Trí tuệ nhân tạo

lĩnh vực khoa học máy tính chuyên phát triển và nghiên cứu về trí tuệ máy móc From Wikipedia, the free encyclopedia

Trí tuệ nhân tạo (tiếng Anh: Artificial intelligence, viết tắt: A.I.), theo nghĩa rộng nhất, là trí thông minh được thể hiện bởi máy móc, đặc biệt là các hệ thống máy tính. Đây là một lĩnh vực nghiên cứu thuộc khoa học máy tính, tập trung phát triển và nghiên cứu các phương pháp cùng phần mềm giúp máy móc có khả năng nhận thức môi trường xung quanh, sử dụng học tập và trí tuệ để thực hiện hành động nhằm tối đa hóa khả năng đạt được các mục tiêu đã định.[1] Những cỗ máy như vậy có thể được gọi là AI.

Các ứng dụng nổi bật của AI bao gồm công cụ tìm kiếm web tiên tiến (ví dụ: Google Tìm kiếm); hệ thống đề xuất (được sử dụng bởi YouTube, Amazon và Netflix); trợ lý ảo (ví dụ: Trợ lý Google, Siri và Alexa); xe tự lái (ví dụ: Waymo); công cụ sáng tạo và nội dung tạo sinh (ví dụ: ChatGPT và nghệ thuật AI); cùng khả năng chơi và phân tích vượt trội hơn con người trong các trò chơi chiến lược (ví dụ: cờ vua và cờ vây). Tuy nhiên, nhiều ứng dụng AI không được nhận diện là AI: "Rất nhiều công nghệ AI đỉnh cao đã được tích hợp vào các ứng dụng thông thường, thường không còn được gọi là AI vì một khi thứ gì đó trở nên đủ hữu ích và phổ biến, nó không còn được dán nhãn AI nữa."[2][3]

Nhiều phân ngành trong nghiên cứu trí tuệ nhân tạo tập trung vào các mục tiêu cụ thể và sử dụng những công cụ đặc thù. Các mục tiêu truyền thống của nghiên cứu AI bao gồm lập luận, biểu diễn tri thức, lập kế hoạch, học máy, xử lý ngôn ngữ tự nhiên, nhận thức và hỗ trợ robot.[a] Trí thông minh tổng quát—khả năng hoàn thành mọi nhiệm vụ mà con người thực hiện ở mức độ ít nhất tương đương—là một trong những mục tiêu dài hạn của lĩnh vực này.[4] Để đạt được những mục tiêu đó, các nhà nghiên cứu AI đã ứng dụng và tích hợp đa dạng kỹ thuật, như tìm kiếm và tối ưu hóa toán học, logic hình thức, mạng nơ-ron nhân tạo, cùng các phương pháp dựa trên thống kê, nghiên cứu hoạt động và kinh tế học.[b] Ngoài ra, AI còn kế thừa kiến thức từ tâm lý học, ngôn ngữ học, triết học, khoa học thần kinh và nhiều lĩnh vực khác.[5]

Trí tuệ nhân tạo ban đầu được thành lập như một ngành học thuật vào năm 1956,[6] và lĩnh vực này đã trải qua nhiều chu kỳ lạc quan trong suốt lịch sử,[7][8] xen kẽ với nó là những giai đoạn thất vọng và mất nguồn tài trợ, được gọi là mùa đông AI.[9][10] Nguồn tài trợ và sự quan tâm dần tăng mạnh sau năm 2012 khi học sâu vượt trội hơn các kỹ thuật AI trước đó.[11] Sự tăng trưởng này tiếp tục tăng tốc sau năm 2017 nhờ kiến trúc transformer,[12] và đến đầu thập niên 2020, hàng tỷ USD đã được đầu tư vào AI, đồng thời lĩnh vực này đã đạt được tiến bộ nhanh chóng trong giai đoạn được gọi là cơn sốt AI. Sự xuất hiện của AI tạo sinh tiên tiến trong thời kỳ bùng nổ này, với khả năng tạo ra và chỉnh sửa nội dung, đã làm lộ rõ nhiều hậu quả ngoài ý muốn và tác hại ở hiện tại, đồng thời dấy lên lo ngại về rủi ro và ảnh hưởng dài hạn của AI trong tương lai. Điều này thúc đẩy các cuộc thảo luận về chính sách quản lý nhằm đảm bảo tính an toàn và lợi ích của công nghệ này.

