Khi một phụ huynh dạy con mình cách tương tác với thế giới, họ dạy thông qua sự liên kết và nhận dạng mẫu. Ví dụ, chữ S. Phụ huynh sẽ chỉ cho con mình đủ nhiều ví dụ về chữ S, và sau một thời gian, chúng sẽ có thể nhận ra các ví dụ khác trong các ngữ cảnh mà không cần hướng dẫn; trường học, một cuốn sách, một bảng quảng cáo.

Nhiều công nghệ trí tuệ nhân tạo (AI) đang xuất hiện cũng được dạy theo cách tương tự. Các nhà nghiên cứu đã cung cấp cho hệ thống các ví dụ chính xác về điều họ muốn nó nhận ra, và giống như một đứa trẻ, AI bắt đầu nhận ra các mẫu và suy rộng kiến thức đó sang các ngữ cảnh mà nó chưa từng trải qua, tạo thành mạng lưới “neural” riêng để phân loại. Giống như trí tuệ con người, tuy nhiên, các chuyên gia đã mất dấu các đầu vào đã thông báo quyết định của AI.

Vấn đề “hộp đen” của AI xuất hiện khi chúng ta không hiểu đầy đủ cách AI tạo ra các kết nối, cũng như các biến số đóng vai trò trong quyết định của nó. Vấn đề này đặc biệt quan trọng khi tìm cách cải thiện tính tin cậy và an toàn của hệ thống, cũng như thiết lập quản lý việc áp dụng AI.

Từ xe tự lái không thể phanh kịp thời và gây thương tích cho người đi bộ, đến các thiết bị y tế dựa trên AI giúp bác sĩ chẩn đoán bệnh nhân, và các thiên vị được thể hiện bởi các quy trình tuyển dụng dựa trên AI, sự phức tạp đằng sau các hệ thống này đã dẫn đến sự xuất hiện của một lĩnh vực nghiên cứu mới: vật lý của AI, nhằm thiết lập AI như một công cụ cho con người để đạt được sự hiểu biết cao hơn.

Bây giờ, một nhóm nghiên cứu độc lập mới sẽ giải quyết những thách thức này bằng cách kết hợp các lĩnh vực vật lý, tâm lý học, triết học và khoa học thần kinh trong một cuộc khám phá liên ngành về những bí ẩn của AI.

NTT đề xuất sự tin cậy và an toàn của AI

Nhóm Vật Lý Trí Tuệ Nhân Tạo mới được công bố là một nhánh của Phòng thí nghiệm Vật lý và Tin học (PHI) của NTT Research, và được công bố tại hội nghị Upgrade 2025 của NTT tại San Francisco, California tuần trước. Nó sẽ tiếp tục phát triển cách tiếp cận Vật lý của Trí tuệ nhân tạo để hiểu AI, mà nhóm đã điều tra trong năm năm qua.

Tiến sĩ Hidenori Tanaka, người có bằng tiến sĩ về Vật lý Ứng dụng và Khoa học Máy tính từ Đại học Harvard, sẽ lãnh đạo nhóm nghiên cứu mới, xây dựng trên kinh nghiệm trước đây của mình tại Nhóm Hệ thống Thông minh của NTT và Chương trình Nghiên cứu Trí tuệ nhân tạo tại Trung tâm Khoa học Não bộ Harvard.

“Là một nhà vật lý, tôi rất hào hứng về chủ đề trí tuệ vì, về mặt toán học, làm thế nào bạn có thể nghĩ về khái niệm sáng tạo? Làm thế nào bạn có thể nghĩ về sự tử tế? Những khái niệm này sẽ vẫn còn trừu tượng nếu không có AI. Dễ dàng suy đoán, nói ‘đây là định nghĩa về sự tử tế của tôi,’ điều này không có ý nghĩa về mặt toán học, nhưng bây giờ với AI, nó rất quan trọng vì nếu chúng ta muốn tạo ra AI tử tế, chúng ta phải nói với nó bằng ngôn ngữ toán học về sự tử tế là gì, ví dụ,” Tiến sĩ Tanaka nói với tôi tuần trước tại hội nghị Upgrade.

