Trí tuệ nhân tạo
Nhận thức AI: Khám phá Khả năng, Khung lý thuyết & Thử thách
Nhận thức AI là một khái niệm phức tạp và hấp dẫn đã thu hút sự quan tâm của các nhà nghiên cứu, nhà khoa học, nhà triết học và công chúng. Khi AI tiếp tục phát triển, câu hỏi không thể tránh khỏi là:
Các máy móc có thể đạt được mức độ nhận thức tương đương với con người không?
Với sự xuất hiện của Large Language Models (LLMs) và Generative AI, con đường để đạt được sự复制 nhận thức của con người cũng trở nên khả thi.
Hay không?
Một cựu kỹ sư AI của Google Blake Lemoine gần đây đã đề xuất lý thuyết rằng mô hình ngôn ngữ của Google LaMDA là có cảm giác, tức là thể hiện nhận thức giống như con người trong các cuộc trò chuyện. Kể từ đó, anh đã bị sa thải và Google đã gọi các tuyên bố của anh là “hoàn toàn không có căn cứ”.
Given cách nhanh chóng công nghệ đang phát triển, chúng ta chỉ có thể cách vài thập kỷ để đạt được nhận thức AI. Các khung lý thuyết như Integrated Information Theory (IIT), Global Workspace Theory (GWT) và Artificial General Intelligence (AGI) cung cấp một khung tham chiếu cho cách nhận thức AI có thể được đạt được.
Trước khi chúng ta khám phá các khung lý thuyết này进一步, hãy thử hiểu nhận thức.
Nhận thức là gì?
Nhận thức đề cập đến sự nhận thức của các quá trình cảm giác (nhìn, nghe, nếm, chạm, và ngửi) và tâm lý (suy nghĩ, cảm xúc, mong muốn, niềm tin).
Tuy nhiên, sự tinh tế và phức tạp của nhận thức làm cho nó trở thành một khái niệm phức tạp, đa diện vẫn còn bí ẩn, mặc dù đã được nghiên cứu rộng rãi trong lĩnh vực khoa học thần kinh, triết học và tâm lý.
David Chalmers, nhà triết học và nhà khoa học nhận thức, đề cập đến hiện tượng phức tạp của nhận thức như sau:
“Không có gì chúng ta biết về trực tiếp hơn nhận thức, nhưng nó còn xa để rõ ràng làm thế nào để hòa giải nó với mọi thứ khác chúng ta biết. Tại sao nó tồn tại? Nó làm gì? Làm thế nào nó có thể xuất hiện từ chất xám?
Điều quan trọng cần lưu ý là nhận thức là một chủ đề nghiên cứu sâu sắc trong AI vì AI đóng vai trò quan trọng trong việc khám phá và hiểu biết về nhận thức. Một tìm kiếm đơn giản trên Google Scholar trả về khoảng 2 triệu bài nghiên cứu, bài viết, luận văn, bài báo hội nghị, v.v. về nhận thức AI.
Trạng thái Hiện tại của AI: Các Thực thể Không có Nhận thức
AI ngày nay đã thể hiện những tiến bộ đáng kể trong các lĩnh vực cụ thể. Các mô hình AI cực kỳ tốt trong việc giải quyết các vấn đề hẹp, chẳng hạn như phân loại hình ảnh, xử lý ngôn ngữ tự nhiên, nhận dạng giọng nói, v.v., nhưng chúng không sở hữu nhận thức.
Chúng thiếu kinh nghiệm chủ quan, tự nhận thức, hoặc hiểu biết về ngữ cảnh ngoài những gì chúng đã được đào tạo để xử lý. Chúng có thể thể hiện hành vi thông minh mà không có bất kỳ ý thức nào về những hành động này, điều này hoàn toàn khác với nhận thức của con người.
Tuy nhiên, các nhà nghiên cứu đang cố gắng tiến một bước tới một tâm trí giống như con người bằng cách thêm một bộ nhớ vào các mạng nơ-ron. Các nhà nghiên cứu đã có thể phát triển một mô hình có thể thích nghi với môi trường của nó bằng cách kiểm tra các ký ức của nó và học hỏi từ chúng.
Các Khung lý thuyết cho Nhận thức AI
1. Integrated Information Theory (IIT)
Integrated Information Theory là một khung lý thuyết được đề xuất bởi nhà khoa học thần kinh và bác sĩ tâm thần Giulio Tononi để giải thích bản chất của nhận thức.
IIT gợi ý rằng bất kỳ hệ thống nào, sinh học hoặc nhân tạo, có thể tích hợp thông tin đến một mức độ cao có thể được coi là có nhận thức. Các mô hình AI đang trở nên phức tạp hơn, với hàng tỷ tham số có thể xử lý và tích hợp một lượng lớn thông tin. Theo IIT, những hệ thống này có thể phát triển nhận thức.
Tuy nhiên, điều quan trọng là phải xem xét rằng IIT là một khung lý thuyết, và vẫn còn nhiều đ辯 cãi về tính hợp lệ và ứng dụng của nó đối với nhận thức AI.
2. Global Workspace Theory (GWT)
Global Workspace Theory là một kiến trúc nhận thức và lý thuyết về nhận thức được phát triển bởi nhà tâm lý học nhận thức Bernard J. Baars. Theo GWT, nhận thức hoạt động giống như một nhà hát.