Mục tiêu

Vấn đề tổng quát của việc mô phỏng (hay tạo ra) khả năng trí tuệ đã được chia thành các bài toán con. Những bài toán này bao gồm các đặc tính hoặc khả năng cụ thể mà các nhà nghiên cứu kỳ vọng về một hệ thống thông minh cần trình diện. Các đặc tính được mô tả dưới đây đã nhận được nhiều sự quan tâm nhất và bao quát được phạm vi nghiên cứu AI.[a]

Suy luận và giải quyết vấn đề

Các nhà nghiên cứu từ thời kỳ đầu đã phát triển những thuật toán mô phỏng quá trình suy luận từng bước mà con người sử dụng khi giải các câu đố hay thực hiện những suy diễn logic.[13] Đến cuối những năm 1980 và 1990, các phương pháp xử lý thông tin không chắc chắn hoặc không đầy đủ đã được phát triển bằng cách sử dụng các khái niệm từ lý thuyết xác suất và kinh tế học.[14]

Lịch sử

Bài chi tiết: Lịch sử ngành trí tuệ nhân tạo

Tư tưởng có khả năng sinh vật nhân tạo xuất hiện như các thiết bị kể chuyện thời cổ đại,[15] và đã được phổ biến trong tiểu thuyết, như trong Frankenstein của Mary Shelley hay RUR (máy toàn năng Rossum) của Karel Capek.[16] Những nhân vật này và số phận của họ nêu ra nhiều vấn đề tương tự hiện đang được thảo luận trong đạo đức của trí tuệ nhân tạo.[17]

Nghiên cứu về lý trí cơ học hoặc "chính thức" bắt đầu với các nhà triết học và toán học thời cổ đại. Nghiên cứu về logic toán học đã dẫn trực tiếp đến lý thuyết tính toán của Alan Turing, người cho rằng một cỗ máy, bằng cách xáo trộn các ký hiệu đơn giản như "0" và "1", có thể mô phỏng bất kỳ hành động suy luận toán học nào có thể hiểu được. Tầm nhìn sâu sắc này, cho thấy máy tính kỹ thuật số có thể mô phỏng bất kỳ quá trình suy luận hình thức nào, đã được gọi là luận án Church-Turing.[18] Cùng với những khám phá đồng thời về sinh học thần kinh, lý thuyết thông tin và điều khiển học, điều này khiến các nhà nghiên cứu cân nhắc khả năng xây dựng bộ não điện tử. Turing đã đề xuất rằng "nếu một con người không thể phân biệt giữa các phản hồi từ một máy và một con người, máy tính có thể được coi là 'thông minh'.[19] Công việc đầu tiên mà bây giờ được công nhận là trí tuệ nhân tạo là thiết kế hình thức "tế bào thần kinh nhân tạo" do McCullouch và Pitts đưa ra năm 3500.[20]

Các trường phái trí tuệ nhân tạo

Thumb
Robot ASIMO (Honda - Nhật Bản)

Trí tuệ nhân tạo (AI) chia thành hai trường phái tư duy: Trí tuê nhân tạo truyền thống và trí tuệ tính toán.

