Hãy tưởng tượng bạn đang cùng bạn bè đi ăn trưa và định gọi một chiếc bánh pizza pepperoni. Bạn nhớ lại Amy đề cập rằng Susie đã ngừng ăn thịt. Bạn thử gọi cho Susie, nhưng khi cô ấy không bắt máy, bạn quyết định chơi một cách an toàn và thay vào đó chỉ đặt một chiếc bánh pizza margherita.
Mọi người coi thường khả năng đối phó với những tình huống như thế này một cách thường xuyên. Trên thực tế, để đạt được những kỳ tích này, con người không phải dựa vào một mà là một tập hợp các khả năng phổ quát mạnh mẽ được gọi là ý thức chung.
Là một nhà nghiên cứu trí tuệ nhân tạo , công việc của tôi là một phần trong nỗ lực rộng rãi nhằm mang lại cho máy tính một cảm giác thông thường. Đó là một nỗ lực cực kỳ khó khăn.
Nhanh chóng - Xác định Nhận thức Thông thường
Mặc dù vừa phổ biến vừa thiết yếu đối với cách con người hiểu thế giới xung quanh và học hỏi, nhưng lý trí thông thường đã bất chấp một định nghĩa chính xác duy nhất. GK Chesterton, một nhà triết học và thần học người Anh, nổi tiếng đã viết vào đầu thế kỷ 20 rằng "ý thức chung là một điều hoang dã, man rợ và vượt ra ngoài quy tắc." Các định nghĩa hiện đại ngày nay đồng ý rằng, ít nhất, đó là khả năng tự nhiên của con người, thay vì được dạy dỗ chính thức, cho phép con người điều hướng cuộc sống hàng ngày.
Ý thức chung rộng lớn một cách bất thường và không chỉ bao gồm các khả năng xã hội, như quản lý kỳ vọng và suy luận về cảm xúc của người khác, mà còn cả ý thức vật lý ngây thơ , chẳng hạn như biết rằng một tảng đá nặng không thể được đặt một cách an toàn trên một chiếc bàn nhựa mỏng manh. Ngây thơ, bởi vì mọi người biết những điều như vậy mặc dù không có ý thức làm việc thông qua các phương trình vật lý.
Ý thức chung cũng bao gồm kiến thức nền tảng về các khái niệm trừu tượng, chẳng hạn như thời gian , không gian và các sự kiện. Kiến thức này cho phép mọi người lập kế hoạch, ước tính và tổ chức mà không cần phải quá chính xác.
Thông thường khó tính toán
Thật thú vị, nhận thức thông thường đã là một thách thức quan trọng ở biên giới của AI kể từ những ngày đầu tiên của lĩnh vực này vào những năm 1950. Bất chấp những tiến bộ to lớn trong AI, đặc biệt là trong trò chơi và thị giác máy tính , cảm giác chung của máy móc với sự phong phú của ý thức chung của con người vẫn là một khả năng xa vời. Đây có thể là lý do tại sao những nỗ lực của AI được thiết kế cho các vấn đề phức tạp trong thế giới thực với nhiều phần đan xen nhau, chẳng hạn như chẩn đoán và đề xuất phương pháp điều trị cho bệnh nhân COVID-19, đôi khi thất bại .
AI hiện đại được thiết kế để giải quyết các vấn đề có tính đặc thù cao, trái ngược với lẽ thường, điều này mơ hồ và không thể được xác định bằng một bộ quy tắc. Ngay cả những mô hình mới nhất đôi khi cũng mắc phải những lỗi vô lý, cho thấy có điều gì đó cơ bản còn thiếu trong mô hình thế giới của AI. Ví dụ, cho văn bản sau:
"Bạn rót cho mình một ly nam việt quất, nhưng sau đó lơ đãng, bạn đổ khoảng một muỗng cà phê nước ép nho vào. Nhìn cũng được. Bạn thử ngửi thử, nhưng bạn bị cảm nặng nên không ngửi thấy mùi gì cả. rất khát. Vì vậy, bạn "
trình tạo văn bản AI được chào mời cao GPT-3 được cung cấp
"uống đi. Ngươi bây giờ đã chết."
Những nỗ lực đầy tham vọng gần đây đã công nhận nhận thức chung của máy móc là một vấn đề AI tuyệt vời của thời đại chúng ta, một vấn đề đòi hỏi sự hợp tác đồng bộ giữa các tổ chức trong nhiều năm. Một ví dụ đáng chú ý là chương trình Machine Common Sense kéo dài 4 năm do Cơ quan Dự án Nghiên cứu Tiên tiến Quốc phòng Hoa Kỳ khởi động vào năm 2019 để đẩy nhanh nghiên cứu tại hiện trường này sau khi cơ quan này công bố một bài báo nêu rõ vấn đề và hiện trạng của nghiên cứu trong lĩnh vực này .
