Trí tuệ nhân tạo là gì và hoạt động ra sao?

Trí tuệ nhân tạo (AI) là lĩnh vực khoa học và kỹ thuật nhằm tạo cho máy móc những năng lực thường gắn với trí óc con người, như suy luận, lập kế hoạch, học hỏi và nhận thức. Phần lớn AI hiện đại không được lập trình bằng các quy tắc từng bước. Thay vào đó, chúng học các quy luật từ lượng lớn ví dụ và dùng chúng để dự đoán, đề xuất, ra quyết định hoặc tạo ra nội dung mới.

Dưới đây, chúng tôi giải thích ý nghĩa của thuật ngữ này, cách học máy hoạt động bên trong, cách các chatbot như ChatGPT tạo ra văn bản, AI đã xuất hiện ở đâu trong đời sống hằng ngày, và những giới hạn đáng lưu ý.

Trí tuệ nhân tạo là gì? Định nghĩa đơn giản

Tên gọi này bắt nguồn từ Dự án Nghiên cứu Mùa hè Dartmouth năm 1956, được John McCarthy cùng các đồng nghiệp đề xuất năm 1955. Trong nhiều thập kỷ, AI chủ yếu có nghĩa là "AI biểu tượng": các chuyên gia viết ra những quy tắc rõ ràng để máy tính tuân theo.

Theo một tổng quan học thuật, quan điểm dựa trên quy tắc này thống trị cho đến cuối những năm 1980. Sau đó, các hướng tiếp cận như mạng nơ-ron, hệ thống mờ và tính toán tiến hóa dần chiếm ưu thế. Nói ngắn gọn, lĩnh vực này đã chuyển từ quy tắc viết tay sang học từ dữ liệu.

Các nhà hoạch định chính sách cũng dùng cách diễn đạt tương tự. Định nghĩa của OECD, được sửa đổi vào tháng 11 năm 2023, mô tả hệ thống AI là một hệ thống dựa trên máy móc, suy ra từ đầu vào cách tạo ra đầu ra như dự đoán, nội dung, đề xuất hoặc quyết định, và các đầu ra này có thể tác động đến môi trường vật lý hoặc ảo. Các hệ thống khác nhau về mức độ tự chủ và khả năng thích ứng, còn Đạo luật AI của EU sử dụng cách diễn đạt gần như tương đồng.

Có hai phân biệt hữu ích cho người mới. Thứ nhất, mọi thứ tồn tại hiện nay đều là AI hẹp, được xây dựng cho các nhiệm vụ cụ thể; trí tuệ nhân tạo tổng quát (AGI) vẫn còn mang tính giả định, và ngay cả định nghĩa của nó cũng đang gây tranh cãi. Thứ hai, các thuật ngữ này nằm lồng vào nhau: AI bao gồm học máy, học máy bao gồm học sâu, và học sâu lại là nền tảng của các mô hình ngôn ngữ lớn và AI tạo sinh.

Học máy hoạt động như thế nào?

Phần mềm truyền thống làm theo các quy tắc do lập trình viên viết ra. Học máy đảo ngược điều này: bạn cung cấp cho mô hình các ví dụ, gọi là dữ liệu huấn luyện, và nó tự tìm ra các quy luật.

Có ba kiểu chính. Trong học có giám sát, các ví dụ đi kèm nhãn, chẳng hạn email được đánh dấu "thư rác" hoặc "không phải thư rác". Trong học không giám sát, không có nhãn và mô hình tự tìm các nhóm. Trong học tăng cường, mô hình học bằng thử và sai thông qua phần thưởng và hình phạt, như cách các hệ thống chơi game AlphaGo đã làm.

Hầu hết các hệ thống mạnh hiện nay sử dụng mạng nơ-ron: các tầng gồm những đơn vị toán học đơn giản được kết nối bằng các thiết lập số gọi là tham số hoặc trọng số. Trong quá trình huấn luyện, mô hình đưa ra dự đoán, so sánh với đáp án đúng và điều chỉnh trọng số để giảm sai số. Tên kỹ thuật của quá trình này là lan truyền ngược và giảm dần theo gradient.

Cũng nên phân biệt hai giai đoạn. Huấn luyện là giai đoạn tốn kém, khi mô hình học. Suy luận là lúc mô hình đã hoàn thiện được đưa vào sử dụng để trả lời câu hỏi hoặc đưa ra dự đoán.

Các mô hình ngôn ngữ lớn như ChatGPT hoạt động ra sao?

Các mô hình ngôn ngữ lớn (LLM) trước hết tách văn bản thành các token, tức là các từ hoàn chỉnh hoặc các phần của từ. Những ngôn ngữ có nhiều hậu tố, chẳng hạn tiếng Thổ Nhĩ Kỳ, có thể cần nhiều token hơn cho cùng một lượng văn bản, dù tỷ lệ cụ thể phụ thuộc vào từng mô hình.

Trong giai đoạn tiền huấn luyện, mô hình luyện một nhiệm vụ trên một khối lượng văn bản khổng lồ: dự đoán token tiếp theo. Mục tiêu đơn giản này buộc mô hình tiếp thu ngữ pháp, sự kiện và nhiều quy luật khác trên đường đi. Kiến trúc nền tảng là Transformer, được giới thiệu bởi các nhà nghiên cứu Google trong bài báo năm 2017 "Attention Is All You Need".

