Nếu năm 2023 là một năm tuyệt vời về trí tuệ nhân tạo, thì năm 2024 là năm để cố gắng khiến sự tuyệt vời đó làm điều gì hữu ích mà không tốn kém.
Ông Arvind Narayanan, giáo sư khoa học máy tính tại Đại học Princeton và là đồng tác giả cuốn sách mới “AI Snake Oil: What Artificial Intelligence Can Do, What It Can’t, and How to Tell The Difference” (AI giả tạo: Điều gì Trí tuệ Nhân tạo có thể làm được, không làm được, và làm thế nào nói lên sự khác biệt) cho biết: “Đã có sự thay đổi từ việc đưa ra các mô hình sang thực sự xây dựng các sản phẩm”.
Khoảng 100 triệu người đầu tiên thử nghiệm ChatGPT khi nó được công bố cách đây hai năm đã tích cực tìm kiếm chatbot, thấy nó cực kỳ hữu ích trong một số nhiệm vụ hoặc cực kỳ tầm thường ở những nhiệm vụ khác.
Hiện nay, công nghệ AI tạo sinh như vậy đã được tích hợp vào ngày càng nhiều dịch vụ công nghệ cho dù chúng ta có tìm kiếm hay không — ví dụ, thông qua các câu trả lời do AI tạo ra trong kết quả tìm kiếm của Google hoặc các kỹ thuật AI mới trong các công cụ chỉnh sửa ảnh.
“Điểm chính sai lầm của AI tạo sinh vào năm ngoái là các công ty đã công bố những mô hình thực sự mạnh mẽ này mà không có cách cụ thể để mọi người sử dụng chúng”, ông Narayanan nói. “Những gì chúng ta đang thấy trong năm nay là dần dần xây dựng các sản phẩm có thể tận dụng các khả năng đó và làm những điều hữu ích cho mọi người."
Đồng thời, kể từ khi OpenAI đưa ra GPT-4 vào tháng 3 năm 2023 và các đối thủ cạnh tranh giới thiệu các mô hình ngôn ngữ AI lớn có hiệu suất tương tự, các mô hình này đã ngừng trở nên “lớn hơn và tốt hơn về mặt chất lượng” một cách đáng kể, định vị lại kỳ vọng quá đáng, rằng AI đang chạy đua sau mỗi vài tháng để trở thành một loại trí thông minh tốt hơn con người, ông Narayanan cho biết. Điều đó cũng có nghĩa là diễn đàn công cộng đã chuyển từ “AI có giết chết chúng ta không?” sang coi nó như một công nghệ bình thường, ông nói.
Cú sốc về giá của AI
Trong các cuộc gọi về thu nhập hàng quý trong năm nay, các giám đốc điều hành công nghệ thường nghe các câu hỏi từ các nhà phân tích Wall Street đang tìm kiếm sự đảm bảo về các khoản thanh toán trong tương lai từ việc chi tiêu lớn cho nghiên cứu và phát triển AI. Việc xây dựng các hệ thống AI đằng sau các công cụ AI tạo sinh như ChatGPT của OpenAI hoặc Gemini của Google đòi hỏi phải đầu tư vào các hệ thống máy tính ngốn năng lượng chạy trên các chip AI cực mạnh và đắt tiền. Chúng cần rất nhiều điện đến nỗi các công ty công nghệ khổng lồ đã công bố các thỏa thuận trong năm nay để khai thác năng lượng hạt nhân để giúp vận hành chúng.
“Chúng ta đang nói về hàng trăm tỷ đô la vốn đã được đổ vào công nghệ này”, nhà phân tích Kash Rangan của Goldman Sachs cho biết.
