Làn sóng thứ 3 của AI

Cuối tuần mình thường lướt Linkedin hay Medium để tìm đọc những bài viết về các xu hướng trong tương lai như cách mạng công nghệ 4.0 (AI, Máy học) hay các làn sóng mới trong các ngành công nghiệp. Hôm nay tình cờ đọc được bài viết rất thú vị về Trí tuệ nhân tạo  (AI) của Giulia Zanzi – trưởng bộ phận Marketing của Fertility SPD – P&G đồng thời là thành viên Hội đồng cố vấn của nhóm lãnh đạo trẻ Global Shapers – trong đó cô mô tả những kiến thức mình thu thập được qua một khóa học thực hành về AI tại đại học MIT cùng những ứng dụng của nó trong thực thi “Chiến lược doanh nghiệp”. Một đúc kết cô đọng về công nghệ AI và những ảnh hưởng của nó đến nhân loại trong tương lại (dù là quảng cáo khéo léo cho khóa học của MIT).  Mình đã lược dịch bài viết ở dưới đây:

“Khóa học thực hành về: “AI – Hàm ý cho việc thực thi chiến lược doanh nghiệp” tại đại học MIT là một trải nghiệm học tập phong phú, một cuộc dấn thân vào thế giới của AI. Đó là sự kết hợp tuyệt vời của nội dung sâu sắc, các buổi thảo luận giả lập thú vị, những bạn học tuyệt vời đến từ khắp nơi trên thế giới cùng một đội ngũ giảng viên với tầm nhìn tuyệt vời về tương lại. Do có nhiều người đã hỏi tôi về khóa học AI này nên trong bài viết phía dưới tôi sẽ đúc kết lại những bài học tôi đã thu thập được cùng những gợi ý cho những ai muốn dấn thân vào trải nghiệm này.

Hãy bắt đầu với những điều cơ bản: Trí tuệ thông minh có nghĩa là gì ?  “Những cỗ máy có thể hành động theo cách khiến chúng trông thông minh (như người)” (Thomas Malone).

Đây là ba điều sau đã khai sáng mình.

1. Công nghệ AI không phải là thứ gì đó mới; chúng ta đang ở trong làn sóng thứ 3 của nó và đó chỉ là khởi đầu.

Chờ đã. Chúng ta đã đọc ở đâu đó rằng sự bùng nổ của trí tuệ nhân tạo đang diễn ra ở đây, ngay bây giờ. Nhưng những người tiên phong trong trí tuệ nhân tạo là Alan Turing và Marvin Minsky với công việc của họ về máy tính, thực sự đã kiến làn sóng AI đầu tiên bắt đầu từ cách đây 70 năm. Nền tảng của AI được bắt nguồn từ nghiên cứu nổi tiếng của Turing vào năm 1950: Bài kiểm tra Turing. Đó là bài kiểm tra về khả năng một cỗ máy có thể hành xử theo cách mà không thể phân biệt được là do nó hay con người làm. Cụ thể hơn, nếu con người không thể chỉ ra trong vòng năm phút là anh hay cô ta đang nói chuyện với một máy tính hay người cụ thể, thì máy tính đó được xem là vượt qua bài kiểm tra Turing.  Marvin Minsky là người đầu tiên viết về cách máy tính giải quyết các vấn đề khó khăn trong cuốn sách “Các bước tiến tới AI” vào năm 1961. Nếu các bạn muốn hiểu rõ hơn về lịch sử của AI, đừng bỏ qua nghiên của của Minsky ở đây: https://courses.csail.mit.edu/6.803/pdf/steps.pdf

Làn sóng thứ hai đã bắt đầu từ giữa năm 1970 với các chương trình được dựa trên nền tảng MYCIN, hay còn gọi là hệ thống chuyên sâu dựa trên luật lệ (rule-based expert system), sau đó kết thúc bằng một thời kì gọi là “mùa đông A.I”. Do đó, công chúng đã không thực sự chú ý đến AI cho đến những năm gần đây: làn sóng thứ ba đã xuất hiện trong thế kỷ qua. Bây giờ chúng ta có thể giao tiếp với điện thoại qua Siri, chương trình Watson có thể đánh bại các nhà vô địch, và những công ty công nghệ khổng lồ (IBM, Google, Alibaba, Facebook, Amazon và Microsoft) đều nhảy vào AI.