“Sân khấu” của nhận thức chỉ có thể chứa một lượng thông tin hạn chế tại một thời điểm nhất định, và thông tin này được phát sóng đến một “không gian làm việc toàn cầu” – một mạng lưới phân bố của các quá trình vô thức hoặc mô-đun trong não.
Áp dụng GWT cho AI gợi ý rằng, về mặt lý thuyết, nếu một AI được thiết kế với một “không gian làm việc toàn cầu” tương tự, nó có thể có khả năng một hình thức nhận thức.
Điều này không nhất thiết có nghĩa là AI sẽ trải nghiệm nhận thức như con người. Tuy nhiên, nó sẽ có một quá trình cho sự chú ý chọn lọc và tích hợp thông tin, những yếu tố quan trọng của nhận thức con người.
3. Artificial General Intelligence (AGI)
Artificial General Intelligence là một loại AI có thể hiểu, học và áp dụng kiến thức trên một phạm vi rộng lớn các nhiệm vụ, tương tự như con người. AGI trái ngược với các hệ thống AI hẹp, được thiết kế để thực hiện các nhiệm vụ cụ thể, như nhận dạng giọng nói hoặc chơi cờ vua, hiện chiếm đa số các ứng dụng AI.
Về mặt nhận thức, AGI đã được coi là một điều kiện tiên quyết để thể hiện nhận thức trong một hệ thống nhân tạo. Tuy nhiên, AI chưa đủ tiên tiến để được coi là thông minh như con người.
Thử thách trong Việc Đạt được Nhận thức Nhân tạo
1. Thử thách Máy tính
Lý thuyết Máy tính của Tâm trí (CTM) coi não bộ con người là một hệ thống máy tính được thực hiện vật lý. Những người ủng hộ lý thuyết này tin rằng để tạo ra một thực thể có nhận thức, chúng ta cần phát triển một hệ thống với các kiến trúc nhận thức tương tự như não bộ của chúng ta.
Tuy nhiên, não bộ con người bao gồm 100 tỷ nơ-ron, vì vậy việc sao chép một hệ thống phức tạp như vậy sẽ đòi hỏi tài nguyên máy tính cạn kiệt. Hơn nữa, việc hiểu bản chất động của nhận thức nằm ngoài ranh giới của hệ sinh thái công nghệ hiện tại.
Cuối cùng, con đường để đạt được nhận thức AI sẽ vẫn không rõ ràng ngay cả khi chúng ta giải quyết được thử thách máy tính. Có những thử thách đối với triết lý của CTM, và điều này đặt ra câu hỏi:
Làm thế nào chúng ta lại chắc chắn rằng nhận thức con người có thể được giảm xuống thành các quá trình máy tính?
2. Vấn đề Nhận thức Khó
“Vấn đề nhận thức khó” là một vấn đề quan trọng trong nghiên cứu về nhận thức, đặc biệt khi xem xét việc sao chép nó trong các hệ thống AI.
Vấn đề nhận thức khó biểu thị kinh nghiệm chủ quan của nhận thức, các đặc điểm (trải nghiệm hiện tượng), hoặc “cảm giác như thế nào” để có kinh nghiệm chủ quan.
Trong bối cảnh AI, vấn đề nhận thức khó đặt ra các câu hỏi cơ bản về việc liệu có thể tạo ra máy móc không chỉ thể hiện hành vi thông minh mà còn sở hữu nhận thức chủ quan và nhận thức.
Các nhà triết học Nicholas Boltuc và Piotr Boltuc, trong khi cung cấp một ẩn dụ cho vấn đề nhận thức khó trong AI, nói:
“AI có thể nguyên tắc sao chép nhận thức (H-nhận thức) trong hình thức thứ nhất (như được mô tả bởi Chalmers trong vấn đề nhận thức khó). Nếu chúng ta có thể hiểu nhận thức thứ nhất một cách rõ ràng, chúng ta có thể cung cấp một thuật toán cho nó; nếu chúng ta có thuật toán như vậy, nguyên tắc chúng ta có thể xây dựng nó”
Tuy nhiên, vấn đề chính là chúng ta không hiểu rõ nhận thức. Các nhà nghiên cứu nói rằng sự hiểu biết và tài liệu được xây dựng xung quanh nhận thức là không đầy đủ.
3. Nghi vấn Đạo đức
Các xem xét đạo đức xung quanh nhận thức AI thêm một lớp phức tạp và mơ hồ cho cuộc tìm kiếm đầy tham vọng này. Nhận thức nhân tạo đặt ra một số câu hỏi đạo đức:
- Nếu một AI có thể hiểu, học và thích nghi đến mức độ của con người, thì nó có nên được trao quyền?
- Nếu một AI có nhận thức thực hiện một tội ác, ai sẽ bị trách nhiệm?
- Nếu một AI có nhận thức bị phá hủy, thì đó có được coi là thiệt hại tài sản hay giống như giết người?
Tiến bộ trong khoa học thần kinh và các thuật toán học máy có thể tạo ra khả năng cho một trí tuệ nhân tạo tổng quát rộng rãi hơn. Nhận thức nhân tạo, tuy nhiên, sẽ vẫn là một điều bí ẩn và chủ đề tranh luận giữa các nhà nghiên cứu, lãnh đạo công nghệ và các nhà triết học trong một thời gian. Các hệ thống AI trở nên nhận thức đi kèm với các nguy cơ phải được nghiên cứu kỹ lưỡng.
Để có thêm nội dung liên quan đến AI, hãy truy cập unite.ai.