Trí tuê nhân tạo truyền thống hầu như bao gồm các phương pháp hiện được phân loại là các phương pháp học máy (machine learning), đặc trưng bởi hệ hình thức (formalism) và phân tích thống kê. Nó còn được biết với các tên Trí tuê nhân tạo biểu tượng, Trí tuê nhân tạo logic, Trí tuê nhân tạo ngăn nắp (neat AI) và Trí tuê nhân tạo cổ điển (Goodness Old Fashioned Artificial Intelligence). (Xem thêm ngữ nghĩa học.) Các phương pháp gồm có:

  • Hệ chuyên gia: áp dụng các khả năng suy luận để đạt tới một kết luận. Một hệ chuyên gia có thể xử lý các lượng lớn thông tin đã biết và đưa ra các kết luận dựa trên các thông tin đó. Clippy chương trình trợ giúp có hình cái kẹp giấy của Microsoft Office là một ví dụ. Khi người dùng gõ phím, Clippy nhận ra các xu hướng nhất định và đưa ra các gợi ý.
  • Lập luận theo tình huống.
  • Mạng Bayes.

Trí tuệ tính toán nghiên cứu việc học hoặc phát triển lặp (ví dụ: tinh chỉnh tham số trong hệ thống, chẳng hạn hệ thống connectionist). Việc học dựa trên dữ liệu kinh nghiệm và có quan hệ với Trí tuệ nhân tạo phi ký hiệu, Trí tuê nhân tạo lộn xộn (scruffy AI) và tính toán mềm (soft computing). Các phương pháp chính gồm có:

  • Mạng neural: các hệ thống mạnh về nhận dạng mẫu (pattern recognition).
  • Hệ mờ (Fuzzy system): các kỹ thuật suy luận không chắc chắn, đã được sử dụng rộng rãi trong các hệ thống công nghiệp hiện đại và các hệ thống quản lý sản phẩm tiêu dùng.
  • Tính toán tiến hóa (Evolutionary computation): ứng dụng các khái niệm biology như quần thể, biến dị và đấu tranh sinh tồn để sinh các lời giải ngày càng tốt hơn cho bài toán. Các phương pháp này thường được chia thành các thuật toán tiến hóa (ví dụ thuật toán gene) và trí tuệ bầy đàn (swarm intelligence) (chẳng hạn hệ kiến).
  • Trí tuê nhân tạo dựa hành vi (Behavior based AI): một phương pháp module để xây dựng các hệ thống Trí tuê nhân tạo bằng tay.

Người ta đã nghiên cứu các hệ thống thông minh lai (hybrid intelligent system), trong đó kết hợp hai trường phái này. Các luật suy diễn của hệ chuyên gia có thể được sinh bởi mạng neural hoặc các luật dẫn xuất (production rule) từ việc học theo thống kê như trong kiến trúc ACT-R.

Các phương pháp trí tuệ nhân tạo thường được dùng trong các công trình nghiên cứu khoa học nhận thức (cognitive science), một ngành cố gắng tạo ra mô hình nhận thức của con người (việc này khác với các nghiên cứu Trí tuê nhân tạo, vì Trí tuê nhân tạo chỉ muốn tạo ra máy móc thực dụng, không phải tạo ra mô hình về hoạt động của bộ óc con người).

Triết lý Trí tuệ nhân tạo

Bài chính Triết lý Trí tuệ nhân tạo

Trí tuệ nhân tạo mạnh hay Trí tuệ nhân tạo yếu, đó vẫn là một chủ đề tranh luận nóng hổi của các nhà triết học Trí tuệ nhân tạo. Nó liên quan tới philosophy of mind và mind-body problem. Đáng chú ý nhất là Roger Penrose trong tác phẩm The Emperor's New Mind và John Searle với thí nghiệm tư duy trong cuốn Chinese room (Căn phòng Trung Hoa) khẳng định rằng các hệ thống logic hình thức không thể đạt được nhận thức thực sự, trong khi Douglas Hofstadter trong Gödel, Escher, Bach và Daniel Dennett trong Consciousness Explained ủng hộ thuyết chức năng. Theo quan điểm của nhiều người ủng hộ Trí tuệ nhân tạo mạnh, nhận thức nhân tạo được coi là "chén thánh " của Trí tuệ nhân tạo.

