Chưa có một định nghĩa trí tuệ được mọi người chấp nhận, kể cả khi chỉ bàn về con người. Nhiều định nghĩa trong giới nghiên cứu xoay quanh một ý: khả năng đạt mục tiêu trong nhiều loại hoàn cảnh khác nhau, nhất là hoàn cảnh mới chưa từng gặp. Với máy, cái khó là năng lực của nó lệch rất lạ: cực giỏi việc này mà vụng ở việc mà đứa trẻ lên năm làm được, nên không gói được vào một con số.
Chiều nào đi ngang công viên trên đồi ở Đà Lạt cũng gặp cảnh ông cháu đánh cờ tướng. Ông thắng cháu dễ dàng. Về nhà, cháu cài lại điện thoại cho ông trong hai phút, chỉ ông cách gọi video cho cô út ở Sài Gòn. Ai thông minh hơn? Câu hỏi nghe đơn giản, nhưng trả lời được thì phải nói rõ thông minh ở việc gì.
Bài này đi qua các cách định nghĩa chính, lý do thước đo dành cho người không áp được cho máy, và cách đọc những bản tin kiểu "AI vượt con người".
Các cách định nghĩa trí tuệ hay gặp
Cách thứ nhất gắn trí tuệ với điểm số. Bài trắc nghiệm trí tuệ ra đời để đo con người, dựa trên một quan sát: người làm tốt loại câu hỏi này thường cũng làm tốt loại câu hỏi khác. Con số IQ có giá trị chính vì các năng lực ở người hay đi cùng nhau.
Cách thứ hai nhìn vào kết quả: trí tuệ là khả năng đạt được mục tiêu trong nhiều loại môi trường. Một con kiến giỏi tìm đường về tổ, nhưng chỉ trong môi trường nó quen. Một người đi lạc ở thành phố lạ vẫn tìm được cách về nhà nghỉ, bằng hỏi đường, nhìn hướng núi, đoán theo dòng xe. Cái thứ hai rộng hơn, nên được coi là trí tuệ cao hơn.
Cách thứ ba nhấn vào việc học: trí tuệ không phải là đang biết bao nhiêu, mà là học được kỹ năng mới nhanh tới đâu từ ít kinh nghiệm tới đâu. Theo cách này, một hệ thống thuộc lòng cả thư viện nhưng mỗi kỹ năng mới phải học từ hàng triệu ví dụ thì chưa chắc đã thông minh bằng một đứa trẻ học cách chơi trò mới sau vài lần xem bạn chơi.
Không cách nào sai hẳn, và mỗi cách làm nổi một mặt. Khi ai đó nói một hệ thống AI "thông minh", câu đầu tiên nên hỏi là họ đang dùng định nghĩa nào.
Vì sao thước đo cho người không áp được cho máy?
Ở người, các năng lực gắn với nhau theo những cách khá ổn định. Ai giải được tích phân thì gần như chắc chắn đọc hiểu được một bài báo, đếm được đồ vật trên bàn. Nên khi một học sinh làm tốt bài thi toán, mình suy ra được nhiều điều khác về em.
Ở máy, sự gắn kết đó không có sẵn. Một mô hình có thể làm bài toán thi học sinh giỏi mà đếm sai số chữ cái trong một từ, hoặc viết đoạn văn hay mà không theo dõi được ai đang cầm đồ vật gì trong một câu chuyện ngắn. Người trong nghề hay gọi đây là năng lực răng cưa: lởm chởm, cao thấp không đều, khó đoán.
Thêm một vấn đề nữa là nhiễm đề. Mô hình học từ lượng văn bản rất lớn trên mạng, mà đề thi và lời giải cũng có trên mạng. Làm tốt một bài kiểm tra có thể là vì đã gặp những bài rất giống, như học sinh học tủ trúng tủ. Người làm đánh giá phải liên tục ra đề mới và giữ kín đề để tránh chuyện này.
Hệ quả là một con số duy nhất cho trí tuệ máy gần như chắc chắn gây hiểu lầm. Muốn mô tả một hệ thống cho đúng, phải nói theo nhiều chiều, và nói nó được đo bằng gì.
Những chiều nên tách ra khi nói "máy thông minh"
Kiến thức. Biết bao nhiêu sự kiện, khái niệm, và nhớ có chính xác không.
Suy luận nhiều bước. Đi từ dữ kiện tới kết luận qua nhiều bước mà không lạc.
Học nhanh từ ít ví dụ. Xem vài lần đã nắm được quy luật mới.
Khái quát sang chỗ lạ. Dùng điều đã học vào tình huống khác hẳn lúc học.
Lập kế hoạch dài hơi. Giữ được mục tiêu qua hàng trăm bước, xử lý trục trặc giữa chừng.
Hành động trong thế giới thật. Điều khiển tay máy, đi lại, xử lý vật thể, việc mà máy còn kém xa lời nói.
Ngôn ngữ. Đọc, viết, dịch, nắm được hàm ý và giọng điệu, kể cả cách nói vùng miền.
Hiểu người khác. Đoán người đối diện biết gì, muốn gì, đang cảm thấy ra sao.
Tự nhận ra mình sai. Biết khi nào nên dừng lại kiểm tra, khi nào nên nói không chắc.
