CAGI

 

Các ứng dụng tiềm năng của Trí tuệ nhân tạo trong các lĩnh vực đời sống khác nhau

1 Giới thiệu

AI là một nhánh của Khoa học máy tính liên quan đến nghiên cứu và tạo ra các hệ thống máy tính. AI thể hiện một số hình thức của trí thông minh:

Các hệ thống có thể học được các khái niệm và nhiệm vụ mới,

Có thể suy luận và rút ra các kết luận hữu ích về thế giới.

Các hệ thống AI cũng có thể hiểu được ngôn ngữ tự nhiên hoặc nhận thức và hiểu được một cảnh quan hình ảnh, và thực hiện các loại công việc khác yêu cầu các loại trí thông minh của con người.

1.1 Trí tuệ nhân tạo là gì?

“Trí tuệ nhân tạo là nghiên cứu các ý tưởng để tạo ra các máy móc phản ứng với kích thích tương tự như các phản ứng truyền thống từ con người, với khả năng suy ngẫm, đánh giá và ý định của con người. Mỗi máy móc như vậy nên tham gia vào việc đánh giá và lựa chọn các quan điểm khác nhau trong chính nó. Được sản xuất bởi tài năng và lao động của con người, những máy móc này nên hành xử đồng ý với cuộc sống, tinh thần và sự nhạy cảm, tuy nhiên trong thực tế, chúng chỉ là những bản sao.” Trong một số sách và tác giả cũng viết về AI rằng thuật ngữ “trí tuệ nhân tạo” được định nghĩa là các hệ thống kết hợp phần cứng và phần mềm phức tạp với các cơ sở dữ liệu tinh vi và các mô hình xử lý dựa trên kiến thức để thể hiện các đặc điểm của quyết định của con người hiệu quả. Các tiêu chuẩn cho các hệ thống nhân tạo bao gồm các yếu tố sau:

  • Chức năng: hệ thống phải có khả năng thực hiện chức năng mà nó được thiết kế
  • Có thể sản xuất: hệ thống phải có khả năng được sản xuất bằng các quy trình sản xuất hiện có
  • Có thể thiết kế: thiết kế của hệ thống phải được tưởng tượng bởi những nhà thiết kế làm việc trong bối cảnh văn hóa của họ; và
  • Có thể tiếp thị: hệ thống phải được xem là phục vụ một số mục đích đủ tốt, so sánh với các phương pháp cạnh tranh, để đòi hỏi thiết kế và sản xuất của nó.

Trí tuệ nhân tạo giảm đáng kể hoặc loại bỏ nguy cơ cho con người trong nhiều ứng dụng. Phần mềm trí tuệ nhân tạo mạnh mẽ giúp phát triển đầy đủ khả năng máy chính xác của robot, thường giải phóng chúng khỏi kiểm soát trực tiếp của con người và cải thiện đáng kể năng suất của chúng. Khi một robot tương tác với một thế giới đa dạng và phong phú, nó sử dụng các giác quan để thu thập dữ liệu và sau đó so sánh các đầu vào giác quan với kỳ vọng được nhúng trong mô hình thế giới của nó. Do đó, hiệu quả của robot bị giới hạn bởi độ chính xác mà chương trình của nó mô hình hóa thế giới thực.

2 Sự phát triển của Trí tuệ nhân tạo

Lĩnh vực trí tuệ nhân tạo là một lĩnh vực khá trẻ. Sự ra đời của Trí tuệ nhân tạo như một ngành học có thể được truy vấn đến những năm 1950, khi các nhà khoa học và nhà nghiên cứu bắt đầu xem xét khả năng của các máy tính xử lý khả năng trí tuệ tương tự như con người. Alan Turing, một nhà toán học người Anh, đầu tiên đề xuất một bài kiểm tra để xác định xem một máy có thông minh hay không. Bài kiểm tra sau đó trở thành được biết đến như là Bài kiểm tra Turing, trong đó một máy cố gắng giả dạng mình là một con người trong trò chơi mô phỏng bằng cách đưa ra các phản hồi giống như con người cho một loạt các câu hỏi. Turing tin rằng nếu một máy có thể khiến một con người tin rằng họ đang giao tiếp với một con người khác, thì máy đó có thể được coi như thông minh như một con người. Chính John McCarthy, một giáo sư tại Viện Công nghệ Massachusetts, đã tạo ra thuật ngữ “trí tuệ nhân tạo” vào năm 1956. McCarthy tạo ra thuật ngữ cho một hội nghị mà ông tổ chức trong năm đó. Hội nghị, sau đó được gọi là Hội nghị Dartmouth bởi các nhà nghiên cứu AI, đã thành lập AI như một ngành học riêng biệt. Hội nghị cũng xác định các mục tiêu chính của trí tuệ nhân tạo: hiểu và mô hình hóa quá trình suy nghĩ của con người và thiết kế máy móc mô phỏng hành vi này. Rất nhiều nghiên cứu trí tuệ nhân tạo trong khoảng thời gian từ 1956 đến 1966 đều có tính lý thuyết. Chương trình Trí tuệ nhân tạo đầu tiên, Logic Theorist (trình bày tại Hội nghị Dartmouth) có thể chứng minh các định lý toán học. Một số chương trình khác được phát triển sau đó bằng cách tận dụng trí tuệ nhân tạo, chẳng hạn như “Sad Sam” (được viết bởi Robert K. Lindsay vào năm 1960), có thể hiểu được các câu tiếng Anh đơn giản và có khả năng rút ra kết luận từ các sự thật được học trong một cuộc trò chuyện. Những kết luận được rút ra phụ thuộc vào dữ liệu được gọi là Cơ sở kiến thức (KB) trong trí tuệ nhân tạo.

