Trí tuệ nhân tạo đã trải qua vô số chu kỳ phấn khích và thất vọng. Ngày nay, chúng ta đang trong giai đoạn tăng trưởng, nhờ sự phát triển của các mô hình ngôn ngữ lớn (LLM) dựa trên kiến trúc Transformer. Kiến trúc này đặc biệt phù hợp với GPU, cho phép sử dụng lượng dữ liệu và sức mạnh tính toán khổng lồ để huấn luyện các mô hình với hàng tỷ tham số. Hệ quả quan trọng nhất là việc tạo ra một giao diện người dùng mới cho máy tính : ngôn ngữ con người.
Cũng giống như giao diện người dùng đồ họa giúp máy tính cá nhân trở nên dễ tiếp cận với hàng triệu người dùng vào những năm 1980, giao diện ngôn ngữ tự nhiên mới đã giúp AI trở nên dễ tiếp cận với hàng trăm triệu người dùng trên toàn thế giới trong năm qua.
Bất chấp khả năng tiếp cận rõ ràng này, "sự dân chủ hóa" được hứa hẹn bởi các giải pháp SaaS vẫn chưa hoàn hảo và chưa toàn diện, tạo ra những hình thức bất bình đẳng mới.
AI vẫn đòi hỏi những kỹ năng cụ thể:
- Hiểu biết về AI và các hạn chế của hệ thống
- Khả năng đánh giá đầu ra một cách phê phán
- Kỹ năng tích hợp quy trình kinh doanh
John McCarthy đã đặt ra thuật ngữ AI vào những năm 1950, nhưng bản thân ông đã than thở rằng: "Ngay khi nó hoạt động, không ai còn gọi nó là AI nữa". Hiện tượng này, được gọi là "hiệu ứng AI", vẫn tiếp tục ảnh hưởng đến chúng ta cho đến ngày nay.
Lịch sử của AI đầy rẫy những thành công nhưng khi đã đủ độ tin cậy, chúng không còn được coi là đủ "thông minh" để xứng đáng với cái mác đầy tham vọng nữa.
Ví dụ về các công nghệ từng được coi là AI tiên tiến nhưng hiện nay đã được coi là hiển nhiên:
- Tầm nhìn máy tính hiện được tích hợp vào mọi điện thoại thông minh
- Nhận dạng giọng nói, giờ chỉ còn là "đọc chính tả"
- Dịch thuật ngôn ngữ và phân tích tình cảm, hệ thống đề xuất (Netflix, Amazon) và tối ưu hóa tuyến đường (Google Maps)
Đây là một phần của hiện tượng lớn hơn mà chúng ta có thể gọi là "nghịch lý biên giới".
Bởi vì chúng ta gán cho con người một ranh giới vượt xa khả năng làm chủ công nghệ, ranh giới này sẽ luôn mơ hồ. Trí tuệ không phải là thứ chúng ta có thể nắm bắt, mà là một chân trời luôn mở rộng mà chúng ta có thể biến thành những công cụ hữu ích.
Sự phát triển của AI tạo ra đã làm giảm đáng kể chi phí sản xuất và truyền tải thông tin, với những tác động nghịch lý đối với mục tiêu tham gia của công dân.
Sự kết hợp giữa AI tạo sinh và phương tiện truyền thông xã hội đã tạo ra:
- Quá tải nhận thức và khuếch đại những thành kiến có sẵn
- Phân cực xã hội lớn hơn
- Dễ dàng thao túng dư luận
- Sự lan truyền của nội dung giả mạo
Giao diện đơn giản hóa ẩn đi hoạt động của AI: Hiểu biết kém về quy trình ra quyết định tự động Khó khăn trong việc xác định các sai lệch thuật toán
Khả năng tùy chỉnh hạn chế của các mô hình cơ bảnTầm quan trọng của trí tuệ tự động do con người điều khiểnAI chỉ có thể giúp chúng ta đạt được 90% mục tiêu.
Máy móc rất giỏi trong việc phân tích khối lượng dữ liệu lớn, nhưng lại gặp khó khăn với các trường hợp ngoại lệ. Các thuật toán có thể được đào tạo để xử lý nhiều ngoại lệ hơn, nhưng vượt quá một ngưỡng nhất định, tài nguyên cần thiết sẽ vượt quá lợi ích. Con người là những người tư duy chính xác, áp dụng các nguyên tắc vào các trường hợp ngoại lệ, trong khi máy móc là những người ước lượng, đưa ra quyết định dựa trên tiền lệ.
