editor 4 tuần trước

AI – Trí tuệ nhân tạo: Quá khứ, hiện tại và bứt phá tương lai

Trải qua hơn nửa thế kỷ hình thành, AI hiện diện khắp mọi lĩnh vực: từ nhận diện hình ảnh, chăm sóc y tế đến phương tiện tự hành. Bài viết sau sẽ điểm lại lịch sử, thành tựu, thách thức và triển vọng rộng mở của công nghệ then chốt này.

Hành Trình Từ Quá Khứ Đến Hiện Tại

Trí tuệ nhân tạo, hiểu một cách cơ bản, khởi nguồn từ Dartmouth Workshop năm 1956, nơi ba trong bốn “cha đẻ” của AI đều đến từ MIT: John McCarthy, Marvin Minsky, Claude Shannon. Thời điểm đó, khái niệm AI được đề xuất với tham vọng vượt ra ngoài những gì con người có thể lập trình một cách tường minh. Thế nhưng, AI không phát triển thẳng băng mà từng rơi vào hai giai đoạn “đóng băng” được gọi là AI Winter, khi công nghệ vấp phải những giới hạn về năng lực tính toán và dữ liệu.

Những năm 1950-1970, AI chủ yếu dựa trên thuật toán tìm kiếm, áp dụng vào game cờ hoặc chứng minh định lý ở quy mô nhỏ. Mặc dù mang đến nhiều hứa hẹn, cách tiếp cận này sớm bộc lộ điểm yếu: tốc độ tính toán chưa đủ nhanh, không gian tìm kiếm quá lớn, dẫn đến bế tắc về mặt thực tiễn. Từ đó, AI đã nhận sự hoài nghi từ cả giới nghiên cứu lẫn nhà tài trợ, khiến AI Winter đầu tiên diễn ra.

Những năm 1980 chứng kiến sự hưng thịnh của hệ thống chuyên gia (Expert Systems), trong đó con người cố gắng “nhồi nhét” kiến thức của một lĩnh vực hẹp (ví dụ bảo trì máy móc, tài chính) thành tập luật logic. Mặc dù có một số thành tựu thương mại sớm, hệ thống chuyên gia vẫn gặp khó khi muốn mở rộng sang bài toán khác. Cách làm thủ công “nhập luật” không học hỏi, không linh hoạt, cuối cùng lại dẫn đến AI Winter thứ hai khi kỳ vọng không được đáp ứng.

Từ đầu thế kỷ 21 đến nay, AI được “hồi sinh” trên nền tảng khoa học vững chắc hơn. Ba động lực chính làm AI bùng nổ:

Học sâu (Deep Learning) – mở ra phương pháp mô phỏng tương đối gần với nơ-ron não người.
Dữ liệu lớn khả dụng hơn nhờ Internet và mạng xã hội, cung cấp hàng tỷ ví dụ để “huấn luyện” mô hình.
Năng lực tính toán siêu việt của GPU và các chip chuyên dụng, giúp xử lý khối lượng dữ liệu khổng lồ trong thời gian chấp nhận được.

MIT, vốn gắn bó với AI từ thuở ban đầu, trở thành một trong những trung tâm nghiên cứu và ứng dụng AI hàng đầu thế giới. Từ thập niên 1950 đến nay, MIT chứng kiến nhiều công nghệ mang tính bước ngoặt: từ nhận diện khuôn mặt, robot di động, cho đến các nền tảng học máy tinh vi.

Sức Mạnh Và Ứng Dụng

Trong thời đại bùng nổ công nghệ số, Trí tuệ nhân tạo, đặc biệt qua mô hình Học sâu và Dữ liệu lớn, đã thâm nhập hầu hết các ngành. Những gì con người mường tượng cách đây vài thập niên nay dần thành hiện thực, có tác động cả về lợi ích lẫn rủi ro.

Bằng cách mô phỏng cách nơ-ron sinh học xử lý thông tin, mạng neuron nhân tạo (Artificial Neural Network) học từ vô vàn ví dụ. Chúng “điều chỉnh” hàng triệu thậm chí hàng tỷ tham số (weights) để tối ưu kết quả dự đoán. Nhờ đó, AI thể hiện năng lực “học” mà không cần con người lập trình mọi chi tiết.

