Nhận định, soi kèo Malavan vs Nassaji Mazandaran, 22h30 ngày 7/3: Lùi sâu phòng ngự

Yann LeCun là một trong những chuyên gia đầu ngành về AI. Ông đã làm việc trong lĩnh vực này hàng chục năm nay và là đồng tác giả của mạng nơ-ron xoắn, một loại chương trình cực kỳ hữu ích trong việc phân tích dữ liệu thị giác và có thể được trang bị cho mọi thứ từ công nghệ xe tự lái tới nhận dạng khuôn mặt. Chính vì thế, rất đáng chú ý khi LeCun cho rằng những tiến bộ công nghệ gần đây sẽ không khiến loài người phải đối mặt với những robot siêu trí tuệ như trong phim ảnh.

LeCun hiện đang là giám đốc của FAIR, cơ quan nghiên cứu AI của Facebook. Ông đang góp phần áp dụng những công nghệ AI vào thế giới thực. Phần mềm mà nhóm của ông phát triển đã tự động miêu tả ảnh cho người khiếm thị và thực hiện tới 4,5 tỷ bản dịch bằng AI mỗi ngày.

Yann LeCun, giám đốc FAIR, cơ quan nghiên cứu AI của Facebook

"Chúng tôi đã có ảnh hướng lớn tới các sản phẩm hơn những gì Mark Zuckerberg mong đợi", LeCun nói. Nhưng ông nói thêm rằng còn rất lâu nữa AI mới có trí thông minh ngang với một đứa trẻ hoặc thậm chí một loài vật cụ thể. Và ông cũng muốn tất cả chúng ta nên dừng việc sử dụng hình ảnh Terminator (kẻ hủy diệt) trên các bài viết về AI.

Dưới đây là một số chia sẻ đáng chú ý của LeCun trong cuộc phỏng vấn gần đây:

Gần đây xuất hiện rất nhiều bài viết về việc Facebook phải tự khai tử AI của mình vì nó quá thông minh, tới nỗi có thể tự tạo ra ngôn ngữ riêng. Cũng đã có rất nhiều bài viết khác cho rằng thông tin ấy là không chính xác, vậy ông và đồng nghiệp phản ứng như thế nào với những thông tin kiểu như vậy?

Ban đầu chúng tôi cảm thấy rất buồn cười. Chúng thậm chí còn có ích với chúng tôi vì nó khiến chúng tôi hiểu cách mà các phương tiện truyền thông hoạt động và chúng tôi đã có một số cách phản ứng với điều ấy.

Tôi đã đăng nhanh một vài dòng trên Facebook để giải thích. Chúng tôi cũng đã có những buổi nói chuyện với một loạt nhà báo, những người muốn tìm hiểu về câu chuyện thực sự để rồi viết những bài viết khác cho mọi người thấy rằng thông tin trên hoàn toàn sai lầm.

Theo ông, trong vài năm qua chúng ta thấy nhiều hay ít hơn những thông tin kiểu như vậy?

Ít, theo nghĩa là mọi người trong giới truyền thông và công chúng dường như biết rất ít về những gì đang diễn ra. Trước đây, bạn chẳng thể thấy một bài viết nào về AI trên báo mà không dùng hình của Terminator để minh họa. Luôn luôn là Terminator, 100% là như thế. Bây giờ, điều ấy ít diễn ra hơn và đó là một điều tốt. Nhưng thỉnh thoảng bạn vẫn thấy một tờ báo nào đó đưa ra một vấn đề theo cách hoàn toàn sai về những gì đang diễn ra.

Khi thấy những thông tin kiểu ấy, ông có thông điệp nào muốn truyền đạt tới mọi người? Ông muốn nói gì với họ?

Tôi sẽ lặp lại điều này bất cứ khi nào có cơ hội chia sẻ với công chúng: Chúng ta còn lâu mới xây dựng được những cỗ máy thực sự thông minh. Tất cả những gì bạn đang chứng kiến, tất cả những thành tựu của AI như xe tự lái, đánh bại kỳ thủ cờ vây giỏi nhất thế giới, chẩn đoán y khoa..., đều là những trí tuệ trong phạm vi hẹp và chúng thực sự đã được huấn luyện cho một mục đích cụ thể. Đó là những tình huống mà chúng ta có thể thu thập được rất nhiều dữ liệu.