Một chương trình khác là ELIZA, được phát triển vào năm 1967 bởi Joseph Weizenbaum tại MIT, có khả năng mô phỏng phản ứng của một nhà trị liệu đối với bệnh nhân. Với ngày càng nhiều các chứng minh thành công về khả thi của trí tuệ nhân tạo, trọng tâm nghiên cứu trí tuệ nhân tạo đã dịch chuyển. Nhà nghiên cứu đã chuyển sự chú ý của mình vào việc giải quyết các vấn đề cụ thể trong các lĩnh vực có thể áp dụng trí tuệ nhân tạo. Sự chuyển đổi trọng tâm này trong nghiên cứu đã dẫn đến định nghĩa trí tuệ nhân tạo ngày nay, đó là “một loạt các lĩnh vực nghiên cứu liên quan đến mở rộng khả năng của máy tính để thực hiện các nhiệm vụ giống như những gì được thực hiện bởi con người”, như V. Daniel Hunt định nghĩa trong bài báo của ông năm 1988 “Phát triển Trí tuệ nhân tạo” (Andriole 52). Một số lĩnh vực nghiên cứu trí tuệ nhân tạo hiện nay gồm các hệ chuyên gia, mạng thần kinh và robot.

3 Tiến hóa các phân ngành của Trí tuệ nhân tạo

Danh sách kỳ vọng dưới đây cho thấy sự liên kết của Trí tuệ nhân tạo với các phân ngành khoa học khác. Nó cho thấy AI được liên kết và quan trọng đối với các phân ngành khác.

3.1 Kỳ vọng: AI trong đời sống hàng ngày

  • Giao tiếp
  • Quản lý thời gian
  • Sức khỏe và an toàn
  • Giáo dục
  • Mục tiêu, nhu cầu thông tin
  • Trò chơi, giải trí, hoạt động
  • Sản phẩm, mua sắm, tiếp thị
  • Lập kế hoạch cơ hội
  • Tăng cường nhận thức

3.2 Kỳ vọng: AI trong Khoa học

  • Khám phá tự động
  • Thiết kế thí nghiệm
  • Sắp xếp tài nguyên
  • Giải thích dữ liệu
  • Khám phá sự phức tạp
  • Định nghĩa trong sinh học, hoá học, y học, khí hậu

3.3 Kỳ vọng: AI và Cơ sở hạ tầng

  • Giao thông vận tải
  • Quyết định thương mại
  • Nông nghiệp
  • Kỹ thuật & kiến trúc
  • Năng lượng & bảo tồn

3.4 Kỳ vọng: Trí tuệ nhân tạo và Người tiêu dùng

  • Mối quan hệ tiến hóa với tính toán
  • Cảm biến, lập luận và học tập
  • Ứng dụng thông minh cá nhân hóa
  • Sản phẩm và dịch vụ
  • Những thách thức và cơ hội về dữ liệu và quyền riêng tư

4 Ứng dụng của Trí tuệ nhân tạo

Trí tuệ nhân tạo đã được sử dụng trong nhiều lĩnh vực khác nhau bao gồm chẩn đoán y khoa, giao dịch chứng khoán, điều khiển robot, luật pháp, cảm biến từ xa, khám phá khoa học và đồ chơi. Tuy nhiên, nhiều ứng dụng AI không được coi là AI: “Nhiều ứng dụng AI tiên tiến đã được lọc vào các ứng dụng chung, thường không được gọi là AI nữa bởi vì một khi một điều gì đó trở nên đủ hữu ích và phổ biến đến nỗi nó không được gọi là AI nữa”, Nick Bostrom cho biết. “Hàng nghìn ứng dụng AI đã được cài đặt sâu trong cơ sở hạ tầng của mọi ngành công nghiệp”. Vào cuối những năm 90 và đầu thế kỷ 21, công nghệ AI đã được sử dụng rộng rãi như các yếu tố của các hệ thống lớn, nhưng lĩnh vực này hiếm khi được ghi nhận cho những thành công này.

Ví dụ:

  • Tài chính
  • Bệnh viện và Dược phẩm
  • Công nghiệp nặng
  • Dịch vụ khách hàng trực tuyến và qua điện thoại
  • Giao thông vận tải
  • Viễn thông
  • Đồ chơi và Trò chơi
  • Âm nhạc
  • Hàng không
  • Tin tức, xuất bản và viết lách

4.1 Trí tuệ nhân tạo và Giáo dục

Nghiên cứu Trí tuệ nhân tạo có thể đóng góp giá trị cho việc giáo dục con người. Một vấn đề trí tuệ được giải quyết, ít nhất là trong nhiều trường hợp, bằng cách chia nhỏ nó thành các phần và phát triển một kỹ thuật cho mỗi vấn đề con. Các vấn đề con đó là giống nhau cho cả máy tính và con người cố gắng giải quyết vấn đề. Nếu một kỹ thuật nhất định đã chứng tỏ được giá trị đối với máy tính, nó có thể hữu ích cho người giải quyết vấn đề được biết về các phương pháp của máy tính.