Một ví dụ nổi bật:

Các hệ thống nhận diện khuôn mặt hiện nay có độ chính xác vượt trội so với con người, hỗ trợ an ninh cửa khẩu, tài chính ngân hàng (xác thực giao dịch) và tổ chức sự kiện.
Xe tự hành đang tiến gần đến tính thương mại nhờ AI có thể “nhìn đường” và dự đoán tình huống. Doanh nghiệp Mobileye (spin-off từ MIT) đã phát triển công nghệ giúp xe tự lái “thông minh”, thậm chí hòa nhập trong môi trường giao thông phức tạp.

Một xu hướng mới đáng chú ý là Large Language Models (LLM), nổi bật với nền tảng ChatGPT. Các LLM được huấn luyện trên hàng chục tỷ câu văn, học cách dự đoán từ tiếp theo và từ đó tạo ra đoạn văn trôi chảy. Giá trị của LLM đến từ khả năng phản hồi đa dạng:

Từ xử lý tài liệu, soạn thảo email, bản tin đến trợ giúp sáng tạo nội dung marketing.
Hỗ trợ dịch thuật nhanh, cung cấp câu trả lời dạng “chatbot” cho nhiều lĩnh vực.

Tuy nhiên, chúng thiếu khả năng “đánh giá thực tế” và suy luận thông thường. Như một kết quả nghiên cứu tại MIT cho thấy, khi ứng dụng LLM vào bài toán ngoài lĩnh vực thế mạnh, hiệu suất nhóm có hỗ trợ AI còn giảm so với nhóm không sử dụng AI, đơn giản vì người dùng tin tưởng mù quáng vào máy.

“Nhiều người nghĩ các hệ thống chatbot ‘biết tuốt’, nhưng sự thật là chúng dựa trên xác suất và dữ liệu đã được huấn luyện. Chúng có thể phạm sai lầm bất ngờ nếu không có cơ chế kiểm chứng,” GS. W. Eric Grimson chia sẻ.

Ứng Dụng Trong Y Tế Và Khám Phá Thuốc Mới

Phát hiện sớm ung thư: Một nhóm nghiên cứu MIT phát triển mô hình AI có thể xác định nguy cơ ung thư vú đến 5 năm trước khi bác sĩ chẩn đoán. Độ chính xác tới 85% trên dữ liệu thử nghiệm, mở ra hy vọng sàng lọc hiệu quả.
Kháng khuẩn thế hệ mới: MIT đã từng công bố thuốc kháng sinh mới “Halicin” (đặt tên dựa trên máy tính HAL 9000 trong phim “2001: A Space Odyssey”), tìm ra bằng cách “dạy” máy truy lùng hàng triệu cấu trúc hóa học khả thi. Thuốc này chứng minh hiệu quả đối với 24 trên 25 dòng vi khuẩn kháng thuốc.
Giám sát bệnh nhân từ xa: Nghiên cứu khác cho thấy tín hiệu Wi-Fi có thể được khai thác để đo nhịp tim, giám sát bệnh nhân Parkinson hay phân tích chất lượng giấc ngủ, mọi thứ đều tự động qua AI, không cần gắn thiết bị lên người.

Trong Kinh Tế Và Quản Trị

Nhiều doanh nghiệp xem AI là công cụ cắt giảm chi phí, nâng cao hiệu suất:

Dự đoán thị trường chứng khoán: Các quỹ đầu tư áp dụng thuật toán AI để lọc hàng triệu giao dịch mỗi ngày, tìm mô hình kinh doanh tối ưu.
Phân tích hành vi khách hàng: Công cụ chatbot, email marketing được “cá nhân hóa” có thể thúc đẩy doanh số, gia tăng tỷ lệ phản hồi.
Tối ưu chuỗi cung ứng: Bằng cách dự đoán nhu cầu, sắp xếp lịch trình giao hàng, AI cắt giảm lãng phí và giảm thời gian tồn kho.

