Phần mềm máy học của Google đã học được cách nhân bản chính nó

VietTimes -- Hồi tháng 5, Google đã công bố dự án AutoML; một dự án trí thông minh nhân tạo (AI) được phát triển nhằm giúp họ tạo ra các trí thông minh nhân tạo khác. Đến nay, AutoML đã đạt được những kết quả còn vượt hơn cả những hệ thống AI tốt nhất do con người thiết kế.

Hiện nay, Google đã tuyên bố rằng AutoML đã đánh bại được cả khả năng của những người kỹ sư chuyên về AI trong lĩnh vực này, minh chứng bằng việc AutoML đã phát triển một phần mềm máy học còn hiệu quả và mạnh hơn cả những hệ thống tốt nhất do con người thiết kế.

Một kỹ sư của Google (Ảnh AP) Một kỹ sư của Google (Ảnh AP)

Một hệ thống AutoML gần đây đã lập nên một kỷ lục mới về việc sắp xếp các hình ảnh theo nội dung, đạt đến 82%.

Mặc dù đây chỉ là một nhiệm vụ tương đối đơn giản, nhưng AutoML cũng đã đánh bại được hệ thống do con người phát triển trong một nhiệm vụ phức tạp hơn, là một tính năng không thể thiếu trong các con robot tự động và sản phẩm ứng dụng thực tế tăng cường: đánh dấu vị trí nhiều điểm vật thể trên một bức ảnh. Về nhiệm vụ này, AutoML đạt được 43%, trong khi hệ thống do con người phát triển chỉ đạt 39%.

Các kết quả này có rất nhiều ý nghĩa, bởi thậm chí là ở Google, cũng hiếm người có đủ chuyên môn cần thiết để phát triển các hệ thống AI thế hệ sau. Phần mềm máy học vẫn cần đạt được nhiều kỹ năng cần thiết để thực hiện tự động hóa trên lĩnh vực này, nhưng một khi đã đạt được, nó sẽ làm thay đổi cả ngành công nghiệp AI. “Hiện nay, có nhiều nhà khoa học chuyên về máy học đang bắt tay nghiên cứu các hệ thống AI và thực tế chỉ có khoảng vài nghìn nhà khoa học trên toàn thế giới có thể thực hiện được điều này”, CEO của Googel là Sundar Pichai cho tờ Wired biết. “Chúng tôi muốn tạo điều kiện để cho phép hàng trăm ngàn nhà phát triển có thể thực hiện được điều đó”.

Phần lớn việc metalearning (học cách làm sao để học) là bắt chước các mạng lưới thần kinh con người và cố gắng bổ sung thêm ngày càng nhiều các dữ liệu thông qua các mạng lưới đó. Đây không phải là nhằm sử dụng chân lý lặp đi lặp lại – một vấn đề gì phức tạp cả. Hơn thế, có rất nhiều công việc thường lệ mà các loại máy thực tế rất phù hợp để giải quyết một khi các máy này được đào tạo. Phần cơ bản là bắt chước cấu trúc bộ não ở vị trí đầu tiên, và các mức độ khác là làm cho phù hợp để chiếc máy này có thể giải quyết được các vấn đề phức tạp hơn.

Tương lai của AI sẽ do máy tính tạo ra

Vẫn sẽ dễ dàng hơn để điều chỉnh một hệ thống đã có nhằm đáp ứng các yêu cầu mới, hơn là phải đi thiết kế phát triển một hệ thống thần kinh từ đầu.

Robot iCub đang cố gắng bắt quả bóng trong sự kiện về ngành công nghiệp robot dịch vụ tại Lyon, Pháp, ngày 15.03.2012 (Ảnh AP) Robot iCub đang cố gắng bắt quả bóng trong sự kiện về ngành công nghiệp robot dịch vụ tại Lyon, Pháp, ngày 15.03.2012 (Ảnh AP)

Tuy nhiên, nghiên cứu này dường như đang chỉ ra đây là một tình trạng mang tính tạm thời. Bởi nếu các AI dễ dàng thiết kế các hệ thống mới với độ phức tạp cao, thì điều quan trọng đối với con người là họ sẽ phải đóng vai trò người giữ cổng.

Các hệ thống AI có thể dễ dàng vô tình thực hiện các kết nối bất công - như là gắn kết các thực thể sắc tộc và giới tính với các khuôn mẫu tiêu cực. Tuy nhiên, nếu những người kỹ sư giành ít thời gian hơn vào công việc lặp đi lặp lại liên quan đến sáng tạo các hệ thống này, họ sẽ có nhiều thời gian hơn để tập trung vào việc giám sát và thanh lọc.

Chắc chắn, Google đang hướng đến mục đích cải tiến AutoML cho đến khi hệ thống này có thể vận hành đủ hiệu quả để các nhà lập trình sử dụng nó vào các ứng dụng thực tế. Nếu họ thành công trong lĩnh vực này, AutoML có thể có tác động rất lớn vượt qua cả phạm vi Google. Nói trên tờ Wired, ông Pichai khẳng định trong sự kiện này từ tuần trước rằng “Chúng tôi muốn phổ biến công nghệ này”, đồng nghĩa với việc tập đoàn này muốn đưa AutoML có mặt cả ngoài phạm vi Google.

Có thể bạn quan tâm