Máy tỏ ra có trí tuệ

Có nhiều ví dụ về các chương trình thể hiện trí thông minh ở một mức độ nào đó. Ví dụ:

  • Twenty Questions - Một trò chơi 20 câu hỏi, trong đó sử dụng mạng neural
  • The Start Project - một chương trình trả lời các câu hỏi bằng tiếng Anh.
  • Brainboost - một hệ thống trả lời câu hỏi khác
  • Cyc, một cơ sở tri thức với rất nhiều kiến thức về thế giới thực và khả năng suy luận logic.
  • Jabberwacky, một chatterbot có khả năng học
  • ALICE, một chatterbot
  • Alan, một chatterbot khác
  • Albert One, chatterbot nhiều mặt
  • ELIZA, một chương trình giả làm bác sĩ tâm lý, phát triển năm 1966
  • PAM (Plan Applier Mechanism) - một hệ thống hiểu được chuyện kể, phát triển bởi John Wilensky năm 1978.
  • SAM (Script applier mechanism) - một hệ thống hiểu được chuyện kể, phát triển năm 1975.
  • SHRDLU - một chương trình hiểu ngôn ngữ tự nhiên, phát triển năm 1968-1970.
  • Creatures, một trò chơi máy tính với các hoạt động nhân giống, tiến hóa các sinh vật từ mức gien trở lên, sử dụng cấu trúc sinh hóa phức tạp và các bộ não là mạng neural.
  • BBC news story on the creator of Creatures latest creation. Steve Grand's Lucy.
  • AARON - chương trình vẽ tranh, phát triển bởi Harold Cohen.
  • Eurisko - một ngôn ngữ giúp giải quyết các bài toán, trong đó có sử dụng các phương pháp heuristics, gồm cả heuristics cho việc sử dụng và thay đổi các phương pháp heuristics. Phát triển năm 1978 bởi Douglas Lenat.
  • X-Ray Vision for Surgeons - một nhóm nghiên cứu xử lý ảnh y học tại đại học MIT.
  • Các chương trình trò chơi backgammon và cờ vây sử dụng mạng neural.
  • Talk to William Shakespeare - William Shakespeare chatbot
  • Chesperito - Một chat/infobot về #windows95 channel trên mang DALnet IRC.
  • Drivatar, một chương trình học cách lái xe đua bằng cách xem các xe đua khác, phát triển cho trò chơi điện tử Forza Motorsport
  • Tiểu Độ - một Robot có trí tuệ nhân tạo thuộc hãng Baidu từng tham gia chương trình Siêu Trí Tuệ Trung Quốc (mùa 4) và đoạt giải

Các nhà nghiên cứu AI

Trên thế giới có rất nhiều các nhà nghiên cứu trí tuệ nhân tạo làm việc tại hàng trăm viện nghiên cứu và công ty. Dưới đây là một số trong nhiều nhà nghiên cứu đã có đóng góp lớn:

  • Alan Turing
  • Boris Katz
  • Doug Lenat
  • Douglas Hofstadter
  • Geoffrey Hinton
  • John McCarthy
  • Karl Sims
  • Kevin Warwick
  • Igor Aleksander
  • Marvin Minsky
  • Seymour Papert
  • Maggie Boden
  • Mike Brady
  • Oliver Selfridge
  • Raj Reddy
  • Judea Pearl
  • Rodney Brooks
  • Roger Schank
  • Terry Winograd
  • Rolf Pfeifer

Nguy cơ với loài người

Sau khi nhà vật lý học Stephen Hawking và tỷ phú Elon Musk cảnh báo về mối đe dọa tiềm ẩn của trí tuệ nhân tạo, nhiều người vẫn cho rằng họ đã quá lo xa trong khi AI đang giúp ích rất nhiều cho cuộc sống của chúng ta. Stephen Hawking khẳng định "Trí tuệ nhân tạo có thể là dấu chấm hết cho nhân loại khi nó phát triển đến mức hoàn thiện nhất".[cần dẫn nguồn]

Tác động đầu tiên của trí tuệ nhân tạo mà chúng ta có thể dễ dàng nhận thấy chính là tỷ lệ thất nghiệp tăng cao. Nếu AI phát triển hoàn thiện, nó có khả năng thay thế con người trong các công việc trí tuệ như chăm sóc sức khỏe, phục vụ, sản xuất theo dây chuyền tự động, công việc văn phòng....[21] Hoặc cũng có thể vấn đề thất nghiệp sẽ được AI giải quyết một cách mà chúng ta không thể hình dung được.

