Lịch sử của trợ lý trí tuệ nhân tạo: từ nguồn gốc cho đến ngày nay

Lịch sử của trợ lý AI đánh dấu một bước tiến hóa đáng chú ý: từ những hệ thống đơn giản dựa trên quy tắc đến những đối tác đàm thoại tinh vi, có khả năng hỗ trợ các quyết định chiến lược phức tạp. Khi ngày càng nhiều tổ chức sử dụng những trợ lý này để cải thiện năng suất và khả năng ra quyết định, việc hiểu rõ sự tiến hóa này sẽ cung cấp bối cảnh quý giá để tận dụng hiệu quả các công nghệ này.

Nguồn gốc: các mô hình thống kê đầu tiên (1906)

Theo nghiên cứu của Al-Amin và cộng sự (2023), cơ sở lý thuyết đầu tiên cho chatbot tương lai có từ năm 1906, khi nhà toán học người Nga Andrey Markov phát triển " Chuỗi Markov ", một mô hình thống kê cơ bản để dự đoán các chuỗi ngẫu nhiên. Phương pháp này, mặc dù còn thô sơ so với công nghệ ngày nay, đã đại diện cho bước đầu tiên trong việc dạy máy móc tạo ra văn bản mới theo xác suất.

Bài kiểm tra Turing (1950)

Một khoảnh khắc quan trọng trong lịch sử trí tuệ nhân tạo đàm thoại là việc xuất bản bài báo "Máy tính và trí thông minh" của Alan Turing vào năm 1950, trong đó ông đề xuất cái mà ngày nay chúng ta gọi là "Bài kiểm tra Turing". Bài kiểm tra này đánh giá khả năng của máy móc trong việc thể hiện hành vi thông minh không thể phân biệt được với hành vi của con người thông qua các cuộc trò chuyện bằng ngôn ngữ tự nhiên.

Các chatbot dựa trên quy tắc ban đầu (1960-2000)

ELIZA (1966)

Chatbot đầu tiên được công nhận rộng rãi là ELIZA, được phát triển bởi Joseph Weizenbaum tại MIT vào năm 1966. Như Al-Amin và cộng sự (2023) đã nhấn mạnh, ELIZA mô phỏng một nhà trị liệu bằng cách sử dụng các kỹ thuật khớp mẫu đơn giản, phản ánh phản hồi của người dùng để mô phỏng một cuộc trò chuyện. Mặc dù đơn giản, nhiều người dùng cho rằng hệ thống này có khả năng hiểu như con người.

PARRY (1972)

Khác với ELIZA, PARRY (được phát triển năm 1972 bởi bác sĩ tâm thần Kenneth Colby tại Stanford) đã mô phỏng một bệnh nhân mắc chứng tâm thần phân liệt hoang tưởng. Đây là chatbot đầu tiên được thử nghiệm theo phiên bản của Bài kiểm tra Turing, đánh dấu sự khởi đầu của việc sử dụng các bài kiểm tra này để đánh giá trí thông minh đàm thoại của chatbot.

Racter và những phát triển khác (1980-1990)

Những năm 1980 chứng kiến sự xuất hiện của Racter (1983), có khả năng tạo ra văn bản sáng tạo bằng cách sử dụng các quy tắc ngữ pháp và ngẫu nhiên, tiếp theo là JABBERWACKY (1988) và TINYMUD (1989), đại diện cho những tiến bộ hơn nữa trong việc mô phỏng các cuộc trò chuyện tự nhiên.

ALICE và AIML (1995)

Một tiến bộ đáng kể đến từ ALICE (Thực thể máy tính Internet ngôn ngữ nhân tạo), được Richard Wallace phát triển vào năm 1995. ALICE sử dụng AIML (Ngôn ngữ đánh dấu trí tuệ nhân tạo), được tạo ra đặc biệt để mô hình hóa ngôn ngữ tự nhiên trong tương tác giữa con người và chatbot.