Sáng tạo. Tạo ra lời giải hay ý tưởng mới có ích, không chỉ ghép lại cái cũ.
Độ tin cậy. Làm đúng không chỉ một lần mà hầu như mọi lần, kể cả khi điều kiện xấu.
Hiệu quả. Tốn bao nhiêu dữ liệu, năng lượng, thời gian để đạt cùng một kết quả so với người.
Ranh giới AI hẹp, AGI và ASI phụ thuộc vào định nghĩa
AI hẹp là hệ thống giỏi một loại việc, như chơi cờ hay nhận diện khuôn mặt. AGI, trí tuệ nhân tạo tổng quát, thường được hiểu là hệ thống ngang người ở hầu hết việc trí óc. ASI, siêu trí tuệ nhân tạo, là tầng vượt người ở hầu hết việc trí óc. Ba chữ nghe rõ ràng, nhưng mỗi chữ đều dựa trên chữ "trí tuệ" vốn chưa có định nghĩa chung.
Vì vậy, những cuộc cãi nhau "đã đạt AGI chưa" thường là cãi nhau về định nghĩa nhiều hơn về sự thật. Một người nhìn vào điểm thi và nói "rồi". Người khác nhìn vào việc mô hình chưa tự làm được một dự án kéo dài vài tuần và nói "chưa". Cả hai đang đo những thứ khác nhau.
Với ASI, cần nói rõ: hiện chưa có hệ thống siêu trí tuệ nào. Mọi điều bàn về nó là suy luận. Có người cho rằng năng lực máy sẽ tiếp tục tăng tới mức đó, có người hoài nghi, và chưa ai biết chắc nó có đến hay không, đến lúc nào.
Năng lực răng cưa còn làm câu chuyện phức tạp hơn: một hệ thống có thể vượt người ở nhiều chiều trước khi bắt kịp người ở vài chiều khác. Khi đó, gọi nó là "dưới người", "ngang người" hay "trên người" đều đúng một phần và sai một phần.
Đọc tin "AI vượt con người" như thế nào?
Vượt ở việc gì? Một bài kiểm tra cụ thể khác hẳn với "vượt người" nói chung.
So với người nào? Người bình thường, sinh viên, hay chuyên gia hàng đầu là ba mốc rất khác nhau.
Đề có mới không? Đề đã có trên mạng từ lâu thì điểm cao có thể do đã gặp.
Điều kiện làm bài. Máy được bao nhiêu lần thử, có dùng công cụ ngoài, có giới hạn thời gian không.
Làm một lần hay mọi lần? Đúng một lần trong mười lần thử khác với đúng chín trên mười.
Ai chấm? Đội làm ra mô hình tự chấm khác với nhóm độc lập chấm lại.
Việc đó có dùng được ngoài đời không? Điểm cao trên đề trắc nghiệm chưa chắc làm được việc thật trong văn phòng.
Có nói chỗ kém không? Báo cáo đáng tin thường nêu cả những việc mô hình làm dở.
Phân biệt đã xảy ra và dự đoán. Câu "sẽ vượt người trong vài năm tới" là dự đoán, không phải tin tức.
Coi chừng chữ to. Tiêu đề kiểu "siêu trí tuệ đã tới" thường nói quá so với nội dung bên trong.
Tìm bản gốc. Đọc bài công bố gốc hoặc tóm tắt của người có chuyên môn thay vì chỉ đọc lại qua mạng xã hội.
Câu hỏi thường gặp
IQ của chatbot là bao nhiêu?
Câu hỏi này không có câu trả lời có nghĩa. Bài IQ được thiết kế cho người, dựa trên việc các năng lực ở người đi cùng nhau. Máy có năng lực lệch, nên một con số IQ cho máy dễ gây hiểu lầm hơn là giúp hiểu.
Động vật có trí tuệ không?
Có, theo hầu hết định nghĩa. Quạ, bạch tuộc, voi đều giải được những bài toán đáng nể. Trí tuệ của chúng cũng lệch theo môi trường sống, điều giúp mình bớt nghĩ trí tuệ chỉ có một kiểu.
Máy giỏi hơn người ở nhiều việc thì có phải đã là siêu trí tuệ?
Chưa. Máy tính bỏ túi đã nhân nhanh hơn người từ lâu. Siêu trí tuệ được hiểu là vượt người ở hầu hết việc trí óc, kể cả học cái mới, lập kế hoạch dài và hành động trong hoàn cảnh lạ. Hiện chưa có hệ thống nào như vậy.
Trí tuệ và ý thức có phải là một không?
Không. Trí tuệ là chuyện làm được gì, ý thức là chuyện có trải nghiệm hay không. Về nguyên tắc, một hệ thống có thể rất giỏi mà không có trải nghiệm, hoặc có trải nghiệm mà không giỏi gì.
Có nên chờ một định nghĩa thống nhất rồi mới bàn về an toàn AI?
Không cần. Những câu hỏi an toàn có thể đặt theo năng lực cụ thể: hệ thống này làm được những việc gì, có thể gây hại gì, kiểm soát bằng cách nào. Chờ định nghĩa trí tuệ hoàn hảo thì có khi chờ mãi.