Robot Và Tự Động Hóa

Robot đang “tràn” vào nhà xưởng và cả hộ gia đình:

Robot hút bụi như iRobot (xuất phát từ MIT) hay Kiva (nay thuộc Amazon) giúp tự động hóa kho vận, văn phòng.
Robot nông nghiệp có khả năng nhổ cỏ dại nhưng không làm hại cây trồng, chụp ảnh để phân tích sức khỏe cây hoặc tự động bón phân.

Sự kết hợp giữa AI và robot hứa hẹn thay đổi quy trình sản xuất, nâng cao an toàn và hiệu suất, đặc biệt ở những việc có tính lặp lại hay môi trường độc hại.

Thách Thức Pháp Lý Và Đạo Đức

AI cho ra kết quả theo xác suất, nhưng ứng dụng thực tế đòi hỏi tính tin cậy và an toàn cao. Sai sót trong chẩn đoán y khoa, sai lệch trong hệ thống an ninh, hay “bóp méo” thông tin trong quảng cáo chính trị đều tiềm tàng nguy cơ nghiêm trọng.

Nếu dữ liệu huấn luyện mang tính thiên vị, AI sẽ kế thừa và “khuếch đại” thiên vị ấy. Ví dụ, hệ thống nhận dạng khuôn mặt thiếu dữ liệu từ cộng đồng thiểu số, có thể tạo tỷ lệ lỗi cao khi nhận diện họ. Trong y tế, nếu mô hình dùng dữ liệu chủ yếu từ nhóm người da trắng, nguy cơ chẩn đoán sai cho người gốc Á, Phi… tăng lên đáng kể.

“Chúng ta cần đảm bảo tính đa dạng và đại diện khi thu thập dữ liệu. AI giỏi cỡ nào cũng phụ thuộc đầu vào,” một chuyên gia về khoa học dữ liệu tại MIT nhấn mạnh.

Chính phủ các nước đang cố gắng bắt kịp tốc độ phát triển AI. Liên minh châu Âu (EU) đã ban hành những quy định đầu tiên, đặt ra các chuẩn mực với những ứng dụng nhạy cảm như nhận diện khuôn mặt hay xe tự lái. Tại Hoa Kỳ, một nhóm công ty lớn, dẫn đầu bởi Microsoft, cam kết xây dựng “Bộ quy tắc đạo đức” để hướng dẫn sử dụng AI tránh lạm dụng dữ liệu cá nhân.

Câu hỏi đặt ra: Làm sao để luật pháp không kìm hãm sáng tạo? Bài học từ hai “AI Winter” trước cho thấy, nếu cộng đồng mất niềm tin, hoặc chính phủ dừng rót vốn, AI sẽ ngưng phát triển. Nhà làm chính sách cần cân bằng giữa an toàn công cộng và khuyến khích đổi mới.

Mỗi làn sóng công nghệ mới lại dấy lên nỗi lo thất nghiệp. AI có thể tự động hóa nhiều công việc, từ sản xuất, hậu cần đến phục vụ khách hàng. Dù vậy, lịch sử công nghiệp gợi ý rằng: công nghệ thường tạo ra công việc mới, đòi hỏi kỹ năng cao hơn.

Tại MIT, hai nhà kinh tế học từng đoạt giải Nobel là Daron Acemoğlu và Simon Johnson đang nghiên cứu về kinh tế chính trị của tự động hóa. Họ dự báo, thay vì mất việc hàng loạt, con người sẽ chuyển sang vai trò quản lý hoặc sáng tạo, nếu biết nâng cấp kỹ năng lập trình và phối hợp với AI. Mặt khác, doanh nghiệp cần tái đào tạo nhân lực, thay vì sa thải ồ ạt.

Tương Lai Và Cơ Hội

AI không chỉ dừng ở hiện tại. Giới nghiên cứu đặt mục tiêu phát triển AGI (Artificial General Intelligence), tức hệ thống AI có khả năng suy luận gần giống con người, linh hoạt trong mọi tình huống. Tuy nhiên, theo nhiều chuyên gia, AGI vẫn còn khá xa, bởi chúng ta mới chỉ mô phỏng não bộ một cách sơ lược.

“Chúng ta quan sát thấy trẻ 2 tuổi chỉ cần vài ví dụ là học được quy luật vật lý cơ bản. Nhưng máy tính lại cần hàng triệu mẫu huấn luyện. Điều đó cho thấy còn nhiều bí ẩn về bộ não con người,” GS. W. Eric Grimson giải thích.

