dinh10
03-14-2016, 09:03 AM
AlphaGo, một chương trình phần mềm được DeepMind - công ty AI của thiet ke logo ha noi ([Only registered and activated users can see links]) Google phát triển, đã đánh bại kỳ thủ cờ vây hạng 5 thế giới 3 - 0. Theo truyền thống, hai kỳ thủ này sẽ chơi tất cả năm trận, bất kể kết quả ra sao.
[Only registered and activated users can see links]
Tuy vậy, theo Richard Sutton, chuyên gia trí tuệ nhân tạo và khoa học máy tính tại Đại học Alberta Canada, phải tới năm 2030 hoặc 2040, trí tuệ nhân tạo mới có thể suy nghĩ như con người.
Thành tựu chưa từng có
Thành tựu mà AlphaGo đạt được, và tốc độ phát triển của nó, là chưa từng có trong lịch sử, Sutton nói. Khi máy tính Deep Blue của IBM đánh bại nhà vô địch cờ vua Garry Kasparov vào năm 1997, các nhà khoa học đã dự đoán trước được kết quà từ một thập kỷ trước đó, ông nói. Nhưng AlphaGo phát triển từ mức độ nghiệp dư tới trình độ có khả năng đánh bại một nhà vô địch thế giới chỉ trong vòng một năm.
Và chiến thắng này còn ấn tượng hơn nữa bởi số nước đi của cờ vây nhiều hơn so với cờ vua nên rất khó để một máy tính, kể cả có khả năng tính toán mạnh mẽ nhất, có thể chọn ra nước đi cao tay.
Theo Sutton, thành công của AlphaGo được tạo ra từ sự kết hợp của hai công nghệ sau:
- Cây tìm kiếm Monte Carlo: Công nghệ này giúp phần mềm lựa chọn một nước đi ngẫu nhiên và sau đó mô phỏng trò chơi đến khi tìm ra một chiến lược chiến thắng.
- Deep learning tăng cường: Một mạng noron nhiều lớp mô phỏng các kết nối của não trong đó chứa một "mạng chính sách" đảm nhiệm việc chọn nước đi tiếp theo và một "mạng giá trị" đảm nhiệm việc dự đoán người chiến thắng.
Nhưng ở quy mô lớn hơn, Sutton nhận định AlphaGo vẫn thiếu một điều rất quan trọng đó là khả năng hiểu cách vận hành của thế giới ví dụ như hiểu các quy luật vật lý và kết quả của các hành động.
Mảnh ghép còn thiếu
Một hệ thống thông minh có thể định nghĩa một thứ gì đó và đặt mục tiêu để cố gắng đạt được. Nhiều chương trình trí tuệ nhân tạo mạnh ngày nay không cần một mục tiêu nhất định và có thể học hỏi dưới sự trợ giúp và giám sát của con người. Ngược lại, AlphaGo của DeepMind được thiết kế để chiến thắng trong trò cờ vây và học hỏi bằng cách tự chơi với chính mình.
Tuy cờ vây phức tạp nhưng nó vẫn có một hệ thống những quy tắc vì vậy AlphaGo có thể làm theo những quy tắc để đạt được mục tiêu của nó. "Nhưng cuộc đời thì làm gì có quy tắc và không phải lúc nào thiet kebao bi chuyen nghiep ([Only registered and activated users can see links]) chúng ta cũng xác định được hậu quả của những hành động mà chúng ta làm", Sutton nói.
Sutton cho rằng rất lâu nữa AI mới có thể suy nghĩ như con người. "Có thể AI sẽ suy nghĩ được như con người vào năm 2030 hoặc 2040 nhưng cơ hội chỉ là 50%", Sutton khẳng định.
Các chuyên gia khác cho rằng AI đang tiến triển nhanh hơn nhiều so với chúng ta nghĩ. Chuyên gia AI, Stuart Russell, một giáo sư về khoa học máy tính tại Đại học UC Berkeley chia sẻ rằng: "Chúng ta đang thấy sự tiến bộ đáng kể trong nhiều lĩnh vực của AI và trong ngày mai AI còn phát triển mạnh hơn nữa".