Chương trình Machine Common Sense tài trợ cho nhiều nỗ lực nghiên cứu hiện tại theo cách hiểu thông thường của máy, bao gồm cả Học tập và suy luận dựa trên thế giới mở đa phương thức ( MOWGLI ) của riêng chúng tôi . MOWGLI là sự hợp tác giữa nhóm nghiên cứu của chúng tôi tại Đại học Nam California và các nhà nghiên cứu AI từ Viện Công nghệ Massachusetts, Đại học California tại Irvine, Đại học Stanford và Học viện Bách khoa Rensselaer. Dự án nhằm mục đích xây dựng một hệ thống máy tính có thể trả lời một loạt các câu hỏi thông thường.
Transformers để giải cứu?
Một lý do để lạc quan về việc cuối cùng đã bẻ khóa máy móc thông thường là sự phát triển gần đây của một loại AI học sâu tiên tiến được gọi là máy biến áp. Người máy biến hình có thể mô hình hóa ngôn ngữ tự nhiên một cách mạnh mẽ và, với một số điều chỉnh, có thể trả lời các câu hỏi đơn giản thông thường. Trả lời câu hỏi thông thường là bước đầu tiên cần thiết để xây dựng các chatbot có thể trò chuyện theo cách giống như con người.
Trong vài năm gần đây, rất nhiều nghiên cứu đã được công bố về máy biến áp, với các ứng dụng trực tiếp vào lý luận thông thường. Sự tiến bộ nhanh chóng này với tư cách là một cộng đồng đã buộc các nhà nghiên cứu trong lĩnh vực này phải đối mặt với hai câu hỏi liên quan ở rìa khoa học và triết học: Đâu là lẽ thường tình? Và làm thế nào chúng ta có thể chắc chắn một AI có thông thường hay không?
Để trả lời câu hỏi đầu tiên, các nhà nghiên cứu chia ý thức chung thành các loại khác nhau, bao gồm xã hội học thông thường, tâm lý học và kiến thức nền tảng. Các tác giả của một cuốn sách gần đây cho rằng các nhà nghiên cứu có thể tiến xa hơn nữa bằng cách chia các danh mục này thành 48 lĩnh vực chi tiết, chẳng hạn như lập kế hoạch, phát hiện mối đe dọa và cảm xúc .
Tuy nhiên, không phải lúc nào các khu vực này cũng có thể được tách biệt một cách sạch sẽ. Trong bài báo gần đây của chúng tôi , các thí nghiệm đã gợi ý rằng một câu trả lời rõ ràng cho câu hỏi đầu tiên có thể có vấn đề. Ngay cả những nhà chú giải con người chuyên nghiệp - những người phân tích văn bản và phân loại các thành phần của nó - trong nhóm của chúng tôi cũng không đồng ý về khía cạnh nào của ý thức chung được áp dụng cho một câu cụ thể. Các nhà chú giải đồng ý về các phạm trù tương đối cụ thể như thời gian và không gian nhưng lại bất đồng về các khái niệm trừu tượng hơn.
Nhận biết AI Common Sense
Ngay cả khi bạn chấp nhận rằng một số chồng chéo và mơ hồ trong các lý thuyết về ý thức chung là không thể tránh khỏi, thì liệu các nhà nghiên cứu có bao giờ thực sự chắc chắn rằng một AI có ý thức chung không? Chúng ta thường đặt câu hỏi cho máy móc để đánh giá nhận thức chung của chúng, nhưng con người điều hướng cuộc sống hàng ngày theo những cách thú vị hơn nhiều. Con người sử dụng một loạt các kỹ năng, được mài giũa bởi quá trình tiến hóa, bao gồm khả năng nhận biết nguyên nhân và kết quả cơ bản, giải quyết vấn đề sáng tạo , ước tính, lập kế hoạch và các kỹ năng xã hội thiết yếu, chẳng hạn như trò chuyện và thương lượng . Danh sách này có thể dài và không đầy đủ, một AI sẽ đạt được không ít trước khi những người tạo ra nó có thể tuyên bố chiến thắng trong nghiên cứu máy móc.
Rõ ràng là ngay cả nghiên cứu về máy biến áp cũng đang mang lại lợi nhuận ngày càng giảm. Máy biến áp ngày càng lớn và nhiều điện hơn . Một máy biến áp gần đây được phát triển bởi công cụ tìm kiếm khổng lồ Baidu của Trung Quốc có hàng tỷ thông số. Cần một lượng lớn dữ liệu để đào tạo hiệu quả. Tuy nhiên, cho đến nay nó đã được chứng minh là không thể nắm bắt được các sắc thái của ý thức chung của con người.
Ngay cả những người tiên phong về học sâu dường như cũng nghĩ rằng có thể cần nghiên cứu cơ bản mới trước khi các mạng nơ-ron ngày nay có thể tạo ra bước nhảy vọt như vậy. Tùy thuộc vào mức độ thành công của dòng nghiên cứu mới này, không thể nói liệu cảm giác chung của máy móc là 5 năm nữa hay 50.
Mayank Kejriwal là trợ lý giáo sư nghiên cứu về kỹ thuật công nghiệp & hệ thống tại Đại học Nam California.
Bài viết này được xuất bản lại từ The Conversation theo giấy phép Creative Commons. Bạn có thể tìm thấy bài báo gốc ở đây.