Ví dụ, tôi không muốn đánh giá thấp những nghiên cứu và phát triển mà AlphaGo được phát triển bởi những người bạn của chúng tôi ở DeepMind đã đạt được, nhưng rất sai lầm khi đánh giá nó như một bước tiến quan trọng về trí tuệ nói chung. Một cỗ máy có thể đánh bại kỳ thủ cờ vây sẽ không thể đi lại trên phố. Hai lĩnh vực ấy hoàn toàn riêng biệt với nhau. Đó là ý kiến cá nhân của tôi, những người khác có thể có ý kiến khác.

Một trong những trung tâm dữ liệu của Facebook.

Còn rất lâu nữa máy móc mới có thể học những điều cơ bản nhất về thế giới theo cách mà con người và động vật có thể làm. Đúng là ở những lĩnh vực đặc biệt máy móc có năng lực siêu nhân nhưng xét tổng quát về trí thông minh, chúng ta thậm chí còn chưa thể tạo ra AI có trí thông minh ngang với một con chuột. Ý tôi không phải là chúng ta không nên để ý tới chúng nhưng hiện tại và trong thời gian tương đối dài sắp tới AI không tạo ra bất cứ mối đe dọa nào. Đúng là AI tiềm ẩn những rủi ro, những mối nguy hiểm thực sự nhưng chúng không thể trở thành kẻ hủy diệt Terminator.

DeepMind từng nói rằng công việc của họ với AlphaGo là các thuật toán mà họ tạo ra sẽ hữu ích với các nghiên cứu khoa học, ví dụ như gập protein và nghiên cứu về chất gây nghiện. Ông nghĩ rằng việc áp dụng nghiên cứu này ở bất cứ đâu trên thế giới có dễ dàng hay không?

AlphaGo đang sử dụng phương thức reinforcement learning, một hình thức khác của machine learning. Và reinforcement learning hoạt động tốt với các trò chơi, nó hoạt động trong các tình huống mà bạn có một số ít hành động rời rạc và nó hoạt động bởi vì nó cần rất nhiều thử nghiệm để chạy bất cứ thứ gì phức tạp. AlphaGo Zero (phiên bản mới nhất của AlphaGo) đã chơi hàng triệu trận cờ vây trong vài ngày hoặc vài tuần, nhiều hơn số trận mà con người đã chơi ở cấp độ cao nhất dù cờ vây đã xuất hiện từ hàng ngàn năm trước.

Điều này có thể xảy ra vì Go là một môi trường đơn giản và bạn có thể mô phỏng nó ở hàng ngàn khung hình trên giây trên nhiều máy tính. Nhưng điều này không thể hoạt động trong thế giới thực vì bạn không thể bắt thế giới thực chạy nhanh hơn thời gian thực.

Cách duy nhất để thoát khỏi vấn đề này là tạo ra những cỗ máy có thể xây dựng các mô hình nội bộ riêng của thế giới cho bản thân nó bằng cách học tập. Điều này giúp nó có thể mô phỏng thế giới nhanh hơn thời gian thực. Và quan trọng là với khoa học và công nghệ hiện tại chúng ta chưa thể tạo ra những cỗ máy có thể xây dựng các mô hình của thế giới.

Ví dụ, khi một người học cách lái xe, chúng ta có mô hình của thế giới cho phép lái xe nhận ra khi anh ta chệch khỏi đường hoặc đâm vào cây thì điều tồi tệ sẽ xảy ra. Chúng ta có một mô hình đầy đủ của toàn bộ hệ thống khi chúng ta bắt đầu lái xe, chúng ta biết chúng ta cần giữ xe đi đúng đường và không lao xuống vực hoặc lao vào cây. Nhưng khi bạn sử dụng kỹ thuật reinforcement learning thuần khiến để đào đạo một hệ thống lái xe trong thế giới mô phỏng, nó sẽ phải đâm vào cây 40.000 lần mới nhận ra rằng đó là một điều tồi tệ. Vì vậy, những tuyên bố cho rằng reinforcement learning là chìa khóa phát triển trí thông minh cho máy móc là hoàn toàn sai.

Theo ông ứng dụng nào của AI đang hữu ích nhất với người tiêu dùng trong tương lai gần? Facebook có kế hoạch gì cho điều này?

Tôi nghĩ rằng những trợ lý ảo sẽ thực sự trở thành công nghệ đột phá. Hiện tại trợ lý ảo hoàn toàn hoạt động theo kịch bản và những gì chúng có thể nói với bạn đều được sắp đặt sẵn. Vì vậy, làm ra những con bot như thế này là một quá trình tẻ nhạt, đắt đỏ và không bền vững mặc dù chúng có thể làm việc trong những tình huống nhất định như chăm sóc khách hàng.

