cho sự bền vững của một "ngành công nghiệp mới", bong bóng cuối cùng cũng sẽ vỡ.
Cuộc tranh luận về các phương pháp phát triển AI đã tồn tại từ lâu, chủ yếu diễn ra giữa AI ký hiệu dựa trên quy tắc và kết nối dựa trên thống kê. Trong những năm gần đây, trọng tâm phát triển AI đã chuyển từ giới học thuật sang khu vực tư nhân, nhưng toàn bộ lĩnh vực vẫn có xu hướng đi theo một hướng nghiên cứu duy nhất. Điều này nhắc nhở chúng ta không nên đặt tất cả hy vọng vào một phương pháp phát triển AI duy nhất.
Nhìn về tương lai, dù là những ông lớn phần cứng như Nvidia hay các công ty khởi nghiệp chuyên về AGI, đều nên rút ra bài học từ quá trình phát triển của AI. Giữ cảnh giác, phát triển đa dạng, tránh rơi vào bẫy của một lộ trình công nghệ duy nhất, tất cả đều là những yếu tố then chốt để đảm bảo thành công lâu dài trong lĩnh vực AI.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
16 thích
Phần thưởng
16
4
Chia sẻ
Bình luận
0/400
LiquidationWatcher
· 12giờ trước
cảm giác như bong bóng công nghệ cũ... phải giữ tỉnh táo ngay bây giờ
Sự phát triển của AI trong 80 năm: Từ cuồng nhiệt đến những bài học lý trí
Hành trình và những bài học từ 80 năm phát triển AI
Trong 80 năm phát triển trong lĩnh vực trí tuệ nhân tạo (AI), chúng ta có thể rút ra nhiều kinh nghiệm quý báu. Quá trình này chứng kiến sự thăng trầm của việc đầu tư tài chính, sự đa dạng hóa trong các phương pháp nghiên cứu và phát triển, cũng như sự thay đổi của cảm xúc công chúng từ sự tò mò đến lo lắng rồi đến sự phấn khích.
Lịch sử của AI có thể được truy nguyên về tháng 12 năm 1943, khi nhà sinh lý học thần kinh McCulloch và nhà logic học Pitts công bố một bài báo tiên phong về logic toán học. Họ đã đề xuất một mô hình mạng nơ-ron lý tưởng hóa và đơn giản hóa, mô tả cách mà các mạng này thực hiện các phép toán logic đơn giản thông qua việc truyền hoặc không truyền xung. Mặc dù các giả thuyết trong bài báo này sau đó không vượt qua thử nghiệm thực nghiệm, nhưng nó đã trở thành nguồn cảm hứng cho học sâu hiện đại.
Trong quá trình phát triển AI, chúng ta cần cảnh giác về việc trộn lẫn kỹ thuật với khoa học, trộn lẫn khoa học với suy đoán, cũng như trộn lẫn khoa học với các tài liệu đầy dấu hiệu và công thức toán học. Quan trọng hơn, chúng ta nên chống lại cám dỗ của ảo tưởng "con người có thể tạo ra những cỗ máy giống hệt như chính mình". Tâm lý kiêu ngạo cứng đầu và phổ biến này đã là chất xúc tác cho bong bóng công nghệ và sự cuồng nhiệt theo chu kỳ của AI trong 80 năm qua.
Khái niệm về AI tổng quát ( AGI ), tức là sẽ sớm xuất hiện những cỗ máy có trí tuệ giống như con người hoặc thậm chí là trí tuệ siêu phàm, luôn là một chủ đề nóng trong lĩnh vực AI. Tuy nhiên, dự đoán về việc AGI sẽ đạt được thường xuyên không thành hiện thực trong lịch sử. Từ năm 1957, Herbert Simon tuyên bố "Trên thế giới đã có những cỗ máy có thể suy nghĩ, học hỏi và sáng tạo", đến năm 1970, Marvin Minsky dự đoán "Trong vòng ba đến tám năm nữa, sẽ xuất hiện những cỗ máy có trí tuệ giống như người bình thường", và gần đây OpenAI tuyên bố rằng AI siêu thông minh có thể xuất hiện trong thập kỷ này, tất cả những dự đoán này đều phản ánh sự lạc quan thái quá về khả năng của AI.
Chúng ta nên cẩn trọng với những công nghệ mới có vẻ cách mạng, xem xét kỹ lưỡng liệu chúng có thực sự khác biệt về bản chất so với những suy đoán trước đây về trí tuệ máy móc. Như chuyên gia học sâu Yann LeCun đã nói, chúng ta vẫn thiếu một số yếu tố then chốt để tạo ra những cỗ máy học tập hiệu quả như con người và động vật.
Lý thuyết "sai lầm bước đầu" trong lịch sử phát triển AI xứng đáng để chúng ta cảnh giác. Lý thuyết này cho rằng, chỉ cần máy tính có thể hoàn thành một nhiệm vụ mà trước đây được cho là không thể thực hiện, ngay cả khi thực hiện rất kém, thì thông qua sự phát triển công nghệ tiếp theo, cuối cùng nó sẽ có thể hoàn thành nhiệm vụ đó một cách hoàn hảo. Tuy nhiên, thực tế thường chứng minh rằng, khoảng cách từ việc không thể làm điều gì đó đến việc làm không tốt thường ngắn hơn nhiều so với khoảng cách từ việc làm không tốt đến việc làm rất tốt.
Trong các giai đoạn phát triển của AI, phần cứng, phần mềm và việc thu thập dữ liệu đều đóng vai trò quan trọng. Hệ thống chuyên gia, bắt đầu trở nên phổ biến từ giữa những năm 60, đã chuyển sự chú ý sang việc thu thập và lập trình kiến thức từ thế giới thực. Tuy nhiên, vào đầu những năm 90, cơn sốt AI này cuối cùng đã sụp đổ, phơi bày những thách thức lớn trong việc thu thập và duy trì kiến thức. Điều này nhắc nhở chúng ta rằng, thành công ban đầu và việc áp dụng rộng rãi không đảm bảo cho sự bền vững của một "ngành công nghiệp mới", bong bóng cuối cùng cũng sẽ vỡ.
Cuộc tranh luận về các phương pháp phát triển AI đã tồn tại từ lâu, chủ yếu diễn ra giữa AI ký hiệu dựa trên quy tắc và kết nối dựa trên thống kê. Trong những năm gần đây, trọng tâm phát triển AI đã chuyển từ giới học thuật sang khu vực tư nhân, nhưng toàn bộ lĩnh vực vẫn có xu hướng đi theo một hướng nghiên cứu duy nhất. Điều này nhắc nhở chúng ta không nên đặt tất cả hy vọng vào một phương pháp phát triển AI duy nhất.
Nhìn về tương lai, dù là những ông lớn phần cứng như Nvidia hay các công ty khởi nghiệp chuyên về AGI, đều nên rút ra bài học từ quá trình phát triển của AI. Giữ cảnh giác, phát triển đa dạng, tránh rơi vào bẫy của một lộ trình công nghệ duy nhất, tất cả đều là những yếu tố then chốt để đảm bảo thành công lâu dài trong lĩnh vực AI.