Jean-Gabriel Ganascia đả phá kịch liệt Điểm kì dị tại liên hoan Futur en Seine

JEAN-GABRIEL GANASCIA ĐẢ PHÁ KỊCH LIỆT ĐIỂM KÌ DỊ TẠI LIÊN HOAN FUTUR EN SEINE

Annabelle Laurent

Trí tuệ nhân tạo là một lĩnh vực phức tạp, gánh chịu rất nhiều định kiến. Đến độ Jean-Gabriel Ganascia, giáo sư khoa học máy tính [Paris 6] và chuyên gia trong lĩnh vực AI từ nhiều năm nay, thường xuyên nhận thấy rằng lĩnh vực nghiên cứu của mình bị đánh giá thấp, tính thực tiễn luôn bị nghi ngờ khi mà nhiều người đối thoại tỏ ý kiến rằng “Bạn tin vào trí tuệ nhân tạo ư?” Bỏ qua những huyễn tưởng, còn rất nhiều thứ để nói về ngày thứ năm tháng 6 [năm 2017], tại hội thảo do Usbek & Rica tổ chức với nội dung “Tất cả những gì bạn muốn biết về AI nhưng không dám hỏi”, nhân liên hoan Futur en Seine.

Điều đầu tiên cần nhắc không bao giờ thừa: Không, trái ngược với nhiều ý kiến được thời sự không ngừng nuôi dưỡng về chủ đề này, thì AI không phải là ý tưởng từ trên trời rơi xuống. Có thể bạn, những người đang đọc bài viết này còn trẻ hơn cả thuật ngữ AI, xuất hiện lần đầu vào năm 1956, tại Darmouth College, Hoa Kỳ, trong tâm trí của hai nhà toán học đang khám phá về máy tính (chiếc máy đầu tiên được chế tạo vào năm 1946). “Mục tiêu của họ không phải là tạo ra ra trí tuệ thứ hai mà phân tích trí thông minh thành những chức năng cơ bản, và mô phỏng từng phần chức năng đó trên máy tính. Ví dụ: lập luận, chứng minh các định lý, nhận diện đối tượng trên ảnh, nhận diện âm thanh, ngôn ngữ tự nhiên ...”, Jean-Gabriel Ganascia cho hay.

Sáu mươi năm sau, trong thời đại kỹ thuật số của chúng ta, ý tưởng này đã “thay đổi thế giới”, kỹ thuật trí tuệ nhân tạo ở khắp mọi nơi, trên Internet trong công cụ tìm kiếm, trong các hệ thống nhận diện khuôn mặt, trong trợ lý âm thanh hoặc trong những chiếc xe hơi tự hành. Và thuật ngữ này được giữ lại, với tất cả sự nhập nhằng về ngữ nghĩa, gợi ý rằng nó là “một thực thể thông minh và được tạo nên bởi con người” thay vì là một bộ môn nghiên cứu trí tuệ với những phương tiện nhân tạo.

Thời kỳ hoàng kim của AI nằm trong hai từ? Dữ liệu và sức mạnh.

Nếu AI không còn là một ý tưởng mới, tại sao chúng ta vẫn không thể ngừng nói về nó trong vòng năm năm trở lại đây? Deep learning, hay “học sâu” chẳng phải đã có những tiến bộ đặc biệt cho phép, ví dụ, AlphaGo, IA của Google Deepmind, đánh bại nhà vô địch thế giới về Go tháng 3 năm 2016, và còn nhiều những thành tựu khác? “Điều đầu tiên thay đổi, đó chính là chúng ta sống trong một xã hội công nghệ số, nơi mà tất cả trao đổi giữa con người - email, tin nhắn SMS, sách hoặc hình ảnh đều được số hóa. Việc khai thác tất cả các thông tin dưới dạng số là một điều vô cùng giá trị.” Thay đổi thứ hai, theo giáo sư Jean-Gabriel Ganascia, là “vấn đề này được khai thác nhờ vào những kỹ thuật học máy có khả năng xử lý Dữ liệu lớn (Big Data), và đó là nơi mà Học sâu, trong số những kĩ thuật khác, thể hiện được vai trò của mình.”

Thêm chú thích

Nhưng ngay cả Học sâu cũng không mới! ”Nguyên lý cơ bản của nó là hệ thần kinh nhân tạo, được Walter Pitts và Warren McCulloch định nghĩa vào năm 1943, trước cả khi AI ra đời. Vào thời kỳ đó, chúng ta mới chỉ biết não bộ một cách sơ sài, nhưng đã quyết định mô phỏng sự vận hành của nó (...) Chúng ta đã nghiên cứu vấn đề này trong suốt bảy mươi năm qua. Và một số người kiên trì vẫn tiếp tục ... Trong số đó, Yann LeCun (người Pháp đứng đầu FAIR phòng thí nghiệm Facebook, BBT), vào 2010 đã thành công khi công bố kĩ thuật nhận diện hình ảnh với độ chính xác cao so với nhiều kĩ thuật học máy khác. Kể từ đó chúng ta đạt được những tiến bộ trong lĩnh vực IA.” Và Jean-Gabriel Ganascia dẫn ví dụ về việc Google mô phỏng 15, thậm chí 20 lớp nơ ron, và cùng với hàng triệu sợi liên bào nhân tạo, Google đã có thể nhận diện gương mặt giữa 200 triệu hình ảnh với xác suất thành công lên tới 99,65% … “Vượt quá xa khả năng của chúng ta.”