Cuộc cách mạng NLP và Kỷ nguyên của Dịch vụ Giọng nói (2000-2015)

Giai đoạn từ năm 2000 đến năm 2015 chứng kiến việc áp dụng các kỹ thuật Xử lý ngôn ngữ tự nhiên thống kê tiên tiến hơn giúp cải thiện đáng kể khả năng hiểu ngôn ngữ:

Trẻ thông minh hơn (2001)

SmarterChild, được ActiveBuddy phát triển vào năm 2001, là một trong những chatbot đầu tiên được tích hợp vào nền tảng nhắn tin tức thời, tiếp cận hơn 30 triệu người dùng.

CALO và Siri (2003-2011)

Dự án CALO (Trợ lý Nhận thức Học hỏi và Tổ chức) do DARPA khởi xướng năm 2003 đã đặt nền móng cho Siri, sau đó được Apple mua lại và ra mắt vào năm 2011 với tư cách là trợ lý ảo của iPhone 4S. Như Al-Amin và cộng sự (2023) đã lưu ý, Siri đại diện cho một bước tiến lớn trong việc tích hợp trợ lý giọng nói vào các thiết bị tiêu dùng, sử dụng mạng nơ-ron sâu để xử lý và hiểu các lệnh thoại.

Thời đại của trợ lý giọng nói tiên tiến và các mô hình nền tảng

Siri tích hợp AI tiên tiến

Sự phát triển của Siri* đã đạt đến một cột mốc mới với việc tích hợp các mô hình trí tuệ nhân tạo tiên tiến, giúp cách mạng hóa khả năng của nó. Theo Al-Amin và cộng sự (2023), phiên bản Siri mới, được cải tiến này tận dụng các kiến trúc thần kinh phức tạp hơn để hiểu ngữ cảnh hội thoại sâu sắc hơn, lưu giữ ký ức về các tương tác trước đó và thích ứng với sở thích cá nhân của người dùng. Trợ lý ảo giờ đây có thể hiểu các yêu cầu phức tạp, nhiều lượt với khả năng hiểu ngữ cảnh phong phú hơn nhiều, cho phép tương tác tự nhiên hơn và ít bị phân mảnh hơn. Sự tích hợp này thể hiện một bước tiến đáng kể hướng tới các trợ lý ảo có khả năng thực hiện các cuộc trò chuyện hai chiều thực sự.

Alexa+ và tương lai của trợ lý tại nhà

Alexa+ đánh dấu một bước tiến hóa vượt bậc của hệ sinh thái Amazon, biến trợ lý giọng nói thành một nền tảng AI gia đình hoàn chỉnh. Al-Amin và cộng sự (2023) nhấn mạnh Alexa+ không còn chỉ đơn thuần phản hồi các lệnh cụ thể nữa, mà giờ đây có thể dự đoán nhu cầu của người dùng nhờ tích hợp các mô hình dự đoán tiên tiến. Hệ thống có thể tự động điều phối các thiết bị nhà thông minh, đề xuất các phương án tự động hóa được cá nhân hóa dựa trên các mẫu hành vi được phát hiện và tạo điều kiện cho các tương tác tự nhiên hơn thông qua việc cải thiện khả năng hiểu ngữ cảnh. Trong số những cải tiến quan trọng nhất, Alexa+ giờ đây có thể thực hiện các tác vụ phức tạp gồm nhiều bước mà không cần kích hoạt lặp lại, đồng thời duy trì ngữ cảnh xuyên suốt các chuỗi tương tác dài.

Trợ lý Cortana và Watson

Cortana của Microsoft (nay là Copilot), ra mắt năm 2014, cung cấp khả năng nhận dạng giọng nói cho các tác vụ như đặt lời nhắc, trong khi Watson Assistant của IBM đã chứng minh khả năng phân tích và hiểu ngôn ngữ tiên tiến, giành chiến thắng trong Jeopardy! năm 2011 và sau đó được ứng dụng trong nhiều ngành khác nhau.