Một số nhà nghiên cứu trong lĩnh vực khoa học nhận thức và giáo dục đã đề xuất ý tưởng về giáo dục trợ giúp bởi máy tính thông minh (computer assisted instruction – CAI), trong đó một máy tính sẽ được lập trình như một “giáo viên” sẽ quan sát những nỗ lực của học sinh trong giải quyết một vấn đề. Giáo viên có thể biết về một số ý tưởng sai lầm mà con người có thể có đối với một lớp vấn đề cụ thể và sẽ nhận ra khi một học sinh rơi vào một trong những bẫy đó. Sau đó, giáo viên có thể đưa ra lời khuyên phù hợp với nhu cầu của học sinh đó. Một lợi ích giáo dục thứ hai là gián tiếp nhưng cuối cùng quan trọng hơn. Bằng cách học cách bắt chước suy nghĩ cơ khí, người học trở nên có khả năng diễn đạt được suy nghĩ cơ khí là gì và nó không phải là gì. Bài tập này có thể dẫn đến sự tự tin hơn về khả năng lựa chọn phong cách nhận thức phù hợp với vấn đề.

4.2 Hệ thống Chuyên gia

Lĩnh vực đầu tiên của ứng dụng AI mà chúng ta khám phá là hệ thống chuyên gia, đó là các chương trình AI có thể đưa ra quyết định đòi hỏi trình độ chuyên môn tương đương với con người. Một chương trình được gọi là DENDRAL, được phát triển tại Viện Nghiên cứu Stanford vào năm 1965, là ông bà tổ của các hệ thống chuyên gia. Tương tự như một nhà hóa học con người, nó có thể phân tích thông tin về các hợp chất hóa học để xác định cấu trúc phân tử của chúng. Một chương trình sau được gọi là MYCIN được phát triển vào giữa những năm 1970 và có khả năng giúp bác sĩ chẩn đoán nhiễm khuẩn vi khuẩn. Nó thường được gọi là hệ thống chuyên gia đầu tiên thực sự.

Các hệ chuyên gia (expert systems) có lẽ là công nghệ AI dễ thực hiện và được sử dụng rộng rãi nhất. Mặc dù tác động của các hệ thống này có thể không rõ ràng, nhưng chúng đã ảnh hưởng rất lớn đến cuộc sống của chúng ta. Thực tế, nhiều chương trình máy tính mà chúng ta sử dụng ngày nay có thể được xem là các hệ chuyên gia. Tiện ích kiểm tra chính tả trong trình xử lý văn bản của chúng ta là một hệ chuyên gia. Nó đóng vai trò như một người kiểm tra bằng cách đọc một nhóm câu, kiểm tra chúng theo các quy tắc chính tả và ngữ pháp đã biết, và đưa ra các đề xuất sửa chữa có thể cho tác giả. Các hệ chuyên gia, kết hợp với robot, mang lại sự tự động hóa quy trình sản xuất giúp tăng tốc độ sản xuất và giảm lỗi. Một dây chuyền lắp ráp điển hình từng yêu cầu hàng trăm người vào những năm 1950 hiện nay chỉ cần từ mười đến hai mươi người giám sát các hệ chuyên gia thực hiện công việc. Những người tiên phong trong tự động hóa công nghiệp là các nhà sản xuất ô tô Nhật Bản như Toyota và Honda, với tỷ lệ tự động hóa lên đến 80% quy trình sản xuất.

Các hệ thống chuyên gia tiên tiến nhất, giống như nhiều công nghệ tiên tiến khác, được sử dụng rộng rãi trong các ứng dụng quân sự. Một ví dụ là máy bay chiến đấu thế hệ tiếp theo của Không quân Hoa Kỳ – F-22 Raptor. Máy tính nhắm mục tiêu trên máy bay Raptor đảm nhiệm vai trò của một điều khiển radar bằng cách giải mã tín hiệu radar, xác định mục tiêu và kiểm tra chữ ký radar của nó với các loại kẻ thù đã biết được lưu trữ trong cơ sở dữ liệu của nó.

4.3 Mạng nơ-ron

Một lĩnh vực khác được quan tâm rất lớn là mạng nơ-ron, nơi triển khai khả năng học trong một chương trình máy tính. Khả năng tạo kết nối giữa các sự kiện và rút ra kết luận là trung tâm của việc học. Con người dựa vào những gì chúng ta gọi là sự hiểu biết chung để tạo ra những kết nối đó. Tuy nhiên, điều gì đó là sự hiểu biết chung đối với chúng ta có thể rất khó để triển khai trong một chương trình máy tính. Một trong những trường hợp sự hiểu biết chung như vậy là việc tạo ra một kết nối nhân quả; như Charles L. Oritz Jr. đã viết, “Sự xuất hiện của một sự kiện không bao giờ là một vấn đề cô lập. Một sự kiện nợ sự tồn tại của các sự kiện khác trước đó có nguyên nhân; sự hiện diện của một sự kiện lại được cảm nhận bởi một số bộ sưu tập các sự kiện tiếp theo” (Trí tuệ nhân tạo Volume 111, p.73). Mỗi nút trong mạng nơ-ron phải có khả năng nhận một số lượng đầu vào, xử lý chúng để xác định các kết nối cần được tạo ra và gửi đầu ra đến các nút liên quan được xác định trong bước trước. Mỗi yếu tố xử lý trong mạng nơ-ron nhận một số lượng đầu vào và xác định những yếu tố xử lý nào mà nó nên gửi đầu vào và đầu ra dữ liệu được xử lý đến những yếu tố xử lý đó, giống như một nơ-ron của con người.