Vậy thì tại sao ứng dụng AI lại bùng nổ vào thời điểm này, nếu nó thực sự đã bắt đầu cách đây 70 năm ? Câu trả lời là AI được thúc đẩy bởi sự phát triển của máy tính. Những cỗ máy có khả năng tính toán và học hỏi, thu thập một khối lượng lớn dữ liệu, huấn luyện các mô hình khổng lồ và xây dựng những kiến trúc phức tạp.

2. AI không phải để thay thế con người: sự hợp tác là chìa khóa để làm nhiều thứ mà trước đây dường như không thể.

Lớn lên cùng với những bộ phim kiểu như The Terminator, chúng ta thường hình dung về cuộc chiến khốc liệt giữa người và máy để giữ an toàn cho thế giới. Nhưng trong đời thực, con người luôn luôn là một phần trong các quy trình của máy tính.

Vì thế câu hỏi ở đây không phải là lựa chọn giữa người hay máy, mà phải là những công việc nào máy tính nên làm và những công việc nào con người nên làm. Thực ra, máy có thể làm nhiều thứ tốt hơn con người (như ghi nhớ một khối lượng lớn thông tin như Google) và có những thứ con người làm tốt hơn máy (như tương tác với người khác và cảm nhận những cảm xúc như yêu thương). Nhưng câu hỏi thực tế phải là, làm thế nào mà máy móc kết hợp với con người có thể làm những điều mà máy độc lập hay người độc lập không thể làm? Một ví dụ tuyệt vời là ở hệ thống an ninh mạng CSAIL, nơi người và máy có thể làm việc với nhau để phát hiện ra những cuộc tấn công mạng. Máy thường làm tốt việc phát hiện các hoạt động bất thường, nhưng con người lại làm tốt hơn ở việc diễn giải các hoạt động này là tự động hay cố ý phá hoại. Sự kết hợp giữa người và máy giúp tăng cường khả năng nhận biết các tài khoản phá hoại lên gấp ba lần so với khi máy làm độc lập.

Vậy thì trong những môi trường cụ thể nào, làm việc theo nhóm sẽ thông minh hơn? Điều gì làm cho một đội ngũ này thông minh hơn một đội ngũ khác? Câu trả lời là Tập hợp IQ. Trí tuệ tập hợp (collective intelligence) là một thành tố thống kê  giúp cho nhóm làm việc có thể tiên đoán xem là nhóm này có khả năng làm tốt hay không trong một tập hợp rộng các công việc khác nhau. Tập hợp IQ phụ thuộc vào hai yếu tố: có những cá nhân thông minh (người, máy hoặc kết hợp cả hai) và họ phối hợp làm việc với nhau tốt như thế nào. Khả năng làm việc với nhau (interpersonal) đang trở nên quan trọng hơn bao giờ hết một đội nhóm được hình thành(phụ nữ thường ghi điểm cao hơn đàn ông về trí tuệ xã hội (social intelligence), do đó một nhóm với tỷ lệ phụ nữ cao hơn có xu hướng sẽ thông minh về mặt xã hội hơn). Thêm nữa, sự hợp tác là tối quan trọng không chỉ là giữa con người với nhau và cũng là giữa con người và máy. Những máy tính tốt nhất là những máy có khả năng làm việc tốt với con người.

3. AI sẽ không lấy đi công việc của bạn, những nó sẽ thay đổi không việc của bạn một cách sâu sắc.

Chúng ta thường bị bao phủ bởi những thông tin truyền thông kiểu như:”Robot tự động sẽ lấy đi 800 triệu việc làm vào năm 2020 (BBC). Viện McKinsey toàn cầu đã ước tính rằng 1 phần 5 của lực lượng lao động toàn cầu sẽ bị ảnh hưởng bởi AI.

