Adrian Zidaritz, Tác giả của AIbluedot.com – Loạt Phỏng vấn

Adrian Zidaritz là tác giả của AIbluedot.com, một blog cung cấp tổng quan về Trí tuệ nhân tạo, với sự kết hợp của toán học, đạo đức, chính trị và “mọi thứ” khác. Mặc dù các bài viết chứa một lượng tối thiểu các tài liệu kỹ thuật, nhưng chúng không dành cho các chuyên gia, mà dành cho công chúng nói chung. Trí tuệ nhân tạo bị hiểu lầm bởi những người không chuyên và nó thường bị thổi phồng hoặc hạ thấp trong truyền thông; tuy nhiên, nó vẫn là công nghệ có ảnh hưởng nhất trong thời đại hiện nay.

Bạn đã bị thu hút bởi Trí tuệ nhân tạo như thế nào?

Phát triển Trí tuệ nhân tạo đòi hỏi một loạt các chuyên môn, không giống như bất kỳ công nghệ hiện đại nào khác. Nó dựa trên nghiên cứu từ thống kê, khoa học thần kinh, toán học ứng dụng, khoa học máy tính, phát triển phần mềm, tâm lý học, v.v… Đó là thách thức mà tôi bị thu hút, kết hợp với việc tôi đã có may mắn được làm việc với nhiều lĩnh vực này trong sự nghiệp trước đây của mình: toán học, khoa học máy tính, phát triển phần mềm, thống kê.

Bạn đã có một sự nghiệp rộng lớn trong lĩnh vực Trí tuệ nhân tạo. Bạn có thể thảo luận về một số điểm nổi bật trong sự nghiệp của mình không?

Điều này có thể được xem là một sự tiếp tục của câu hỏi 1. Hầu hết mọi người trong độ tuổi trung niên đang làm việc trong lĩnh vực Trí tuệ nhân tạo hiện nay đều đến từ các lĩnh vực khác. Cho đến khoảng năm 2005, không có Trí tuệ nhân tạo (theo cách chúng ta hiểu ngày nay, thành công của Trí tuệ nhân tạo chủ yếu là do mạng nơ-ron = học sâu, tất cả các kỹ thuật khác đều kém hơn; vì vậy, khi chúng ta nói về Trí tuệ nhân tạo, chúng ta có nghĩa là học sâu). Do đó, nhiều người trong chúng tôi làm việc trong lĩnh vực Trí tuệ nhân tạo mang lại những quan điểm độc đáo cho lĩnh vực này. Tôi đến từ một nền tảng toán học kết hợp với việc lãnh đạo các dự án Trí tuệ nhân tạo thực tế, trong đó kỹ thuật Big Data đóng vai trò rất lớn (thường chiếm hơn 80% thời gian dự án). Nền tảng của tôi đặt Trí tuệ nhân tạo giữa việc đặt câu hỏi về nền tảng toán học của nó (rất lý thuyết) và các khía cạnh thực tế của việc lãnh đạo các đội nhóm khoa học dữ liệu và kỹ sư học máy. Có những nhà nghiên cứu khác hiểu rõ hơn về các công nghệ Trí tuệ nhân tạo ở giữa.

Bạn đã tuyên bố rằng Trí tuệ nhân tạo đã bị thổi phồng hoặc hạ thấp trong truyền thông. Tại sao bạn nghĩ có sự脱 kết giữa truyền thông và thực tế về công nghệ này?

Vì Trí tuệ nhân tạo bị hiểu lầm thậm chí bởi một số người làm việc trong lĩnh vực này, chứ không chỉ là báo chí. Đó là một lĩnh vực rất trẻ, với những người lao động trẻ. Các quan điểm khác nhau của những người lao động trẻ này đã tìm đường vào truyền thông, tạo ra sự không phù hợp về mục tiêu. Đủ để nhắc đến bộ phim tài liệu The Social Dilemma trên Netflix (NFLX ), trong đó những quan điểm mâu thuẫn về Trí tuệ nhân tạo, từ góc độ Thung lũng Silicon, được ghi lại rõ ràng.

Hiện tại, phần lớn tiến bộ trong lĩnh vực Trí tuệ nhân tạo đã được thực hiện thông qua học sâu. Bạn có quan điểm gì về vấn đề “hộp đen” của học sâu?