Chương trình “Sad Sam” được đề cập ở trên là một ví dụ về nguyên tắc của mạng nơ-ron trong hành động, mặc dù nó còn nguyên thủy và chỉ hoạt động với đầu vào hạn chế. Sam có khả năng suy luận từ những sự thật đã biết, với các câu: “Jim là anh trai của John” và “Mẹ của Jim là Mary”, Sad Sam đủ thông minh để hiểu rằng Mary phải là Mẹ của John. Trong khi cho phép một chương trình kết nối giữa một tập hạn chế thông tin là tương đối dễ dàng, thì có vô số kết nối có thể được tạo ra về các vật trong thế giới thực. Số lượng kết nối khổng lồ có thể được tạo ra trong thế giới thực khiến cho việc triển khai các mạng nơ-ron tinh vi là một công việc khó khăn. Một phần của vấn đề về mạng nơ-ron là vấn đề về logic mờ, nó khác với loại logic Boolean truyền thống. Trong logic mờ, các giá trị không còn là rời rạc và đối lập hoàn toàn; tức là, một giá trị có thể thuộc về hai loại đồng thời. Một ví dụ là khi nói về nhiệt độ: chín mươi độ Fahrenheit là “nóng” khi nói về nhiệt độ ngoài trời, nhưng đối với nhiệt độ cơ thể, nó là “lạnh” bất thường. Qua việc triển khai của logic mờ, mạng nơ-ron sẽ có thể đưa ra cùng một đánh giá.

Có nhiều vấn đề vẫn cần giải quyết trong nghiên cứu mạng thần kinh, bao gồm việc tạo ra các thuật toán để tạo các kết nối, xác định những bộ dữ liệu nào nên được kết nối và thậm chí là bỏ qua dữ liệu không liên quan khi cần thiết. Các khía cạnh khác của quá trình học tập của con người có thể gây ra thách thức với việc triển khai một mạng thần kinh. Sự phức tạp của những vấn đề này là lý do tại sao vẫn còn nhiều công việc lý thuyết cần phải làm trong lĩnh vực này. Trong khi một bộ giải pháp đầy đủ vượt ra ngoài phạm vi của các lý thuyết và công nghệ hiện có, các nguyên tắc và giải pháp một phần của vấn đề đã được triển khai thành công rực rỡ. Deep Blue, chương trình chơi cờ phát triển bởi IBM, là một trong số ít các ví dụ về áp dụng các nguyên tắc mạng thần kinh. Nó có khả năng học từ các trò chơi trước đó và dự đoán các nước đi có thể của đối thủ. Khi hiểu biết của chúng ta về não bộ và quá trình học tập tăng lên, khả năng của chúng ta để tạo ra các thuật toán học tập và kết nối giữa các ý tưởng đã biết sẽ được cải thiện hơn.

4.4 Trí tuệ nhân tạo trong Robot học

Robot học là một lĩnh vực trong trí tuệ nhân tạo. Nó liên quan đến việc sử dụng các thiết bị cơ khí, thường được điều khiển bởi máy tính, để thực hiện các nhiệm vụ yêu cầu độ chính xác cao hoặc công việc tẻ nhạt hoặc nguy hiểm của con người. Robot học truyền thống sử dụng các kỹ thuật lập kế hoạch trí tuệ nhân tạo để lập trình hành vi của robot và hướng đến các robot như các thiết bị kỹ thuật phải được phát triển và kiểm soát bởi một kỹ sư. Phương pháp Robot tự động gợi ý rằng các robot có thể phát triển và tự điều khiển mình một cách tự động. Những robot này có khả năng thích nghi với cả thông tin không chắc chắn và thiếu đầy đủ trong các môi trường thay đổi liên tục. Điều này được thực hiện bằng cách mô phỏng quá trình học tập của một sinh vật tự nhiên đơn lẻ hoặc thông qua Robot tiến hóa, tức là áp dụng quá trình sinh sản chọn lọc trên các quần thể robot. Nó cho phép một quá trình tiến hóa giả lập phát triển robot thích nghi.