Một nhà phân tích khác tại ngân hàng đầu tư New York đã thu hút sự chú ý vào mùa Hè khi lập luận rằng AI không giải quyết được các vấn đề phức tạp có thể biện minh cho chi phí của nó. Ông cũng đặt câu hỏi liệu các mô hình AI, ngay cả khi chúng được huấn luyện dựa trên phần lớn dữ liệu bằng văn bản và hình ảnh được tạo ra trong suốt lịch sử loài người, có bao giờ có thể làm được những gì con người làm rất tốt hay không. Ông Rangan có quan điểm lạc quan hơn.
Ông Rangan nói: “Chúng tôi rất hứng thú rằng công nghệ này sẽ hoàn toàn mang tính cách mạng, nhưng điều này đã không xảy ra trong hai năm kể từ khi ChatGPT ra đời”. “Nó đắt hơn chúng tôi nghĩ và không hiệu quả như chúng tôi nghĩ”.
Tuy nhiên, ông Rangan vẫn lạc quan về tiềm năng của nó và cho biết các công cụ AI đã chứng minh chúng “hoàn toàn hiệu quả hơn nhiều” trong bán hàng, thiết kế và một số ngành nghề khác.
AI và công việc của bạn
Một số công nhân tự hỏi liệu các công cụ AI sẽ được sử dụng để bổ sung cho công việc của họ hay thay thế họ khi công nghệ tiếp tục phát triển. Công ty công nghệ Borderless AI đã sử dụng một chatbot AI từ Cohere để soạn thảo hợp đồng lao động cho người lao động ở Thổ Nhĩ Kỳ hoặc Ấn Độ mà không cần sự trợ giúp của luật sư hoặc biên dịch viên bên ngoài.
Những người biểu diễn trò chơi điện tử thuộc Screen Actors Guild-American Federation of Television and Radio Artists đã đình công vào tháng 7 cho biết họ lo ngại AI có thể làm giảm hoặc loại bỏ các cơ hội việc làm vì nó có thể được sử dụng để sao chép một màn trình diễn thành một số hoạt động khác mà không cần sự đồng ý của họ. Những lo ngại về cách các hãng phim sẽ sử dụng AI đã thúc đẩy các cuộc đình công phim và truyền hình của công đoàn vào năm ngoái, kéo dài bốn tháng. Các công ty trò chơi cũng đã ký các thỏa thuận phụ với công đoàn để mã hóa một số biện pháp bảo vệ AI để tiếp tục làm việc với các diễn viên trong thời gian đình công.
Các nhạc sĩ và tác giả thì bày tỏ những lo ngại tương tự về việc AI thu thập giọng nói và sách của họ. Nhưng AI tạo sinh vẫn không thể tạo ra tác phẩm độc đáo hoặc “những thứ hoàn toàn mới”, ông Walid Saad, giáo sư kỹ thuật điện và máy tính và chuyên gia AI tại Virginia Tech cho biết.
“Chúng ta có thể đào tạo nó bằng nhiều dữ liệu hơn để nó có nhiều thông tin hơn. Nhưng có nhiều thông tin hơn không có nghĩa là bạn sáng tạo hơn”, ông nói. “Là con người, chúng ta hiểu thế giới xung quanh mình, đúng không? Chúng ta hiểu vật lý. Bạn hiểu nếu bạn ném một quả bóng xuống đất nó sẽ bật lên. Các công cụ AI hiện không hiểu được thế giới.”
Ông Saad chỉ ra một meme về AI như một ví dụ về thiếu sót đó. Ông cho biết khi ai đó khiến một công cụ AI tạo ra hình ảnh cá hồi đang bơi trên sông, AI đã tạo ra một bức ảnh về một con sông với những miếng cá hồi cắt nhỏ được tìm thấy trong các cửa hàng tạp hóa.
“Điều mà AI thiếu hiện nay là sự hiểu biết thông thường mà con người có, và tôi nghĩ đó là bước tiếp theo”, ông nói.
