Trí tuệ nhân tạo tổng quát (AGI): Liệu có thực sự gần như chúng ta nghĩ?
Bài viết này phân tích sự khác biệt giữa bộ não sinh học và trí tuệ nhân tạo hiện tại, đặt câu hỏi về khả năng đạt được AGI trong tương lai gần. Từ cấu trúc, chức năng đến cách thức học hỏi và sử dụng bộ nhớ, bài viết chỉ ra những hạn chế của AI so với bộ não và những thách thức trong việc tái tạo trí thông minh tổng quát.
Những tiến bộ gần đây của trí tuệ nhân tạo (AI) trong việc chơi game, viết văn bản và tạo hình ảnh/video đã khiến nhiều người tin rằng chúng ta đang ở rất gần với trí tuệ nhân tạo tổng quát (AGI). Tuy nhiên, định nghĩa về AGI vẫn còn mơ hồ và gây tranh cãi, với những dự đoán về sự xuất hiện của nó trải dài từ "sắp xảy ra" đến "không bao giờ đạt được".
Một cách tiếp cận để hiểu AGI là so sánh nó với trí thông minh sinh học, đặc biệt là của con người. Mặc dù AI đã đạt được những thành tựu đáng kinh ngạc, nhưng cách thức hoạt động của nó khác biệt hoàn toàn so với bộ não. Điều này đặt ra câu hỏi liệu có tồn tại nhiều con đường dẫn đến trí thông minh hay không, và liệu những khác biệt này có ý nghĩa quan trọng như thế nào.
Các nhà nghiên cứu chỉ ra rằng AGI lý tưởng sẽ mạnh mẽ, ổn định và nhất quán trong khả năng của nó. AI hiện tại thường thể hiện sự chênh lệch lớn về hiệu suất giữa các nhiệm vụ có vẻ liên quan. Khả năng khái quát hóa, tức là áp dụng kiến thức từ một lĩnh vực sang lĩnh vực khác, cũng là một điểm yếu của AI. Ví dụ, ruồi giấm với bộ não nhỏ bé hơn nhiều so với các mô hình ngôn ngữ lớn hiện nay, vẫn có thể tích hợp nhiều loại thông tin cảm giác, điều khiển vận động phức tạp và thích nghi với môi trường.
Một điểm khác biệt quan trọng nằm ở cấu trúc. Mạng nơ-ron nhân tạo, nền tảng của hầu hết các hệ thống AI hiện tại, được thiết kế để mô phỏng một số vùng của não. Tuy nhiên, chúng là một sự đơn giản hóa quá mức. Không giống như các nơ-ron thật, nơ-ron nhân tạo không có sự chuyên biệt hóa về chức năng, cách thức giao tiếp và kết nối. Hơn nữa, bộ não có cấu trúc phức tạp với nhiều đơn vị chức năng hoạt động song song, trong khi AI hiện tại phần lớn là các hệ thống nguyên khối được thiết kế cho một nhiệm vụ cụ thể.
Ví dụ, khi đọc bài viết này, bộ não của bạn đồng thời xử lý thông tin thị giác, điều khiển vận động, quản lý sự chú ý, truy xuất trí nhớ và xử lý ngôn ngữ. Ngược lại, một mô hình ngôn ngữ lớn như ChatGPT, mặc dù có số lượng nơ-ron nhân tạo khổng lồ, vẫn hoạt động như một khối duy nhất. Bộ não được tổ chức theo mô-đun với các vùng chuyên biệt, trong khi AI hiện tại thiếu sự phân chia chức năng này.
Sự khác biệt cũng thể hiện rõ trong cách thức học hỏi. AI thường có hai trạng thái: huấn luyện và triển khai. Ngược lại, bộ não liên tục học hỏi và thích nghi trong mọi hoạt động. Con người có thể học các kỹ năng mới nhanh chóng và áp dụng chúng trong các ngữ cảnh khác nhau, trong khi AI cần một lượng lớn dữ liệu huấn luyện và khó khái quát hóa kiến thức.
Cuối cùng, bộ nhớ trong AI rất khác so với bộ nhớ sinh học. AI lưu trữ thông tin trong các trọng số kết nối và cửa sổ ngữ cảnh, trong khi bộ não có hệ thống trí nhớ phức tạp với nhiều cấp độ thời gian khác nhau. Bộ nhớ dài hạn của con người đóng vai trò quan trọng trong việc suy luận, giải quyết vấn đề và đưa ra quyết định, những khả năng mà AI hiện tại còn hạn chế.
Với những khác biệt cơ bản này, việc đạt được AGI trong tương lai gần vẫn còn là một thách thức lớn. Chúng ta không chỉ cần phát triển các hệ thống AI mạnh mẽ hơn mà còn cần hiểu rõ hơn về cách thức hoạt động của bộ não để có thể tái tạo trí thông minh tổng quát một cách hiệu quả.