Trí tuệ nhân tạo (AI) là một thuật ngữ chung ám chỉ việc sử dụng máy tính để mô hình và/hoặc tái tạo hành vi thông minh. Nghiên cứu về AI tập trung vào việc phát triển và phân tích các thuật toán học và/hoặc thực hiện hành vi thông minh với sự can thiệp của con người tối thiểu. Các kỹ thuật này đã và đang được áp dụng vào một loạt các vấn đề phát sinh trong robot học, thương mại điện tử, chẩn đoán y khoa, trò chơi, toán học và kế hoạch và vận chuyển quân sự, để kể vài ví dụ. Một số nhóm nghiên cứu thuộc tổng thể của AI trong bộ phận này, nhưng là các chuyên ngành riêng của họ, bao gồm: robot học, xử lý ngôn ngữ tự nhiên (NLP), thị giác máy tính, sinh học tính toán và thương mại điện tử. Cụ thể, các nghiên cứu đang được tiến hành trong lý thuyết ước tính, cơ chế di động, đàm phán đa tác nhân, giao diện ngôn ngữ tự nhiên, học máy, thị giác máy tính tích cực, các mô hình ngôn ngữ xác suất để sử dụng trong giao diện ngôn ngữ nói và mô hình hóa và tích hợp thông tin thị giác, xúc giác, thính giác và chuyển động.

Robotics là lĩnh vực công nghệ trí tuệ nhân tạo thu hút nhất đối với công chúng. Trong thực tế, robotics có thể là lĩnh vực mà trí tuệ nhân tạo có thể mang lại lợi ích lớn nhất cho con người. Việc sử dụng các robot công nghiệp thực hiện các công việc lặp đi lặp lại một cách chính xác đã tăng năng suất của dây chuyền lắp ráp trong các nhà máy sản xuất. Thêm trí tuệ nhân tạo vào các robot công nghiệp này có thể tăng năng suất của chúng bằng cách cho phép chúng thực hiện một loạt các nhiệm vụ khác nhau và làm điều đó một cách hiệu quả hơn. Trong tương lai, các nano-robot không lớn hơn một con muỗi sẽ có thể đi vào cơ thể con người, sửa chữa các cơ quan bị hư hại, và tiêu diệt vi khuẩn và mô ung thư. Các robot đặc biệt như robot tìm bom và robot khám phá không gian có thể vào môi trường địch và hoàn thành các nhiệm vụ được coi là quá nguy hiểm cho con người. Mặc dù lợi ích của robot với trí tuệ nhân tạo là rất lớn, nhưng có nhiều rào cản kỹ thuật gặp phải khi triển khai trí tuệ nhân tạo trong robot, trong đó nhiều vấn đề đang được nghiên cứu. Một robot phải có khả năng nhận thức để tương tác với thế giới xung quanh. Khả năng nhìn, nghe và chạm có thể được triển khai thông qua camera, cảm biến hồng ngoại và siêu âm, cảm biến va chạm và các thiết bị khác. Mặc dù triển khai các cảm biến vật lý này tương đối đơn giản, nhưng làm cho robot hiểu thông tin này có thể rất khó khăn.

Một con robot được gọi là SHRDLU có thể nhìn thấy và xếp các hộp lên bàn và thậm chí trả lời câu hỏi về các đối tượng trên bàn. Một con robot như vậy thực sự là một bước đột phá, vì nó không chỉ có thể nhìn thấy các đối tượng ba chiều mà còn có một hiểu biết cơ bản về vật lý và có thể sử dụng kiến thức này để hoàn thành công việc một cách độc lập. Tuy nhiên, người ta không thể quên rằng những robot này chỉ có thể hoạt động trong một môi trường giới hạn với một số đối tượng hình học tĩnh, mà các nhà nghiên cứu gọi là “thế giới micro-blocks”. Thế giới thực tế phức tạp hơn nhiều, bởi vì nó chứa nhiều đối tượng động hơn.

4.5 Những thách thức xã hội

  • Người dùng cần hiểu giới hạn của công cụ và các hệ thống trợ lý. (Hệ thống chuyên gia có xu hướng bị dễ vỡ)
  • Cần tạo ra các ứng dụng AI giúp đem lại sự hài hòa cho thế giới thay vì gia tăng các cuộc chiến.
  • Cần có các ứng dụng AI nâng cao nền kinh tế thay vì giảm thiểu sự cạnh tranh kinh tế.
  • AI mở rộng phạm vi tự động hóa và đe dọa loại bỏ, nếu không làm thay đổi nhiều công việc làm văn phòng.
  • AI nâng cao trình độ thông tin và trình độ tin học của con người.

5. Vấn đề đạo đức và đạo lý của Trí tuệ nhân tạo

Chúng ta đang sống trong tương lai của thời đại đó, trải nghiệm một kỷ nguyên vàng của công nghệ, với không có điểm dừng hoặc giới hạn nào trong tầm nhìn. Những tác động đạo đức và đạo lý của trí tuệ nhân tạo là rõ ràng và có ba bên tranh luận. Trong khi một bên tranh luận rằng đã có quá nhiều người nghèo khổ không có việc làm, không có lý do gì để tạo ra các thợ máy (có thể tự suy nghĩ độc lập). Và rằng chúng ta chắc chắn không nên tạo ra các máy móc có thể tranh luận với chúng ta về các vấn đề như vậy. Một bên khác lại cho rằng xã hội không thể phát triển hoặc tận dụng nguồn lực mà không có sự trợ giúp của các máy móc có thể tự suy nghĩ ít nhất. Và bên thứ ba đơn giản là không quan tâm đến vấn đề này, như là điều đặc trưng của xã hội con người.