Một ‘tương lai của tác nhân’
Ông Vijoy Pandey, phó chủ tịch cấp cao của bộ phận đổi mới và ươm tạo của Cisco, Outshift, cho biết loại lý luận đó là một phần quan trọng trong quá trình tạo ra các công cụ AI hữu ích hơn cho người tiêu dùng. Các nhà phát triển AI ngày càng đưa ra làn sóng tiếp theo của các chatbot AI tạo ra như các “tác nhân” AI có thể làm nhiều việc hữu ích hơn thay mặt cho mọi người.
Điều đó có nghĩa là có thể hỏi một tác nhân AI một câu hỏi mơ hồ và để mô hình có thể lý luận và lập kế hoạch các bước để giải quyết một vấn đề đầy tham vọng, ông Pandey nói. Ông cho biết nhiều công nghệ sẽ phát triển theo hướng đó vào năm 2025.
Ông Pandey dự đoán rằng cuối cùng, các tác nhân AI sẽ có thể hợp tác với nhau và thực hiện công việc theo cách mà nhiều người hợp tác và giải quyết vấn đề như một nhóm thay vì chỉ hoàn thành nhiệm vụ như các công cụ AI riêng lẻ. Ông cho biết các tác nhân AI trong tương lai sẽ hoạt động như một nhóm.
Ví dụ, phần mềm Bitcoin trong tương lai có thể sẽ dựa vào việc sử dụng các tác nhân phần mềm AI, ông Pandey nói. Ông cho biết mỗi tác nhân đó sẽ có một chuyên môn, với “các tác nhân kiểm tra tính chính xác, các tác nhân kiểm tra tính bảo mật, các tác nhân kiểm tra quy mô”.
“Chúng ta đang hướng tới một tương lai của các tác nhân”, ông cho biết. “Bạn sẽ có tất cả các tác nhân này rất giỏi ở một số kỹ năng nhất định, nhưng cũng có một chút tính cách hoặc màu sắc riêng, vì đó là cách chúng ta hoạt động”.
AI đạt được tiến bộ trong y học
Các công cụ AI cũng đã hợp lý hóa hoặc trong một số trường hợp là giúp đỡ thực sự cho lĩnh vực y tế. Giải Nobel Hóa học năm nay — một trong hai giải Nobel được trao cho khoa học liên quan đến AI — đã được trao cho công trình do Google dẫn đầu, có thể giúp khám phá ra các loại thuốc mới.
Ông Saad, giáo sư của Virginia Tech, cho biết AI đã giúp chẩn đoán nhanh hơn bằng cách nhanh chóng cung cấp cho bác sĩ điểm khởi đầu để bắt đầu khi xác định cách chăm sóc bệnh nhân. Ông cho biết AI không thể phát hiện bệnh, nhưng nó có thể nhanh chóng xử lý dữ liệu và chỉ ra các vấn đề tiềm ẩn để bác sĩ thực sự điều tra. Tuy nhiên, giống như các lĩnh vực khác, nó có nguy cơ duy trì sự sai lệch.
Ví dụ, công ty khổng lồ công nghệ OpenAI đã quảng cáo công cụ phiên âm Whisper do AI cung cấp có “độ mạnh và độ chính xác gần bằng con người”. Nhưng các chuyên gia cho biết Whisper có một nhược điểm lớn: Nó dễ bịa ra các đoạn văn bản hoặc thậm chí là toàn bộ các câu.
Ông Pandey, của Cisco, nói một số khách hàng của công ty làm việc trong ngành dược phẩm đã lưu ý rằng AI đã giúp thu hẹp khoảng cách giữa “phòng thí nghiệm ướt”, nơi con người tiến hành các thí nghiệm và nghiên cứu vật lý, và “phòng thí nghiệm khô” nơi mọi người phân tích dữ liệu và thường sử dụng máy tính để lập mô hình.
Khi nói đến phát triển dược phẩm, quá trình hợp tác đó có thể mất vài năm, ông cho biết — với AI, quá trình này có thể được rút ngắn xuống còn vài ngày.
“Với tôi, đó là cách sử dụng ấn tượng nhất”, ông Pandey nói.
Diễn đàn