AI trở thành 'Có những người trên máy chủ', cảnh báo ôm khuôn mặt CSO

Thomas Wolf, đồng sáng lập và giám đốc khoa học tại Hugging Face, đưa ra một góc nhìn thận trọng hơn về tiềm năng của AI trong việc cách mạng hóa khoa học, trái ngược với những tuyên bố táo bạo thường được đưa ra bởi các nhà sáng lập công ty AI khác. Trong một bài luận được chia sẻ trên X, Wolf bày tỏ lo ngại rằng AI có thể chỉ trở thành những “người đồng ý trên máy chủ” nếu không có những bước đột phá đáng kể trong nghiên cứu. Ông lập luận rằng quỹ đạo phát triển hiện tại của AI sẽ không tạo ra các hệ thống có khả năng tư duy sáng tạo, vượt ra ngoài khuôn khổ, cần thiết cho những thành tựu khoa học mang tính đột phá, như những thành tựu giành giải Nobel.

Wolf thách thức quan điểm rằng những thiên tài như Newton hay Einstein chỉ đơn giản là phiên bản nâng cấp của những học sinh xuất sắc. Ông tin rằng để tái tạo được thiên tài như vậy trong một trung tâm dữ liệu, AI không chỉ cần biết tất cả các câu trả lời mà còn phải có khả năng đặt ra những câu hỏi mà chưa ai từng nghĩ tới hoặc dám hỏi. Quan điểm này khác với quan điểm của Giám đốc điều hành OpenAI Sam Altman, người hình dung AI “siêu thông minh” sẽ thúc đẩy khám phá khoa học, và Giám đốc điều hành Anthropic Dario Amodei, người dự đoán AI có thể giúp tìm ra phương pháp chữa trị cho hầu hết các bệnh ung thư.

Phê bình của Wolf về AI hiện tại là nó không thể tạo ra kiến thức mới bằng cách kết nối những sự thật trước đây không liên quan. Mặc dù có quyền truy cập vào khối lượng dữ liệu internet khổng lồ, AI chủ yếu chỉ lấp đầy các khoảng trống của kiến thức con người hiện có, theo Wolf. Quan điểm này được lặp lại bởi các chuyên gia AI khác, chẳng hạn như cựu kỹ sư Google François Chollet, người lập luận rằng mặc dù AI có thể ghi nhớ các mô hình lập luận, nó gặp khó khăn trong việc tạo ra lập luận mới trong các tình huống mới lạ.

Wolf cho rằng các phòng thí nghiệm AI hiện đang xây dựng những “học sinh rất vâng lời” thay vì những nhà cách mạng khoa học cần thiết cho sự đổi mới thực sự. Ông chỉ ra rằng các hệ thống AI ngày nay không được thiết kế để đặt câu hỏi hoặc đề xuất ý tưởng mâu thuẫn với dữ liệu huấn luyện của chúng, giới hạn chúng trong việc trả lời các câu hỏi đã biết. Wolf nhấn mạnh sự cần thiết của một AI có thể thách thức kiến thức đã được thiết lập và hỏi, “Điều gì sẽ xảy ra nếu mọi người đều sai về điều này?” ngay cả khi mọi bằng chứng đều cho thấy điều ngược lại.

Ông quy một phần vấn đề cho “khủng hoảng đánh giá” trong AI, nơi các tiêu chuẩn dùng để đo lường sự cải thiện của hệ thống thường tập trung vào các câu hỏi có câu trả lời rõ ràng, khép kín. Để giải quyết vấn đề này, Wolf đề xuất rằng ngành công nghiệp AI nên chuyển hướng sang việc đánh giá khả năng của AI trong việc thực hiện các cách tiếp cận ngược chiều táo bạo, đưa ra các đề xuất chung từ những gợi ý tối thiểu, và đặt ra những câu hỏi không hiển nhiên có thể dẫn đến các hướng nghiên cứu mới.

Mặc dù thừa nhận thách thức trong việc xác định một thước đo như vậy, Wolf tin rằng đó là một nỗ lực đáng giá. Ông nhấn mạnh rằng bản chất của khoa học nằm ở việc đặt ra những câu hỏi đúng và thách thức kiến thức đã học. Thay vì một học sinh hạng A+ có thể trả lời mọi câu hỏi bằng kiến thức chung, Wolf lập luận rằng điều cần thiết là một học sinh hạng B có thể nhìn thấy và đặt câu hỏi về những gì người khác đã bỏ qua.