Isaac Asimov, tác giả khoa học viễn tưởng, nổi tiếng với những cuốn tiểu thuyết về robot (trong số vô số các tác phẩm khác), đã viết ra Ba luật Robot vào đầu thế kỷ trước, được tích hợp vào “não positronic” của các robot của ông để bảo vệ con người khỏi một “cuộc cách mạng robot” và ngăn người khác lạm dụng chúng.

5.1 Ba Điều Luật của Robot

  • Một robot không được gây thương tích cho một con người, hoặc, thông qua sự không hành động, cho phép một con người gặp nguy hiểm.
  • Một robot phải tuân theo các chỉ thị được ban cho nó bởi con người, trừ khi các chỉ thị đó xung đột với Điều Luật đầu tiên.
  • Một robot phải bảo vệ sự tồn tại của chính nó miễn là việc bảo vệ đó không xung đột với Điều Luật đầu tiên hoặc thứ hai.

5.2 Tẩy não

Ba nguyên tắc trên là một ví dụ tốt về khó khăn trong lập trình một bộ não nhân tạo. Bộ não của con người đã tiến hóa qua hàng triệu năm của sự sống còn và hành vi xã hội. Chúng ta vẫn đang trải qua quá trình này.

Nhìn vào nền văn minh con người với những giá trị đa dạng về văn hóa, tôn giáo, đạo đức và đạo lý, chúng ta đang cố gắng tạo ra cái gì ở đây và với mục đích gì?

Một cách thực tế hơn, chúng ta có thể tạo ra một trí tuệ nhân tạo, dưới dạng robot hoặc máy móc, hoạt động như một thực thể trung lập (nếu điều này có thể xác định được vì nó sẽ phải có một bộ giá trị) và mục đích duy nhất của thực thể này, ví dụ, là giảng dạy.

Nó sẽ giảng dạy các chủ đề không liên quan đến bất kỳ giá trị đạo đức, đạo đức hay tôn giáo nào, chẳng hạn như địa lý hoặc kỹ năng kỹ thuật. Không tránh khỏi, đặc biệt nếu có trẻ em tham gia, sẽ có những câu hỏi như “Vâng, nhưng tại sao?”

Nếu liên quan đến chủ đề, nó sẽ trả lời phù hợp, nhưng không thể tránh khỏi một điểm không thể quay trở lại. Làm thế nào để nó trả lời được một câu hỏi đơn giản như vậy? Trừ khi với câu trả lời “Không tính toán được” hoặc các câu trả lời không cam kết tương tự khác. Có lẽ nó có thể nói “Hãy hỏi một giáo viên người”, hoặc “Câu hỏi này không được phép.” hoặc “‘Tại sao’ không phải là một câu hỏi hợp lệ, vui lòng đặt lại.”

Không thực sự đủ tốt, phải không? Hỏi tại sao là câu hỏi cơ bản nhất trong tất cả, phải không? Nếu không có nó, chúng ta sẽ chỉ là động vật chỉ có bản năng và phản xạ để chỉ dẫn chúng ta. Chúng ta sẽ trở thành những con máy tự động… Vì vậy, vấn đề về giá trị đạo đức, đạo đức và văn hóa nào được thiết lập trên trí thông minh nhân tạo được tạo ra nhân tạo vẫn tiếp diễn. Nếu nó thậm chí không thể trả lời một câu hỏi đơn giản “Tại sao?” thì có lẽ chúng ta nên đảm bảo rằng những máy móc này không phải thông minh chút nào. Không có khả năng đưa ra bất kỳ quyết định nào vượt quá chuyển động cơ khí được lập trình và chắc chắn không có khả năng suy luận và không ở bất kỳ vị trí nào có thể ảnh hưởng hoặc kiểm soát con người hoặc xã hội con người.

6 Ưu điểm và Nhược điểm của Trí tuệ Nhân tạo

Mà không phải bước vào lãnh thổ không giới hạn của thông số kỹ thuật, dưới đây là những cái nhìn sâu sắc vào những ưu điểm và nhược điểm của trí tuệ nhân tạo. Giống như mọi thứ khác trong thế giới thực, trí tuệ nhân tạo đi kèm với những lợi ích và bất lợi của riêng nó. Những ưu điểm của nó khiến cho những người ủng hộ nó biết mất, và những bất lợi của nó giúp cho những người hoài nghi trở nên to tiếng hơn về các lập luận của họ.

6.1 Ưu điểm của Trí tuệ Nhân tạo

Khả năng thực hiện nhiệm vụ không mệt mỏi là một trong những ưu điểm lớn nhất của trí tuệ nhân tạo. Tin hay không, nhưng với sự trợ giúp của trí tuệ nhân tạo, thực sự có thể hoàn thành một công việc cụ thể mà không cần cắt giảm giờ nghỉ trưa hoặc giờ nghỉ để uống cà phê. Không giống như con người cần phải nghỉ ngơi bất cứ lúc nào, một máy móc có thể hoàn thành một công việc cụ thể chỉ trong chớp mắt và điều đó không nhất thiết là điều xấu. Vì vậy, bạn có thể thấy làm thế nào “yếu tố không mệt mỏi” theo cách của nó đã giúp tăng thêm sự thành công của trí tuệ nhân tạo như chúng ta biết đến.