Một số nhà đầu tư mạo hiểm, tiêu biểu như Masayoshi Son (SoftBank), từng dự đoán AI có thể vượt qua trí tuệ con người với tốc độ phi mã. Liệu AI có nhanh chóng trở nên thông minh gấp 10.000 lần? Về lý thuyết, nếu chúng tiếp tục “hấp thụ” dữ liệu vũ trụ, kết hợp học tăng cường, có thể tạo nên những hệ thống siêu phàm trong một số lĩnh vực. Dù vậy, khó nói khi nào điều đó thành hiện thực. Tác động xã hội, văn hóa, pháp lý luôn tạo ra “lực hãm” nhất định.

Tại MIT, và nhiều đại học hàng đầu khác, AI không còn bó hẹp trong khoa học máy tính. Những khoa âm nhạc, nhân học, lịch sử cũng dần đưa AI vào làm công cụ phân tích, sáng tác, nghiên cứu hành vi. Thậm chí, MIT đã mở 50 vị trí giảng viên mới, gọi là “bridge faculty”, để tìm cầu nối AI với các ngành: y học, kinh tế, triết học, quy hoạch đô thị… Từ đó, AI len lỏi sâu hơn, giúp giải quyết bài toán đặc thù như:

Phát triển chất liệu mới: AI mô phỏng cấu trúc, đề xuất công thức phối hợp nguyên liệu cắt giảm chi phí và phát thải carbon, đặc biệt hữu ích trong sản xuất xi măng, bê tông.
Quản lý đô thị: Mô hình dự báo kẹt xe, tối ưu công trình công cộng, quy hoạch năng lượng cho thành phố thông minh.

Nhiều nhà khoa học MIT xem AI như trụ cột thứ ba bên cạnh toán học và thí nghiệm truyền thống. Họ dùng AI để “mô phỏng” hàng triệu kịch bản mà vật lý, hóa học khó thử nghiệm trực tiếp. Chẳng hạn:

Thiết kế thuốc: Thay vì thử nghiệm ngẫu nhiên, AI đề xuất nhóm chất có triển vọng kháng virus, rồi phòng thí nghiệm xác minh tính hiệu quả.
Vũ trụ học: Mô phỏng sự tiến hóa vũ trụ, giúp các nhà thiên văn học tiết kiệm chi phí kính viễn vọng, xác định vị trí khả dĩ của hành tinh có sự sống.

AI, qua hai lần “đông cứng” và hồi sinh, đang đạt đến một tầm cao khiến nhiều người bất ngờ. Hệ thống Trí tuệ nhân tạo, nhất là dựa trên Học sâu và Dữ liệu lớn, mang lại giá trị không thể chối cãi trong y học, kinh tế, giáo dục, đô thị, cũng như đời sống thường nhật. Song, cũng chính vì sức mạnh ấy, AI đòi hỏi cơ chế quản lý khôn khéo để tránh lạm dụng và rủi ro đạo đức.

Thời đại này, AI không còn là chuyện viễn tưởng mà là công cụ mang tính cách mạng, song hành cùng con người để giải quyết vô vàn thử thách. Từ phát triển thuốc kháng sinh mới, quản lý tắc đường, đến nâng tầm phân tích tài chính hay nâng cao trải nghiệm khách hàng, AI đang “tái định nghĩa” chuẩn mực hiệu quả trong mỗi ngành. Dù AGI có thể vẫn còn xa, nhưng con đường để AI trở nên phổ quát là tất yếu, đặt ra yêu cầu cấp bách về học hỏi, đào tạo nguồn nhân lực và khung pháp lý. Ai nắm bắt sớm sẽ có lợi thế dẫn đầu về công nghệ, chuyển đổi số và kinh doanh trong kỷ nguyên số.

“AI là nền tảng, nhưng con người vẫn là trung tâm của sáng tạo và kiểm soát. Chúng ta không sợ tương lai, mà cần đón nhận và định hướng nó,” một nhà quản lý đổi mới sáng tạo tại MIT khẳng định.