Nhưng chúng ta không nên lo sợ AI. "Tôi nghĩ mọi người không nên sợ hãi", Sutton khuyên, "nhưng tôi nghĩ chúng ta nên chú ý tới công nghệ này".
[Only registered and activated users can see links]
Tuy vậy, theo Richard Sutton, chuyên gia trí tuệ nhân tạo và khoa học máy tính tại Đại học Alberta Canada, phải tới năm 2030 hoặc 2040, trí tuệ nhân tạo mới có thể suy nghĩ như con người.
Thành tựu chưa từng có
Thành tựu mà AlphaGo đạt được, và tốc độ phát triển của nó, là chưa từng có trong lịch sử, Sutton nói. Khi máy tính Deep Blue của IBM đánh bại nhà vô địch cờ vua Garry Kasparov vào năm 1997, các nhà khoa học đã dự đoán trước được kết quà từ một thập kỷ trước đó, ông nói. Nhưng AlphaGo phát triển từ mức độ nghiệp dư tới trình độ có khả năng đánh bại một nhà vô địch thế giới chỉ trong vòng một năm.
Và chiến thắng này còn ấn tượng hơn nữa bởi số nước đi của cờ vây nhiều hơn so với cờ vua nên rất khó để một máy tính, kể cả có khả năng tính toán mạnh mẽ nhất, có thể chọn ra nước đi cao tay.
Theo Sutton, thành công của AlphaGo được tạo ra từ sự kết hợp của hai công nghệ sau:
- Cây tìm kiếm Monte Carlo: Công nghệ này giúp phần mềm lựa chọn một nước đi ngẫu nhiên và sau đó mô phỏng trò chơi đến khi tìm ra một chiến lược chiến thắng.
- Deep learning tăng cường: Một mạng noron nhiều lớp mô phỏng các kết nối của não trong đó chứa một "mạng chính sách" đảm nhiệm việc chọn nước đi tiếp theo và một "mạng giá trị" đảm nhiệm việc dự đoán người chiến thắng.
Nhưng ở quy mô lớn hơn, Sutton nhận định AlphaGo vẫn thiếu một điều rất quan trọng đó là khả năng hiểu cách vận hành của thế giới ví dụ như hiểu các quy luật vật lý và kết quả của các hành động.
Mảnh ghép còn thiếu
Một hệ thống thông minh có thể định nghĩa một thứ gì đó và đặt mục tiêu để cố gắng đạt được. Nhiều chương trình trí tuệ nhân tạo mạnh ngày nay không cần một mục tiêu nhất định và có thể học hỏi dưới sự trợ giúp và giám sát của con người. Ngược lại, AlphaGo của DeepMind được thiết kế để chiến thắng trong trò cờ vây và học hỏi bằng cách tự chơi với chính mình.
Tuy cờ vây phức tạp nhưng nó vẫn có một hệ thống những quy tắc vì vậy AlphaGo có thể làm theo những quy tắc để đạt được mục tiêu của nó. "Nhưng cuộc đời thì làm gì có quy tắc và không phải lúc nào thiet kebao bi chuyen nghiep ([Only registered and activated users can see links]) chúng ta cũng xác định được hậu quả của những hành động mà chúng ta làm", Sutton nói.
Sutton cho rằng rất lâu nữa AI mới có thể suy nghĩ như con người. "Có thể AI sẽ suy nghĩ được như con người vào năm 2030 hoặc 2040 nhưng cơ hội chỉ là 50%", Sutton khẳng định.
Các chuyên gia khác cho rằng AI đang tiến triển nhanh hơn nhiều so với chúng ta nghĩ. Chuyên gia AI, Stuart Russell, một giáo sư về khoa học máy tính tại Đại học UC Berkeley chia sẻ rằng: "Chúng ta đang thấy sự tiến bộ đáng kể trong nhiều lĩnh vực của AI và trong ngày mai AI còn phát triển mạnh hơn nữa".
Nhưng chúng ta không nên lo sợ AI. "Tôi nghĩ mọi người không nên sợ hãi", Sutton khuyên, "nhưng tôi nghĩ chúng ta nên chú ý tới công nghệ này".