‍

Trợ lý chiến lược ngày nay: Thời đại của Transformers (2018–nay)

ChatGPT và cuộc cách mạng LLM (2018-2022)

Nghiên cứu của Al-Amin và cộng sự (2023) nhấn mạnh việc OpenAI giới thiệu ChatGPT đã đánh dấu một bước ngoặt căn bản. Từ GPT-1 (2018) với 117 triệu tham số đến GPT-3 (2020) với 175 tỷ tham số, các mô hình này sử dụng kiến trúc Transformer để hiểu và tạo văn bản với khả năng chưa từng có. Việc phát hành công khai ChatGPT vào tháng 11 năm 2022 đã đánh dấu một bước ngoặt trong khả năng tiếp cận của AI đàm thoại.

Google Bard (2023)

Để đáp lại ChatGPT, Google đã ra mắt Bard (nay là Gemini ) vào năm 2023, dựa trên mô hình Mô hình Ngôn ngữ cho Ứng dụng Đối thoại (LaMDA). Al-Amin và cộng sự (2023) nhấn mạnh cách Bard sử dụng phương pháp tiếp cận gia tăng, dần dần bổ sung các tính năng như khả năng đa ngôn ngữ và chuyên môn lập trình và toán học chuyên nghiệp.

Tương lai: Trí tuệ cộng tác (năm 2025 trở đi)

Nhìn về tương lai, trợ lý AI đang phát triển theo hướng trí tuệ cộng tác tiên tiến hơn. Nghiên cứu của Al-Amin và cộng sự (2023) xác định một số lĩnh vực phát triển đầy hứa hẹn:

1. Trợ lý cá nhân hóa : Chatbot có thể thích ứng với từng người dùng dựa trên hồ sơ ẩn của họ.
2. Chatbot cộng tác : Hệ thống có thể hợp tác với cả các chatbot khác và con người để đạt được mục tiêu chung.
3. Chatbot sáng tạo : Trợ lý có khả năng tạo nội dung nghệ thuật và hỗ trợ các quy trình sáng tạo.

Hơn nữa, nghiên cứu này nhấn mạnh sự mở rộng của trợ lý AI trong các lĩnh vực cụ thể:

• Chăm sóc sức khỏe : Để quản lý lịch hẹn, đánh giá triệu chứng và hỗ trợ bệnh nhân một cách cá nhân.
• Giáo dục : Là nguồn tài nguyên giáo dục mở với nội dung có thể thích ứng và cá nhân hóa.
• Quản lý nguồn nhân lực : Tự động hóa các quy trình nhân sự và cải thiện giao tiếp doanh nghiệp.
• Phương tiện truyền thông xã hội : Để phân tích tình cảm và tạo nội dung.
• Công nghiệp 4.0 : Dành cho bảo trì dự đoán và tối ưu hóa chuỗi cung ứng.

Phần kết luận

Sự phát triển từ chatbot đơn giản đến các đối tác AI chiến lược đại diện cho một trong những chuyển đổi công nghệ quan trọng nhất của thời đại chúng ta. Sự tiến triển này được thúc đẩy bởi các lực lượng khoa học liên ngành, các ứng dụng thương mại và nhu cầu của người dùng. Việc tích hợp các mô hình nền tảng tiên tiến vào các trợ lý ảo như Siri và Alexa+ đang đẩy nhanh quá trình chuyển đổi này, dẫn đến những trải nghiệm ngày càng được cá nhân hóa và ngữ cảnh hóa. Khi các hệ thống này ngày càng có ảnh hưởng lớn hơn, việc phát triển có trách nhiệm và minh bạch, cân bằng giữa đổi mới và các cân nhắc về đạo đức trở nên vô cùng quan trọng.

‍

*Lưu ý: Tính đến thời điểm hiện tại (tháng 3 năm 2025), điều quan trọng cần lưu ý là phiên bản nâng cao của Siri được mô tả trong đoạn văn trên thực tế vẫn chưa được Apple phát hành rộng rãi. Nguyên nhân có thể dẫn đến sự thất bại này, liên quan đến các chính sách thông thường của Apple, có thể bao gồm lo ngại về quyền riêng tư của người dùng và mong muốn giới thiệu một sản phẩm đáp ứng các tiêu chuẩn riêng của công ty.