Tạo ra thành công trí tuệ nhân tạo giống con người

Công cuộc chế tạo trí tuệ nhân tạo vừa tiến thêm một bước nữa bằng cách đã có thể sử dụng kiến thức học tập được trước đó để giải quyết những vấn đề mới gặp.

AI của DeepMind giả lập một bộ não đơn giản: nó sử dụng lại những gì đã được học và áp dụng để giải quyết những vấn đề mới.

Các nhà nghiên cứu vừa vượt qua một trong những trở ngại lớn nhất của trí tuệ nhân tạo (AI) với chương trình khiến chúng có thể giải quyết được những vấn đề mới gặp bằng cách sử dụng những kỹ năng và kiến thức đã được học trước đó.

Được phát triển bởi công ty chuyên về AI của Google, dự án DeepMind sẽ xử lý rất nhiều thao tác khác nhau hệt như cách của con người xử lý sự việc.

AI của Google thông minh tới nỗi có thể ghi nhớ những việc đã từng xảy ra, rồi rút kinh nghiệm và đối mặt với tình huống mới.

Tuy khả năng này vẫn còn nhiều hạn chế, nhưng điều này cho thấy một tương lai gần về máy tính thông minh tổng hợp (AGI), giả lập trí thông minh của con người.

James Kirkpatrick làm việc tại DeepMind cho biết: “Nếu chúng ta có một máy tính thông minh hơn và hữu ích hơn, thì đó sẽ là máy tính biết học hỏi liên tục”.

Khả năng một chiếc máy ghi nhớ những kiến thúc cũ rồi áp dụng vào những tình huống mới như con người một cách tự nhiên thật sự rất khó. Một người trượt patin có thể áp dụng kỹ năng của mình vào môn trượt băng, nhưng việc tái tạo thành công kỹ năng trên AI là một bước tiến rất lớn.

Vấn đề là ở cách làm việc của các AI. Hầu hết các AI hành động dựa trên các chương trình được gọi là mạng thần kinh tác vụ nhân tạo, chẳng hạn như khi chơi một ván cờ, chúng sẽ thực hiện vô số các bước đi trong suy nghĩ để thử nghiệm phép tính và tìm ra phép sai.

Cách làm việc này có một lỗi nguy hiểm, các nhà nghiên cứu gọi nó là “thảm họa quên lãng”. Khi được lập trình chơi cờ vua, AI sẽ chỉ tập trung vào các bước đi được lập trình sẵn, nếu cho nó chơi một trò chơi khác dù có nhiều điểm tương đồng, nó sẽ quên đi luật chơi cờ vua mà học một trò chơi khác.

Nếu không xây dựng kỹ năng mới này cho AI, nó sẽ không học hỏi được như con người hoặc sẽ không đủ linh hoạt để xử lý những vấn đề mới. Kirkpatrick cho biết: “Con người và động vật có thể học thêm một điều mới sau những điều đã học, đây là khả năng cho phép chúng ta học hỏi liên tục, rồi dựa vào kiến thức đã học mà xử lý tình huống”.

Để xây dựng nên AI mới này, các nhà khoa học đã đưa ra các nghiên cứu về khoa học thần kinh cho thấy, động vật học mới liên tục bằng cách giữ kết nối não với những kỹ năng trong quá khứ. Những bài học rút ra là rất quan trọng, chuột sẽ không sống lâu nếu quên các kỹ năng cần thiết khi tìm thức ăn và tránh mèo.

AI của DeepMind giả lập một bộ não đơn giản. Trước khi chuyển từ thao tác này sang thao tác khác, nó sẽ xem xét các kết nối trong mạng thần kinh của mình để tìm ra phần kiến thức nào là quan trọng nhất để áp dụng cho tình huống tiếp theo.

Các nhà nghiên cứu đưa ra một thử thách bằng cách cho AI chơi 10 trò chơi cổ điển theo thứ tự ngẫu nhiên. Họ nhận ra AI chơi tốt dần hơn sau mỗi trò chơi như một người chơi thật sự, nếu không có phương pháp củng cố bộ nhớ, AI sẽ hầu như không học hỏi và rút kinh nghiệm được sau khi chơi một trong số các trò chơi.

Ngoài ra, khi chơi trò chơi Enduro – một trò chơi đua xe địa hình trong cả ngày và đêm, AI hiểu được tất cả các bản đồ, từ ban ngày, ban đêm, tuyết rơi trắng xóa, và chơi rất tốt như từng kỹ năng khác nhau.

Trong bài nghiên cứu, các nhà khoa học cho biết đã có thể khiến AI lấy những bài học từ quá khứ để giải quyết tình huống mới, nhưng không nói rõ liệu việc này có làm AI hoạt động tốt hơn hay không. Kirkpatrick cho biết:“Việc này không chứng minh được AI sẽ tốt hơn, vì chúng học theo một cách tuần tự, nghĩa là sẽ còn nhiều cải tiến hơn nữa”.

Một trong những lý do khác khiến bước tiến này chưa thật sự hiệu quả, là do AI không thực sự xác định được những bài học nào là quan trọng hơn để áp dụng vào chiến lược tiếp theo của nó.

“Chúng ta biết rằng AI vẫn còn phải học tập theo một tuần tự, nhưng vẫn còn nhiều giai đoạn tiếp theo để chứng minh rằng AI có thể học hỏi như cách con người và động vật đã làm. Vẫn còn nhiều thách thức để các nhà nghiên cứu giải quyết. Nghiên cứu này là bước đầu để xây dựng các hệ thống có thể giải quyết vấn đề bằng cách học hỏi và xử lý linh hoạt hơn”,Kirkpatrick cho biết thêm.

Peter Dayan, Giám đốc Viện Thần kinh Điện toán học Gatsby tại Đại học London cho biết: “Đây là nghiên cứu rất quan trọng. Là bước đi tiên phong cho các máy tính AGI, chúng cần tổng hợp những sự kiện trong quá khứ để tìm ra cách giải quyết cho những vấn đề mới gặp”.

Alan Winfield làm việc ở Phòng thí nghiệm robot Bristol của Đại học Tây Anh quốc chia sẻ: “Tôi thật không thể tin rằng chúng ta đã tiến gần đến AGI như vậy. AI hiện nay đã có thể học hỏi từ người khác, là một khả năng quan trọng của con người, chúng như những đứa trẻ đáng yêu”.

Theo Khampha.vn