Như Gartner mô tả trong các chu kỳ cường điệu công nghệ, sự nhiệt tình cuồng nhiệt luôn đi kèm với sự thất vọng – “thung lũng của sự vỡ mộng”.
Các nhà sáng lập được hưởng lợi ngắn hạn từ tiếp thị hấp dẫn, nhưng điều này cũng đi kèm với cái giá phải trả. Alan Kay, người tiên phong trong khoa học máy tính và là người đoạt giải Turing, đã từng nói: "Công nghệ chỉ là công nghệ dành cho những người sinh ra trước khi nó được phát minh." Các chuyên gia về học máy là những nhà khoa học và kỹ sư, nhưng những nỗ lực của họ luôn có vẻ kỳ diệu—cho đến một ngày, chúng không còn như vậy nữa.
Đồng nhất hóa và mất lợi thế cạnh tranhViệc áp dụng rộng rãi các giải pháp SaaS được xây dựng sẵn giống nhau dẫn đến:Hội tụ theo các quy trình kinh doanh tương tựKhó khăn trong việc phân biệt thông qua AIĐổi mới bị giới hạn bởi khả năng của nền tảngTính bền vững của dữ liệu và các rủi ro của nó
Với khả năng truy cập của các nền tảng AI tạo sinh: Dữ liệu tồn tại theo thời gian trong cơ sở hạ tầng kỹ thuật số Các điểm dữ liệu có thể được tái sử dụng trong các bối cảnh khác nhau
Một chu kỳ nguy hiểm sẽ được tạo ra khi các thế hệ AI tương lai được đào tạo về nội dung tổng hợp.
Thị trường AI được chia thành:
- AI hàng hóa: các giải pháp chuẩn hóa có sẵn cho nhiều người
- AI tiên tiến độc quyền: khả năng tiên tiến được phát triển bởi một số tổ chức lớn
Một phần của vấn đề nằm ở chính định nghĩa của “Trí tuệ nhân tạo”.
Nếu chúng ta phân tích thuật ngữ này theo cách đệ quy, chúng ta thấy rằng mỗi nhánh của định nghĩa đều đề cập đến "con người" hoặc "mọi người". Theo định nghĩa, chúng ta nghĩ AI là bắt chước con người, nhưng ngay khi một khả năng nào đó chính thức bước vào lĩnh vực máy móc, chúng ta sẽ mất đi điểm tham chiếu của con người và không còn coi đó là AI nữa.
Sẽ hữu ích hơn nếu tập trung vào các công nghệ cụ thể có thể áp dụng, chẳng hạn như bộ chuyển đổi cho mô hình ngôn ngữ hoặc khuếch tán để tạo hình ảnh. Điều này giúp khả năng đánh giá một dự án của chúng ta rõ ràng, hữu hình và thực tế hơn nhiều.
Nghịch lý biên cương nghĩa là AI đang tăng tốc nhanh đến mức nó sẽ sớm chỉ còn là công nghệ, và AI sẽ trở thành một biên cương mới. Việc trở thành "công nghệ" nên được xem là sự công nhận cho một ý tưởng trước đây đã từng là tiên phong trong khả năng. Bài viết này được lấy cảm hứng một phần từ những suy ngẫm của Sequoia Capital về nghịch lý AI.
Để biết thêm thông tin: https://www.sequoiacap.com/article/ai-paradox-perspective/
Lời hứa thực sự của AI dễ tiếp cận không chỉ đơn thuần là cung cấp công nghệ mà còn tạo ra một hệ sinh thái nơi sự đổi mới, kiểm soát và lợi ích được phân bổ thực sự.
Chúng ta phải nhận ra sự căng thẳng giữa việc tiếp cận thông tin và nguy cơ quá tải và thao túng.
Chỉ bằng cách duy trì yếu tố con người mạnh mẽ trong AI và áp dụng ngôn ngữ chính xác hơn, chúng ta mới có thể nhận ra tiềm năng của nó như một lực lượng thúc đẩy sự hòa nhập và đổi mới thực sự.
.svg)
.svg)
.svg)
.jpeg)
.png)
.jpeg)
