Chủ tịch Google DeepMind và nhà khoa học trưởng của Alphabet Demis Hassabis nói về bộ não con người: “một phép xấp xỉ sinh học của máy Turing”

Demis Hassabis đã xây dựng sự nghiệp dựa trên cách xem bộ não con người là bản thiết kế khả dụng duy nhất cho trí tuệ tổng quát. Tuần này, một đoạn phát biểu của ông trở thành biểu tượng cho những gì giới phê bình cho là ngành AI hiểu sai về trí tuệ; nhưng câu đầy đủ mà đoạn trích được rút ra hẹp hơn, đồng thời cũng hé lộ nhiều điều hơn so với phần đã lan truyền.

“một dạng xấp xỉ sinh học của máy Turing.”

Cụm từ này là điểm tựa cho bài luận của Benjamin Riley trên The Verge, “Our minds aren’t equipped to handle AI”. Riley mở đầu bằng lời của nhà tiên phong ngành điều khiển học Norbert Wiener: “Tư tưởng của mỗi thời đại đều phản ánh kỹ thuật của thời đại ấy”, rồi xem Hassabis — hiện là chủ tịch Google DeepMind kiêm nhà khoa học trưởng của Alphabet — là trường hợp điển hình nhất cho một ngành công nghiệp nhìn vào hộp sọ con người mà chỉ thấy những cỗ máy của chính mình. Câu nói này xuất phát từ cuộc trò chuyện với James Manyika, được đăng trong năm nay trên Dædalus, tạp chí của Viện Hàn lâm Khoa học và Nghệ thuật Hoa Kỳ.

Câu nói đầy đủ thực sự muốn nói gì

Trong Dædalus, Hassabis giải thích AGI có ý nghĩa thế nào với ông. Ông định nghĩa AGI là “một hệ thống thể hiện mọi năng lực nhận thức mà trí tuệ con người có”, bởi bộ não là “bằng chứng tồn tại duy nhất mà chúng ta biết cho đến nay, có lẽ trong toàn vũ trụ, cho thấy trí tuệ tổng quát là điều khả thi”. Tiếp đó là câu nói đầy đủ: “Có thể xem bộ não là một dạng xấp xỉ sinh học của máy Turing, nghĩa là về lý thuyết, nó có thể học bất cứ điều gì có thể tính toán được.” Câu tiếp theo lập tức đặt ra giới hạn. Bất kỳ hệ thống hữu hạn nào cũng cần “một mức độ chuyên môn hóa nhất định, bởi thời gian, bộ nhớ và thông tin đều có hạn.”

Đọc theo cách này, câu nói không khẳng định con người là những chiếc máy tính xách tay. Nó nói về phạm vi — về những gì bộ não có thể học được trên lý thuyết — đồng thời cũng giống như một bản đặc tả kỹ thuật. Nếu bộ não là cỗ máy chuẩn để đối chiếu, thì AGI phải là bất cứ thứ gì đạt được toàn bộ năng lực của nó. Hassabis thậm chí còn phác họa một bài kiểm tra: huấn luyện một mô hình với giới hạn kiến thức ở năm 1910, rồi xem liệu nó có tự đi đến Thuyết tương đối rộng như Einstein đã làm vào năm 1915 hay không. “Hiện tại, câu trả lời rõ ràng là không,” ông nói.

Lập luận phản biện nằm ở một tầng khác

Phản đối của Riley lại nằm ở một khía cạnh khác. Dựa trên công trình của Paul Cisek, nhà thần kinh học tại Đại học Montréal, ông cho rằng nên hiểu bộ não như một hệ thống điều khiển phản hồi, hành động lên thế giới để thay đổi những gì nó cảm nhận; hệ thống ấy trước hết được định hình bởi tiến hóa, rồi đến văn hóa: bắt chước, ngôn ngữ, chữ viết và trường học. Theo cách nhìn này, chatbot làm thay phần tư duy đòi hỏi nỗ lực là “một chiếc hot dog nhận thức” — hấp dẫn trong chốc lát nhưng bào mòn năng lực nếu trở thành món ăn thường xuyên. Ông dẫn lời Leah Belsky, phụ trách giáo dục tại OpenAI, gọi ChatGPT là “nền tảng học tập lớn nhất thế giới”, đồng thời nhắc đến một nghiên cứu ở Trung Quốc cho thấy hàng nghìn học sinh gần như ngừng làm bài tập sau khi bắt đầu sử dụng AI.

Mệnh đề quyết định tất cả

Cuộc va chạm rõ nét nhất nằm ngay trong đoạn văn của chính Hassabis. Vài dòng sau, ông nói điều cốt yếu là “tiềm năng của bộ não trong việc học gần như mọi thứ, đặc biệt khi chúng ta có thể thiết kế và chế tạo công cụ, máy móc để giúp mình tiếp thu kiến thức”. Chính mệnh đề ấy bao trùm toàn bộ bất đồng. Riley thực ra không chứng minh cách ví von với máy Turing là sai. Bằng chứng ông đưa ra liên quan đến những công cụ làm thay việc học, thay vì giúp một người tiếp thu kiến thức. Một khẳng định về khả năng tính toán mô tả những gì bộ não có thể tiếp nhận trên lý thuyết. Nó không nói gì về việc một sản phẩm cụ thể khiến người học hiểu biết nhiều hơn hay ít đi.

Giờ đây, câu hỏi ấy đặt ra cho người đang định hướng khoa học của Alphabet. Hassabis từ bỏ công việc CEO hằng ngày vào tháng 8 để tập trung vào chiến lược và khoa học AGI; theo Fortune đưa tin, ông nói với nhân viên rằng AGI đã ở rất gần và việc lựa chọn đúng các bước tiếp theo có ý nghĩa sống còn với nhân loại. Một phòng thí nghiệm đánh giá máy móc dựa trên toàn bộ năng lực của bộ não con người rõ ràng có lợi ích trực tiếp trong việc bảo đảm những người sử dụng chúng không bị suy giảm chính năng lực ấy.

Một dạng xấp xỉ của máy Turing vẫn cần được lập trình bởi thứ gì đó. Với con người, từ trước đến nay, việc đó luôn là quá trình học hỏi chậm rãi — và đây là bước duy nhất mà một công cụ có thể khuếch đại, hoặc âm thầm bỏ qua.

Thẻ: Demis Hassabis, Google DeepMind, AI in education, Artificial general intelligence, Turing machine