Với trí tuệ nhân tạo, “sao chép” trở nên dễ dàng hơn. Việc sao chép ở đây không đề cập đến việc học sinh sao chép từ một người khác trong kỳ thi. Thực tế, nó đề cập đến việc đào tạo một trí tuệ nhân tạo để thực hiện một nhiệm vụ cụ thể, là sự sao chép của hiệu suất nhiệm vụ. So với việc đào tạo một lực lượng lao động lớn để thực hiện một bộ các nhiệm vụ nhất định, việc đào tạo một trí tuệ nhân tạo để làm điều đó trở thành một lựa chọn khá khả thi hơn.

Hầu hết thời gian, nếu không phải lúc nào, khi một con người đưa ra quyết định, họ làm như vậy sau khi xem xét cẩn thận cảm xúc của mình. Nhược điểm này khiến tâm lý con người bị ảnh hưởng, nhưng không phải với trí tuệ nhân tạo. Với trí tuệ nhân tạo, quyết định đó là về tính logic và khả thi hơn là về cảm xúc. Có lẽ điều này là bởi trí tuệ nhân tạo không có cảm xúc thực sự để nói.

Trí tuệ nhân tạo được ứng dụng trong khám phá vũ trụ. Robot thông minh có thể được sử dụng để khám phá không gian. Chúng là máy móc và do đó có khả năng chịu đựng được môi trường địa hình của không gian liên hành tinh. Chúng có thể được thiết kế để thích nghi sao cho khí quyển của các hành tinh không ảnh hưởng đến trạng thái và hoạt động của chúng.

Các robot thông minh có thể được lập trình để đến được độ sâu của Trái đất. Chúng có thể được sử dụng để khai thác nhiên liệu. Chúng cũng có thể được sử dụng cho mục đích khai thác mỏ. Trí tuệ của máy móc có thể được khai thác để khám phá độ sâu của đại dương. Những máy móc này phục vụ con người rất tốt, đặc biệt là trong những vùng mà trí thông minh của con người có những hạn chế nghiêm trọng. Các máy móc thông minh có thể thay thế con người trong nhiều lĩnh vực làm việc. Robot có thể thực hiện một số nhiệm vụ đòi hỏi công sức lao động. Những hoạt động khó khăn mà đã được thực hiện bởi con người có thể được robot tiếp quản. Nhờ vào sự thông minh được lập trình vào chúng, những máy móc này có thể đảm nhận trách nhiệm đến một mức độ nhất định. Chúng có thể tự quản lý và quản lý thời gian của mình để hoàn thành các nhiệm vụ được giao.

Cảm xúc thường làm gián đoạn tư duy logic của con người, nhưng không làm trở ngại đối với những con máy tính có trí thông minh nhân tạo. Thiếu yếu tố cảm xúc, robot có thể suy nghĩ logic và đưa ra quyết định đúng đắn. Tình cảm liên quan đến tâm trạng và ảnh hưởng đến hiệu quả làm việc của con người. Nhưng điều này không xảy ra với máy tính có trí thông minh nhân tạo. Do đó, trí thông minh nhân tạo có thể được sử dụng để hoàn thành các nhiệm vụ lặp đi lặp lại và tốn thời gian một cách hiệu quả.

Các máy móc thông minh có thể được sử dụng để thực hiện một số công việc nguy hiểm. Máy tính được trang bị trí thông minh nhân tạo có thể được thiết kế để lên kế hoạch cẩn thận để hoàn thành các nhiệm vụ và điều chỉnh các thông số như tốc độ và thời gian một cách phù hợp. Chúng có thể được lập kế hoạch để hành động nhanh chóng, không bị ảnh hưởng bởi cảm xúc và đưa nhiệm vụ đến hoàn hảo.

6.2 Nhược điểm của Trí tuệ Nhân tạo

Nguy cơ hư hỏng là một trong những rủi ro lớn nhất hoặc thậm chí là nhược điểm lớn nhất của trí tuệ nhân tạo. Đó giống như bạn bỏ ra một triệu đô la để mua một chiếc xe ô tô để đưa bạn từ điểm A đến điểm B, nhưng phải đối mặt với vấn đề xe hư hỏng chỉ một ngày sau khi mua. Tương tự, trí tuệ nhân tạo hoàn toàn về hiệu suất làm việc dễ dàng, nhưng trong trường hợp xảy ra sự cố, toàn bộ hình ảnh có thể trở nên tối tăm. Ngoài nguy cơ hư hỏng, luôn có nguy cơ sự mất mát dữ liệu. Trong một số trường hợp, do sự cố với một số thành phần, máy móc có thể không giữ được các tập tin trong bộ nhớ của nó. Điều này cũng có thể xảy ra với con người. Khi một con người chịu trách nhiệm thu thập và lưu trữ dữ liệu nhưng không thực hiện đúng trách nhiệm của mình, điều đó là điều được chấp nhận và thường được coi là lỗi của con người. Tuy nhiên, với một máy móc, điều này không được mong đợi và đây là điều khác biệt, cuối cùng làm cho nó trở thành một nhược điểm.