Facebook đang đầu tư khá nhiều vào trợ lý ảo.

Bước tiếp theo chính là tạo ra các hệ thống có khả năng học hỏi và đó là những gì mà Facebook đang theo đuổi. Chúng tôi muốn tạo ra một cỗ máy có thể đọc bản báo cáo dài sau đó trả lời bất cứ câu hỏi nào liên quan tới báo cáo đó...

Tiếp theo nữa chính là tạo ra những cỗ máy có kiến thức nền tảng tương tự như con người. Tuy nhiên, chúng ta sẽ không thể đạt được điều đó trừ khi tìm ra cách để máy móc có thể tìm hiểu thế giới bằng cách quan sát, xem video hoặc đọc sách. Và đó là thách thức quan trọng mà giới khoa học và công nghệ thế giới cần vượt qua trong vài năm tới. Tôi gọi nó là predicted learning trong khi một số người khác gọi nó là unsupervised learning.

Trong vài năm tới sẽ có những tiến bộ không ngừng trong lĩnh vực này bởi trợ lý ảo sẽ trở nên hữu ích hơn và ít mang lại cảm giác bực bội hơn khi trò chuyện với chúng ta. Chúng sẽ có nhiều kiến thức nền tảng hơn và có thể làm được nhiều việc hơn cho những ai không muốn phụ thuộc hoàn toàn vào kịch bản được tạo ra bởi những nhà thiết kế. Đây là một viễn cảnh mà Facebook cực kỳ quan tâm.

Huawei ra mắt smartphone trí tuệ nhân tạo Mate 10 & Mate 10 Pro

Huawei Mate 10 & Mate 10 Pro sẽ sử dụng chipset trí tuệ nhân tạo (AI) Kirin 970. Sự kết hợp này mở ra một kỷ nguyên mới về AI trên các thiết bị di động.

Theo Bloomberg, Apple đã hạ thấp tiêu chuẩn chi tiết kỹ thuật cho các thành phần Face ID, để cho phép chuỗi cung ứng đẩy nhanh hơn tốc độ sản xuất iPhone X.

"Apple đã lặng lẽ nói với các nhà cung cấp rằng họ có thể làm giảm độ chính xác của công nghệ nhận diện khuôn mặt để làm cho việc sản xuất trở nên dễ dàng hơn," theo Bloomberg.

Yêu cầu giảm độ chính xác của Face ID dường như đã diễn ra trong khoảng thời gian iPhone X ra mắt tháng trước. Apple công bố tính năng Face ID cho iPhone X vào ngày 12/9, và nhấn mạnh đến độ chính xác cao của nó khi so sánh với Touch ID .

Apple tuyên bố tính chính xác của Face ID là 1.000.000: 1, so với 50.000: 1 đối với Touch ID. Nếu Apple đã giảm độ chính xác dựa trên những con số tỷ lệ này, công ty sẽ vẫn có thể xác nhận rằng Face ID chính xác hơn Touch ID.

Máy chiếu chấm lượng tử (dot projector) của Face ID, phần cứng phát ra 30.000 tia hồng ngoại lên khuôn mặt người, được cho là tâm điểm gây khó khăn trong sản xuất iPhone X. Đã có thông tin rằng thành phần này đang gây ra sự thiếu hụt, và theo Bloomberg nhà cung cấp Finisar đã sớm không đáp ứng yêu cầu chặt chẽ của Apple về thời gian sản xuất. Sharp và LG Innotek cũng đang nỗ lực để kết hợp laser và ống kính để tạo ra các máy chiếu chấm lượng tử, và có thời điểm chỉ có 20% máy chiếu chấm lượng tử có thể sử dụng được theo yêu cầu kỹ thuật của Apple.

Do đó, việc giảm độ chính xác trên Face ID của Apple đã cho phép các công ty trên thử nghiệm các bộ phận linh kiện nhanh hơn, nhưng Bloomberg cho biết thêm liệu việc hạ yêu cầu tiêu chuẩn kỹ thuật sẽ ảnh hưởng thế nào đến Face ID trong thực tế.

Các nhà phân tích hy vọng Apple sẽ có khoảng 2 đến 3 triệu chiếc iPhone X ra mắt thị trường vào tuần tới, và điều này có nghĩa là sẽ rất khó để người tiêu dùng mua được chiếc điện thoại này vào thứ Sáu 3/11.

Video thực tế về cách chuyển ứng dụng trên iPhone X

Do nút Home đã bị loại bỏ, thao tác với cửa sổ đa nhiệm iPhone X hoàn toàn khác so với thông thường.