Năm bài học lớn trong quá trình phát triển AI

Kể từ năm 1943, lĩnh vực trí tuệ nhân tạo (AI) đã trải qua 80 năm thăng trầm. Từ những khám phá lý thuyết ban đầu đến cơn sốt học sâu ngày nay, quá trình phát triển của AI chứa đựng nhiều bài học đáng suy ngẫm.

Trước hết, chúng ta cần cảnh giác với việc nhầm lẫn giữa kỹ thuật và khoa học, và coi suy đoán là sự thật. Mặc dù bài báo lý thuyết mạng nơ-ron của McCulloch và Pitts được công bố vào năm 1943 thiếu cơ sở thực nghiệm, nhưng đã truyền cảm hứng cho học sâu ngày nay. Tuy nhiên, chúng ta không nên đồng nhất mô hình này với cách thức hoạt động thực sự của não bộ.

Thứ hai, rất cần thiết phải giữ thái độ thận trọng đối với những tiến bộ được cho là đột phá. Trong vài thập kỷ qua, những lời tiên đoán về trí tuệ nhân tạo tổng quát (AGI) đã nhiều lần thất bại. Từ năm 1957, Herbert Simon tuyên bố "đã có máy móc có khả năng suy nghĩ", đến nay OpenAI tiên đoán rằng siêu trí tuệ nhân tạo sắp đến, những dự đoán lạc quan này thường quá sớm.

Thứ ba, việc từ không thể hoàn thành một nhiệm vụ đến việc cố gắng hoàn thành thường dễ hơn rất nhiều so với việc từ cố gắng hoàn thành đến hoàn thành hoàn hảo. Chúng ta không nên dễ dàng cho rằng thành công ban đầu nhất định sẽ dẫn đến đột phá cuối cùng.

Thứ tư, ngay cả khi một công nghệ AI nào đó được ứng dụng rộng rãi và nhận được nhiều đầu tư, điều đó cũng không có nghĩa là nó có thể duy trì lâu dài. Các hệ thống chuyên gia từng thịnh hành vào những năm 1980 cuối cùng đã suy giảm vì khó mở rộng và bảo trì, bài học này đáng để ghi nhớ.

Cuối cùng, đừng đặt tất cả hy vọng vào một phương pháp AI duy nhất. Dù là chủ nghĩa ký hiệu hay chủ nghĩa kết nối, cả hai đều từng dẫn đầu, nhưng cuối cùng cũng bộc lộ những hạn chế. Sự phát triển AI trong tương lai có thể cần sự kết hợp và đổi mới của nhiều phương pháp.

Các doanh nghiệp dẫn đầu AI như Nvidia trong khi nắm bắt cơ hội hiện tại cũng nên rút ra những bài học lịch sử này, giữ thái độ cảnh giác và cởi mở, đóng góp vào sự phát triển bền vững và lành mạnh của AI trong dài hạn.