Mối quan tâm đầu tiên liên quan đến việc áp dụng trí tuệ nhân tạo là về đạo đức và giá trị đạo đức. Liệu tạo ra những bản sao của con người là đúng đạo đức? Giá trị đạo đức của chúng ta có cho phép chúng ta tái tạo trí thông minh không? Trí thông minh cuối cùng cũng chỉ là một món quà của thiên nhiên. Việc cài đặt nó vào một máy để làm việc cho lợi ích của chúng ta có thể không đúng.

Hãy tưởng tượng những robot làm việc trong bệnh viện. Bạn có tưởng tượng được chúng sẽ chăm sóc và quan tâm đến bệnh nhân không? Hãy tưởng tượng các máy thông minh được sử dụng trong các lĩnh vực sáng tạo. Bạn có nghĩ rằng các robot sẽ xuất sắc trong những lĩnh vực đó không? Những máy tính đang suy nghĩ thiếu một tư duy sáng tạo. Con người là những nhà trí tuệ với tình cảm. Họ suy nghĩ và cảm nhận. Tình cảm của họ hướng dẫn suy nghĩ của họ.

Nếu robot bắt đầu thay thế con người ở mọi lĩnh vực, điều đó có thể dẫn đến thất nghiệp. Mọi người sẽ không có gì để làm. Thời gian rảnh có thể dẫn đến việc sử dụng phá hoại. Các máy tính suy nghĩ sẽ cai trị tất cả các lĩnh vực và chiếm tất cả các vị trí được người ta giữ.

Ngoài những vấn đề này, có một nỗi sợ hãi về việc robot vượt qua con người! Lý tưởng thì con người nên tiếp tục là chủ nhân của các máy móc. Nếu như mọi thứ đảo ngược lại, thế giới sẽ trở nên hỗn loạn. Những máy móc thông minh có thể chứng tỏ mình thông minh hơn chúng ta; chúng có thể áp bức chúng ta và bắt đầu cai trị thế giới. Sáng tạo tham lam của con người có thể gây nguy hiểm cho nhân loại!

Cuối cùng, đó là quyết định của bạn liệu có ủng hộ trí tuệ nhân tạo hay hiểu được thảm họa tiềm năng mà nó có thể gây ra. Theo quan điểm của tôi, không có sự thay thế lý tưởng nào cho con người. Trí tuệ nhân tạo có thể giúp giảm bớt những khó khăn mà con người đang đối mặt, nhưng các máy móc thông minh không thể bao giờ trở thành ‘người’.

6.3 Tóm tắt

  • Nỗ lực trong trí tuệ nhân tạo dẫn đến các dịch vụ và ứng dụng mới có giá trị
  • Các đổi mới về quyền riêng tư sẽ trở nên có khả năng
  • Các phương pháp trí tuệ nhân tạo cho học và luận lý hứa hẹn sẽ đóng vai trò quan trọng trong những đổi mới này.

Kết luận

Lĩnh vực trí tuệ nhân tạo thực sự là một lĩnh vực hấp dẫn. Như nhiều công nghệ mới khác, trí tuệ nhân tạo đang thay đổi cuộc sống của chúng ta hàng ngày. Khả năng cao là tương lai gần sẽ mang đến những máy móc thông minh để làm cuộc sống của chúng ta trở nên tiện lợi và thoải mái hơn. Mặc dù một số người có thể có quan điểm khác, nhưng không có lý do gì để sợ hãi trí tuệ nhân tạo. Giống như tất cả các máy móc khác, các máy trí tuệ nhân tạo chỉ làm theo những gì các nhà lập trình nói cho chúng làm. Tuy nhiên, cần hiểu về trí tuệ nhân tạo, vì thông qua sự hiểu biết, chúng ta có thể làm cho công nghệ trí tuệ nhân tạo trở nên hữu ích nhất.

Mặc dù hệ thống chuyên gia có thể rất hữu ích đối với con người, nhưng vẫn có các nhiệm vụ mà các hệ thống chuyên gia hiện tại đơn giản không thể hoàn thành. Trở lại ví dụ trước đây của chúng ta, tiện ích kiểm tra chính tả có thể kiểm tra cơ khí của một bài báo. Tuy nhiên, nó không thể kiểm tra tất cả các khía cạnh quan trọng của một bài báo như nội dung và logic. Do đó, nó chỉ là một công cụ giúp đỡ nhỏ cho việc chứng minh. Nó sẽ trở thành một trình chứng minh có năng lực cao hơn nếu nó có thể xác định các điểm thiếu logic và những vấn đề tương tự. Để làm được điều đó, hệ thống chuyên gia phải có khả năng tạo ra những liên kết nhận thức giữa các đối tượng. Trí tuệ nhân tạo vừa kết thúc giai đoạn ấu thơ của nó. Nó có những tác động mà cho đến bây giờ vẫn còn chưa được ai biết. Sự nỗ lực và nghiên cứu có thể mang lại những đổi mới đáng ngạc nhiên. Cũng có các kết quả không thể được dự đoán khi máy tính bắt đầu tự suy nghĩ. Một máy tính có thể được sử dụng theo nhiều cách khác nhau tùy thuộc vào nhu cầu của người sử dụng.