Có một điều luôn thú vị: nhìn về quá khứ để học về tương lai. Những làn sóng công nghệ trước đây đã tiêu hủy nhiều công việc nhưng đồng thời thay thế chúng bằng những công việc mới. Lấy ví dụ, vào thế kỉ 20, tỷ lệ lao động trong ngành nông nghiệp của Mỹ đã giảm từ 40% xuống dưới 2%. Vậy thì những người nông dân đã đi đâu về đâu ? Họ buộc phải làm những công việc mang tính kĩ thuật hơn, dĩ nhiên. Những công việc mới sẽ xuất hiện theo cách khó thể hình dung. Điều tương tự cũng sẽ xảy ra với làn sóng AI mới và tôi cảm thấy rất thích thú với hai nguyên tắc AI tôi thu thập được từ khóa học ở MIT.

Thứ nhất, nguyên tắc “O-ring” (vòng O): nhiều hoạt động có thể bị chia nhỏ thành danh sách các công việc. Nếu công nghệ tự động có thể lấy đi một vài bước trong quy trình, nó không có nghĩa là phải loại bỏ luôn các bước khác mà là giúp cho cả hệ thống trở nên hợp lý hơn và dễ thực thi hơn. Lấy ví dụ, nếu bạn nghĩ về các bước cần để xây một tòa nhà chọc trời, một vài công việc có thể làm tự động (kiểu như bảo trì, hệ thống lau cửa kính tự động), những có những bước chỉ dành riêng cho con người, như thiết kế và kiến trúc, sẽ khiển tổng thế việc xây dựng toàn nhà trở nên hợp lý hơn. Nhờ vậy, sự sáng tạo và khả năng phân tích hoạch định của con người sẽ được tăng cường mạnh mẽ.

Thứ hai, nguyên tắc “không bao giờ là đủ”: khi công nghệ được cải tiến, chúng ta sẽ càng muốn thử nhiều thứ và mong muốn nhiều điều hơn nữa. Chỉ cách đây một thế hệ, thật khó để hình dung rằng chúng ta có thể gọi điện, chụp hình, họp doanh nghiệp, đặt chỗ cho kỳ nghỉ và theo dõi kế hoạch trên cùng một cái máy, mà bây giờ chúng ta còn muốn nhiều hơn thế từ điện thoại của mình,

Như Erik Brynjolfsson và Andrew McAfee đã khuyên nhủ trong “AI của doanh nghiệp”: chỉ trong thập kỉ tới, AI sẽ không thay thế các nhà quản lý, nhưng những nhà quản lý sử dụng AI sẽ thay thế những ai không nắm bắt cái này.”

Tại sao tôi chọn học ở MIT

Khóa học này của MIT Sloan và MIT CSAIL đã thách thức những quan điểm sai lầm xoay quanh AI và trang bị cho chúng tôi những bộ công cụ chuyển đổi nhằm thực thi AI. Cùng ngày khi tôi hoàn thành khóa học, đại học MIT cũng thông báo một kế hoạch trị giá 1 tỷ đô để tạo một ngôi trường mới về AI. Trường này sẽ kết hợp AI, máy học và khoa học dữ liệu với các ngành học thuật khác. Một khoản đầu tư khổng lồ cho AI từ một viện nghiên cứu.

Các bạn có thể đọc thêm về công việc của MIT về AI:

Dự án 1 tỷ $ về AI:

https://goo.gl/HkseDS

MIT thay đổi bản thân để thích ứng với tương lai:

MIT reshapes itself to shape the future
A gift of $350 million establishes the MIT Stephen A. Schwarzman College of Computing, an unprecedented, $1 billion commitment to world-changing breakthroughs in computer science and artificial intelligence and their ethical applications.

Brochure của chương trình AI ở MIT:

https://executive.mit.edu/ai-online-program-brochure

MIT nói  về AI trên Forbes:

MIT Knows That AI Is The Future
MIT has launched the Stephen A. Schwarzman College of Computing, a $1 billion center dedicated to “reshaping its academic program” around AI. The idea is to use AI, machine learning and data science with other academic disciplines to “educate the bilinguals of the future.”

6 khóa học online miễn phí về AI:

The 6 Best Free Online Artificial Intelligence Courses Available Today
The ability to use data to help AIs learn new skills and gain new insights is one of the most thought-after skills anyone could have in today’s big data world. A great way of finding more about AI and machine learning is through fee online courses. Here I look at my favorite free AI online courses.