Ảnh minh họa. (Nguồn: Barrons.com) Theo trang mạng eurasiareview.com, trí tuệ nhân tạo (AI) đã trở thành một cụm từ thông dụng, trong cả lĩnh vực dân sự và quân sự. Bất chấp những háo hức và sự quan tâm, không thể phủ nhận công nghệ AI đi kèm với rất nhiều thách thức, từ chi phí, nguy cơ dữ liệu bị nhiễm độc và AI được sử dụng cho những mục đích tiêu cực.
Tiền không phải là lời giải cho những thách thức này, song các doanh nghiệp và chính phủ đang lao vào một cuộc đua phát triển và ứng dụng AI mọi lúc mọi nơi.
Thực tế, để nhìn nhận cuộc đua này, người ta không nên nhìn vào cách AI được triển khai như thế nào mà phải cân nhắc tổng thể nền tảng khoa học nhằm phát triển công nghệ này trong tương lai.
Cách các hệ thống AI được phát triển tất nhiên sẽ tạo ra những nghi ngờ về khả năng hoạt động của công nghệ này trong các môi trường chưa có sự kiểm chứng, như yêu cầu về lượng lớn dữ liệu đầu vào, sự cần thiết phải vận hành gần như hoàn hảo và ảnh hưởng từ những định kiến của người tạo ra nó.
Trước hết, thiếu hoặc sai sót về dữ liệu là một trong những thách thức lớn nhất, đặc biệt là khi người ta lệ thuộc vào kỹ thuật học máy. Dù chỉ một phần nhỏ dữ liệu không chính xác (chỉ cần khoảng 3%), hệ thống cũng có thể phát triển các giả định không chính xác hoặc khiến hiệu suất sụt giảm nghiêm trọng.
Hệ thống cũng có thể tái tạo các giả định và định kiến - phân biệt chủng tộc, phân biệt giới tính, chủ nghĩa tinh hoa hoặc những vấn đề khác- từ dữ liệu đã có sẵn các thành kiến, như hồ sơ lưu trữ lý lịch hoặc hồ sơ cảnh sát.
[Thử thách sáng tạo cùng công nghệ trí tuệ nhân tạo năm 2021]
Chúng cũng có thể được mã hóa khi các lập trình viên vô tình truyền đạt thành kiến và nhận thức của riêng họ vào các thuật toán học máy mà họ thiết kế.
Mức độ chấp nhận đối với AI, cùng những rủi ro chưa thể xác định là những yếu tố khiến việc tích hợp AI với sự giám sát của con người càng thêm khó khăn. Người ta có thể lựa chọn xây dựng hệ thống theo hướng đảm bảo con người giám sát suốt quá trình hoạch định, hoặc AI gần như tự vận hành và con người chỉ giám sát ở mức độ nhỏ.
Nói cách khác, các tổ chức phải quyết định xem có nên cho con người khả năng thay thế những quyết định có thể tốt hơn của một cỗ máy mà họ không thể hiểu được hay không. Giải pháp thay thế là nhằm “nhường” lại sự giám sát cho con người có thể ngăn chặn những thảm họa tiềm tàng mà con người dự tính được.
Về bản chất, lựa chọn sẽ phụ thuộc vào rủi ro, chẳng hạn như quân đội có thể vận dụng máy móc tự động trong việc kiểm soát lịch nghỉ phép chứ không phải trong việc kích hoạt hệ thống phòng thủ tên lửa.
Tài trợ cho nghiên cứu và phát triển là một phần quan trọng của các tiến bộ khoa học trong thế giới hiện đại và người ta thường xem đó như thước đo để xác định sự tiến bộ của công nghệ AI. Tuy nhiên, những kết nối thường mang tính suy đoán; quy trình khoa học thường đi đến những ngõ cụt, những giả thuyết bị loại bỏ và những vấn đề nghiên cứu cụ thể không mang đến ý nghĩa gì rộng lớn hơn.
Yếu tố cuối cùng rất đáng chú ý bởi bản chất của ứng dụng AI, cụ thể là những thiết kế khác nhau cho từng vấn đề mà AI được vận dụng. Lấy ví dụ, AI điều khiển giao thông hoàn toàn không có giá trị trong việc điều khiển ôtô. Có thể nói, đối với các câu hỏi đặc biệt thách thức (như hoạch định chiến lược hạt nhân), phát triển là một cam kết tốn kém về tài chính song lại không có gì chắc chắn về kết quả thu được.