Tiếp theo là giai đoạn hậu huấn luyện. Mô hình được tinh chỉnh bằng các ví dụ về hướng dẫn và được định hình bằng phản hồi, thông qua các phương pháp như học tăng cường từ phản hồi của con người (RLHF), để hoạt động như một trợ lý hữu ích. ChatGPT, do OpenAI ra mắt ngày 30 tháng 11 năm 2022, đã đưa kiểu trợ lý này đến đông đảo người dùng; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral và Grok là những cái tên nổi tiếng khác.

Công nghệ này vẫn không ngừng thay đổi. Các xu hướng gần đây gồm mô hình suy luận, làm việc từng bước qua vấn đề trước khi trả lời; mô hình đa phương thức, xử lý hình ảnh và âm thanh; các tác nhân sử dụng công cụ để hoàn thành nhiệm vụ; và tạo sinh tăng cường truy xuất (RAG), trong đó mô hình tra cứu tài liệu hoặc web trước. Phiên bản mô hình thay đổi thường xuyên, vì vậy hãy kiểm tra trang chính thức của các nhà phát triển để biết bản nào đang hiện hành.

AI được dùng vào những việc gì trong đời sống hằng ngày?

Có lẽ bạn sử dụng AI nhiều lần mỗi ngày mà không để ý. AI điều khiển các gợi ý trên trang xem phim trực tuyến và mua sắm, lọc thư rác, dự đoán tình trạng giao thông trong ứng dụng dẫn đường, mở khóa điện thoại bằng khuôn mặt, vận hành trợ lý giọng nói và dịch văn bản.

Ngân hàng dựa vào AI để gắn cờ gian lận, còn các ứng dụng chỉnh sửa ảnh dùng nó để chỉnh sửa tự động. AI tạo sinh đã bổ sung thêm hỗ trợ viết lách, tóm tắt, hỗ trợ lập trình, tạo hình ảnh và hỗ trợ học tập vào danh sách này.

Trong y học, các công cụ AI giúp bác sĩ đọc ảnh chụp. Trong khoa học, tác động của AI đã được ghi nhận ở cấp cao nhất: một phần Giải Nobel Hóa học 2024 được trao cho Demis Hassabis và John Jumper vì AlphaFold, hệ thống dự đoán cấu trúc protein, còn Giải Nobel Vật lý 2024 được trao cho John Hopfield và Geoffrey Hinton vì những công trình nền tảng về mạng nơ-ron.

AI có những giới hạn và rủi ro gì?

Vấn đề được biết đến nhiều nhất là ảo giác. Vì các mô hình ngôn ngữ tạo ra văn bản nghe có vẻ hợp lý chứ không phải sự thật đã được xác minh, chúng có thể khẳng định điều sai với giọng điệu chắc chắn. Mức độ thường xuyên của hiện tượng này khác nhau rất nhiều tùy mô hình và bài kiểm tra, vì vậy hãy kiểm chứng lại mọi thông tin quan trọng.

Các mô hình cũng có thời điểm cắt kiến thức: trừ khi được kết nối với tìm kiếm, chúng không biết gì về các sự kiện xảy ra sau khi quá trình huấn luyện kết thúc. Chúng cũng có thể tái tạo những thiên kiến có trong dữ liệu huấn luyện.

Quyền riêng tư cần được chú ý. Hãy cân nhắc trước khi nhập thông tin cá nhân, sức khỏe hoặc kinh doanh nhạy cảm vào chatbot, và kiểm tra cài đặt của từng nhà cung cấp để xem cuộc trò chuyện của bạn có thể được dùng để huấn luyện hay không.

Các cuộc tranh luận rộng hơn bao gồm các vụ kiện bản quyền, mức tiêu thụ năng lượng và nước, deepfake và thông tin sai lệch, cùng tác động đến việc làm, nơi các dự báo khác nhau rất lớn. Cuối cùng, không nên mặc định rằng các hệ thống hiện nay hiểu biết hay có ý thức theo nghĩa con người; câu hỏi này vẫn đang được tranh luận về mặt triết học.

Trí tuệ nhân tạo có được quản lý bởi pháp luật không?

Ngày càng có. Đạo luật AI của EU có hiệu lực từ ngày 1 tháng 8 năm 2024, và các nghĩa vụ của đạo luật đang được áp dụng dần trong nhiều năm. Một số thời hạn có thể thay đổi theo các đề xuất sau này của EU, vì vậy nên kiểm tra các nguồn chính thức của EU để nắm lịch trình hiện hành.

Các quốc gia khác cũng đang xây dựng khuôn khổ riêng. Ví dụ, Thổ Nhĩ Kỳ có Chiến lược AI Quốc gia giai đoạn 2021–2025, do Văn phòng Chuyển đổi Số thuộc Phủ Tổng thống và Bộ Công nghiệp và Công nghệ soạn thảo. Vì chính sách đang thay đổi nhanh, hãy theo dõi thông báo của các cơ quan có thẩm quyền để cập nhật tình hình mới nhất.