Đó là một vấn đề lớn. Về cơ bản, chúng ta không có một sự hiểu biết lý thuyết (=toán học) về quá trình học. Chúng ta không biết làm thế nào các thuật toán học sâu thực sự học. Chúng ta chỉ thấy rằng chúng hoạt động. Có những nỗ lực để phát triển một lý thuyết, nhưng chưa có lý thuyết nào được chấp nhận rộng rãi. Vì vậy, trong sự vắng mặt của sự hiểu biết cơ bản này, tất cả những gì chúng ta có thể làm là nói “nhìn, nó hoạt động”. Nhưng đưa ra một lời giải thích “hộp trắng” là không thể tại thời điểm này. Các thuật toán khác (không phải học sâu) được hiểu rõ hơn và đối với chúng, có thể đưa ra lời giải thích về kết quả. Không phải đối với học sâu.

Bạn có quan điểm gì về sự thiên vị của Trí tuệ nhân tạo và làm thế nào để ngăn chặn nó?

Hiện tại, Trí tuệ nhân tạo là tất cả về dữ liệu, không phải về thuật toán. Các thuật toán không biết thiên vị, thiên vị nằm trong dữ liệu. Dữ liệu phản ánh thành phần và phân tầng của xã hội, cũng như quá trình thu thập dữ liệu cũng có thiên vị. Những điều này xảy ra một cách tự nhiên, điều cần xảy ra là sự tham gia dần dần của mọi người từ mọi tầng lớp vào quá trình thu thập dữ liệu, để dữ liệu phản ánh một cách chính xác về dân số.

Loại học máy nào bạn thấy thú vị nhất?

Como tôi đã nói trước đó, học máy đang nhường chỗ cho nhánh nội bộ thành công nhất của nó, đó là học sâu. Mạng nơ-ron, thông qua sự linh hoạt của chúng, đang chiếm ưu thế.

Bạn đã tuyên bố rằng Thu nhập Cơ bản Toàn cầu (UBI) sẽ là điều cần thiết để đối phó với việc mất việc do Trí tuệ nhân tạo gây ra. Bạn có thể giải thích thêm về quan điểm này không?

Xã hội sẽ phải chịu những hậu quả khổng lồ từ tự động hóa (Trí tuệ nhân tạo được áp dụng). Chúng ta đã thấy những thay đổi lớn trong tình hình chính trị kể từ năm 2016. Sẽ không có cách nào để quay lại. Nhiều việc làm sẽ đơn giản biến mất. Không có ý nghĩa khi đào tạo để trở thành một bác sĩ X-quang những ngày này. Trí tuệ nhân tạo có thể đọc X-quang, MRI và tất cả các bản in khác tốt hơn con người. Điều gì sẽ xảy ra với con người khi không có việc làm mà họ có thể làm? UBI đảm bảo rằng con người sẽ không phải chịu đựng không cần thiết khi tự động hóa trở nên phổ biến. Và không có lý do để làm như vậy, vì Trí tuệ nhân tạo sẽ cung cấp công việc cần thiết cho xã hội để vẫn hoạt động.

Bạn có tin rằng chúng ta có thể đạt được Trí tuệ nhân tạo Tổng quát (AGI) không?

Có, nhiều người cho rằng phần mềm của DeepMind đã đạt đến mức AGI. Tôi không đồng ý với ý tưởng đó, nhưng ngay cả đối với tôi, câu trả lời là có. AGI không có nghĩa là cảm xúc hoặc ý thức, “I” trong AGI đơn giản là trí tuệ nhận thức. Và đối với mức độ trí tuệ đó, câu trả lời dường như là có.

Bạn có tin rằng có khả năng chúng ta đang sống trong một mô phỏng không?

Có thể? Có, nghĩa là khả năng chúng ta đang sống trong một mô phỏng là không bằng 0. Nó cũng hấp dẫn về mặt trí tuệ. Nhưng liệu nó có khả năng xảy ra? Không, đối với tôi, nó không có khả năng, nghĩa là khả năng, mặc dù không bằng 0, là rất rất nhỏ.

Cảm ơn bạn đã tham gia phỏng vấn, những người đọc muốn tìm hiểu thêm về quan điểm của Adrian về các khía cạnh khác nhau của Trí tuệ nhân tạo nên truy cập AIbluedot.com.