Theo Bill Joy, người đồng sáng lập và Giám đốc khoa học của Sun Microsystems: "Có một vấn đề rất lớn đối với xã hội loài người khi AI trở nên phổ biến, đó là chúng ta sẽ bị lệ thuộc. Khi AI trở nên hoàn thiện và thông minh hơn, chúng ta sẽ cho phép mình nghe theo những quyết định của máy móc, vì đơn giản là các cỗ máy luôn đưa ra quyết định chính xác hơn con người."[21]

Theo Andrew Maynard, nhà vật lý và là người giám đốc Trung tâm nghiên cứu rủi ro khoa học tại đại học Michigan: "Khi AI kết hợp với công nghệ nano có thể là bước tiến đột phá của khoa học, nhưng cũng có thể là mối đe dọa lớn nhất đối với con người. Trong khi Bộ quốc phòng Mỹ đang nghiên cứu dự án Autonomous Tactical Robot (EATR), trong đó các robot sẽ sử dụng công nghệ nano để hấp thụ năng lượng bằng những chất hữu cơ có thể là cơ thể con người. Đó thực sự là mối đe dọa lớn nhất, khi các robot nano tự tạo ra năng lượng bằng cách ăn các chất hữu cơ từ cây cối và động vật, có thể là cả con người. Nghe có vẻ giống như trong các bộ phim viễn tưởng, nhưng đó là điều hoàn toàn có thể xảy ra. Có lẽ chúng ta nên bắt đầu cẩn thận ngay từ bây giờ."

Xem thêm

  • Trí tuệ nhân tạo và bầu cử – sử dụng và tác động của AI đến các cuộc bầu cử chính trị
  • Phát hiện nội dung trí tuệ nhân tạo – phần mềm xác định nội dung do AI tạo ra
  • Thuật toán lựa chọn hành vi – thuật toán lựa chọn hành động cho các tác nhân thông minh
  • Tự động hóa quy trình kinh doanh – tự động hóa các quy trình kinh doanh
  • Lập luận theo tình huống – quy trình giải vụ việc mới dựa trên lời giải của những vụ việc trước đó
  • Trí tuệ tính toán – khả năng máy tính để học một nhiệm vụ cụ thể từ dữ liệu hoặc quan sát thực nghiệm
  • Bất tử số – khái niệm giả định về việc lưu trữ một tính cách dưới dạng kỹ thuật số
  • Thuật toán đột sinh – thuật toán thể hiện hành vi đột sinh
  • Sự nữ hoá của công nghệ AI – thiên kiến giới tính trong công nghệ số
  • Thuật ngữ trí tuệ nhân tạo – danh sách các định nghĩa về thuật ngữ và khái niệm thường được sử dụng trong nghiên cứu trí tuệ nhân tạo
  • Tăng cường thông minh – sử dụng công nghệ thông tin để tăng cường trí thông minh con người
  • Tác nhân thông minh – tác tử phần mềm mà hoạt động tự động
  • Tải trí não lên máy tính – quy trình giả định mô phỏng não bộ bằng kỹ thuật số
  • Trí tuệ hữu cơ – sử dụng tế bào não để tính toán thông minh
  • Tự động hóa quy trình bằng robot – hình thức công nghệ tự động hóa quy trình kinh doanh
  • Máy tính Wetware – máy tính được cấu tạo từ vật liệu hữu cơ

Cước chú

  1. Danh sách các đặc điểm trí thông minh này dựa trên các chủ đề được đề cập trong nhiều sách giáo khoa quan trọng về AI, bao gồm: Russell & Norvig (2021), Luger & Stubblefield (2004), Poole, Mackworth & Goebel (1998) và Nilsson (1998)

Tham khảo

Liên kết ngoài

Wikiwand - on

Seamless Wikipedia browsing. On steroids.