Do đó, thật khó để đánh giá chính xác thành quả nếu nhìn vào số tiền chi cho một dự án. Tài chính không phải là thước đo hiệu quả về tiến độ phát triển AI mà là cách để nhìn nhận tầm quan trọng của vấn đề nghiên cứu trong nhận thức của những người đầu tư vào đó.
Điều này cho thấy quá trình hoạch định các quyết sách có thể phản ánh những mối ưu tiên, văn hóa, khả năng chấp nhận rủi ro và tầm nhìn của người phát triển AI. Trớ trêu thay, cách thức mà AI được thúc đẩy lại nói lên nhiều điều về bản chất chính trị, kinh tế và xã hội của lực lượng triển khai nó hơn là về khả năng hoặc sự trưởng thành trong công nghệ.
Vì lẽ đó, các kế hoạch triển khai AI trên thực tế lại đem đến những thông tin hữu ích cho người khác, nhất là trong việc theo dõi và phân tích các kế hoạch của chính phủ, chẳng hạn như việc phân tích các tài liệu về AI của Trung Quốc để xác định cách thức chính phủ nhận thức và xác định những điểm yếu của nền kinh tế công nghệ thông tin; hoặc phát hiện rằng các ngân hàng đã phóng đại việc sử dụng chatbot trong giao tiếp với khách hàng… Rõ ràng việc xem xét các kế hoạch triển khai AI là cách để người ta nhìn nhận giá trị thực của công nghệ này.
Thay vào đó, có nhiều cách tốt hơn để đo lường sự tiến bộ trong lĩnh vực AI. Dự thảo báo cáo của Ủy ban An ninh Quốc gia Mỹ về AI nhấn mạnh: “Quốc gia có nền kinh tế hiệu quả và bền bỉ nhất sẽ có vị trí tốt nhất để nắm giữ vị trí lãnh đạo thế giới.”
Nếu một chính phủ hoặc một doanh nghiệp muốn giành vị trí dẫn đầu trong cuộc đua, mục tiêu của họ phải là kích thích cơ sở sản xuất và phát triển AI chứ không phải thúc đẩy chỉ một dự án, bộ phận hoặc mục tiêu cụ thể.
Điều này liên quan đến các chính sách đã được chứng minh (nhưng không được chú ý) như thúc đẩy giáo dục STEM, đào tạo các nhà nghiên cứu mới trong nước, thu hút nhân tài ở nước ngoài bằng các ưu đãi, cung cấp tài trợ cho nghiên cứu và phát triển (đặc biệt nếu điều này đảm bảo cơ sở cho các dự án tương lai như bảo mật máy tính) và đảm bảo rằng các nhà nghiên cứu có quyền truy cập vào phần cứng công nghệ thông tin mà họ cần thông qua các quy trình sản xuất và mua sắm tương xứng.
Trong thời đại thông tin, việc triển khai các công nghệ mới và mức độ tiến bộ của chúng đã trở thành những thước đo quan trọng để đo lường sức mạnh và hiệu quả, song tất cả đều có thiếu sót.
Đặc biệt đối với các dự án AI, ngân sách nghiên cứu, phân công nhiệm vụ và vai trò liên quan của con người không phản ánh đúng và đủ trạng thái của công nghệ. Với nhiều vấn đề căn bản trong quá trình triển khai AI, khả năng chấp nhận rủi ro và nền tảng chiến lược đóng nhiều vai trò hơn trong việc xác định cách thức thực hiện: một lực lượng càng chấp nhận rủi ro và càng nhận thức rõ về sự cạnh tranh và thách thức, sẽ càng có nhiều khả năng chấp nhận và vận dụng AI trong vận hành các chức năng quan trọng.
Thay vì cố tìm xem ai đang “đi trước,” người ta nên tận dụng các dữ liệu về AI để nghiên cứu thế giới quan và triển vọng chiến lược của các quốc gia và tổ chức liên quan. Và hơn thế nữa, người ta cũng nên nhìn vào tổng thể năng lực khoa học trong lĩnh vực công nghệ AI để xác định các vị trí cụ thể của cuộc đua này./.