Từ đầu nghiên cứu, Phòng thí nghiệm PHI đã nhận ra tầm quan trọng của việc hiểu bản chất “hộp đen” của AI và học máy để phát triển các hệ thống mới với hiệu suất năng lượng tính toán được cải thiện. Sự tiến bộ của AI trong nửa thập kỷ qua, tuy nhiên, đã dẫn đến những quan ngại ngày càng tăng về an toàn và tính tin cậy, điều này đã trở nên quan trọng đối với các ứng dụng ngành và quyết định quản lý về việc áp dụng AI.

Thông qua nhóm nghiên cứu mới, NTT Research sẽ giải quyết sự tương đồng giữa trí tuệ sinh học và trí tuệ nhân tạo, hy vọng sẽ giải mã sự phức tạp của các cơ chế AI và xây dựng sự hợp tác giữa con người và AI trở nên hài hòa hơn.

Mặc dù mới mẻ trong việc tích hợp AI, cách tiếp cận này không mới. Các nhà vật lý đã tìm cách tiết lộ các chi tiết chính xác về mối quan hệ công nghệ và con người trong几个 thế kỷ, từ các nghiên cứu của Galileo Galilei về cách các vật thể di chuyển và đóng góp của ông vào cơ học, đến cách máy hơi nước đã thông báo về sự hiểu biết về nhiệt động lực học trong Cách mạng Công nghiệp. Trong thế kỷ 21, tuy nhiên, các nhà khoa học đang tìm cách hiểu AI hoạt động như thế nào về việc được đào tạo, tích lũy kiến thức và đưa ra quyết định để trong tương lai, các công nghệ AI an toàn và đáng tin cậy hơn có thể được thiết kế.

“AI là một mạng lưới nơ-ron, cách nó được cấu trúc rất giống với cách bộ não con người hoạt động; nơ-ron được kết nối bởi synap, tất cả đều được biểu diễn bằng số trong máy tính. Và đó là nơi chúng tôi tin rằng có thể có vật lý… Vật lý là về việc lấy bất cứ thứ gì từ vũ trụ, xây dựng các giả thuyết toán học về hoạt động nội bộ của chúng, và kiểm tra chúng,” Tiến sĩ Hanaka nói.

Nhóm mới sẽ tiếp tục hợp tác với Trung tâm Khoa học Não bộ Harvard, và dự kiến sẽ hợp tác với Giáo sư Associated Suya Ganguli của Đại học Stanford, với người mà Tiến sĩ Tanaka đã đồng tác giả một số bài báo.

Tuy nhiên, Tiến sĩ Tanaka nhấn mạnh rằng một cách tiếp cận dựa trên khoa học tự nhiên và liên ngành sẽ là cơ bản. Năm 2017, khi ông là ứng viên tiến sĩ tại Harvard, nhà nghiên cứu đã nhận ra rằng ông muốn làm hơn là vật lý truyền thống, và theo bước chân của các tiền nhiệm, từ Galilei đến Newton và Einstein, để mở ra những thế giới khái niệm mới trong vật lý.

“Hiện tại, AI là chủ đề mà tôi có thể nói với mọi người. Là một nhà nghiên cứu, điều này thật tuyệt vì mọi người luôn sẵn sàng nói về AI, và tôi cũng học được từ mọi cuộc trò chuyện vì tôi nhận ra rằng mọi người nhìn và sử dụng AI khác nhau, thậm chí ngoài các ngữ cảnh học thuật. Tôi xem nhiệm vụ của NTT là chất xúc tác để kích hoạt những cuộc trò chuyện này, bất kể背景 của mọi người, vì chúng tôi học được từ mọi tương tác,” Tiến sĩ Tanaka kết luận.