Nhưng chú ý rằng, mặc dù máy có thể học dựa vào một lượng rất lớn dữ liệu thì những dữ liệu này đã được dán nhãn và được gọi là “học có giám sát”, và máy móc không tự học một mình. Chẳng hạn như, AlphaGo đã tự rèn luyện bằng cách tự thi đấu hàng nghìn ván cờ …

“Trong vai trò là nhà khoa học, tôi cho rằng tố cáo những tuyên bố cực đoan là điều cần thiết.”

Ở đây, quan điểm của Jean-Gabriel Ganascia xung đột với các tín đồ sùng bái Điểm kì dị (Singularity) thần thánh. Lí thuyết này dự đoán một điểm đứt gãy mới, khi mà trí tuệ của máy móc sẽ vượt qua trí tuệ của con người. Nhà khoa học này vừa ra mắt một cuốn sách về điều mà ông xem là một “huyền thoại” được GAFA và Thung lũng Silicon nuôi dưỡng có chủ ý. Khó khăn đến từ việc một diễn ngôn như vậy lại được tiếp sức bởi những nhân vật không phải là những giáo chủ quái dị theo trường phái bi quan như Stephen Hawking, Bill Gates, Elon Musk hoặc trường phái lạc quan như Ray Kurzweil người đang làm việc cho Google tin rằng máy móc có thể làm cho chúng ta bất tử.

Ray Kurzweil. Crédits: Zackary Canepari/Panos Pictures

Jean-Gabriel Ganascia giải thích: “Trong vai trò nhà khoa học, tôi cho rằng tố cáo những tuyên bố cực đoan là cần thiết, và các đồng nghiệp triết gia mà tôi đã rất kỳ vọng dấn thân vào công cuộc tố giác này đã không hề đả động đến sự gian trá”.

Ông nhắc lại hai luận điểm chính của những người theo thuyết Điểm kì dị. Trước hết là định luật Moore ra đời năm năm 1964 cho cứ hai năm một rằng số lượng linh kiện tăng lên gấp đôi. Định luật quan sát này được kiểm chứng từ năm 1959. “và các kỹ sư tự coi mình như nhà khoa học nói rằng định luật này sẽ tiếp tục đúng và sẽ làm tăng một cách chóng mặt số lượng linh kiện (…) Do đó máy móc có thể vượt qua chúng ta, và có tốc độ tính toán nhanh hơn tốc độ não bộ của chúng ta, một khả năng lưu trữ lớn hơn đầu óc chúng ta, máy móc sẽ thông minh hơn và sẽ chiếm lấy quyền lực …”

Tuy nhiên, trong cuốn Le mythe de la Singularité [Huyền thoại về Điểm kì dị], ông giải thích rằng “ngày nay chúng ta đã có những nghi ngờ lớn lao về định luật Moore còn tiếp tục, bởi vì công nghệ silicium đã đạt đến giới hạn vật lý của nó. Bạn không thể tích hợp thêm linh kiện với kích thước bé hơn nguyên tử của phân tử. Dù sao thì trí tuệ không phải đơn thuần là tần suất tính toán, nó là một cái gì khác lớn lao hơn nhiều.”

Galileo, Copernicus, và Einstein vẫn có thể bình tâm

Luận điểm thứ hai của những người theo thuyết Điểm kì dị chính là về học máy. Bởi vì máy móc đã vượt qua chúng ta trong trò chơi Go, nhận biết hình ảnh, v.v… thì có nghĩa là máy móc sẽ vượt chúng ta trên mọi lĩnh vực. Jean-Gabriel Ganascia cho rằng: “Nói như vậy là sai. Máy móc có thể làm tốt hơn con người trong những những công việc chuyên biệt, nhưng ta biết có những thời điểm mà Gaston Bachelard gọi là "gián đoạn nhận thức” (rupture épistémologique) và Thomas Kuhn gọi là "thay đổi hệ hình” (changement de paradigme) - đó là những thời điểm mà những khái niệm mới lật đổ hoàn toàn những quan niệm trước đây. Galilée, Copernic, hay Einstein là những người đặt nền tảng cho những biến chuyển lớn lao này. Vả lại, chúng ta không biết được máy móc có thể tạo ra những cuộc cách mạng như thế nào.”

Trước khi trí tuệ nhân tạo gây tiếng vang như thuyết nhật tâm hay thuyết tương đối, chúng ta cần tự đặt câu hỏi rằng “điều gì dẫn dắt những công ty lớn trong mảng Internet tin tưởng vào những diễn ngôn như vậy”, Ganascia gợi ý. Theo ông, câu trả lời rất rõ ràng: “Tôi nghĩ rằng họ có mục tiêu chính trị và họ kể những câu chuyện mang tính huyền thoại, câu chuyện làm chúng ta sợ hãi và che giấu đi những nguy hiểm thật sự ...”.

Nguyễn Lê Thủy Tiên dịch

Nguồn: À Futur en Seine, Jean-Gabriel Ganascia dézingue la Singularité, Usbeketrica, ngày 9 tháng 6, 2017.