Trong bối cảnh bùng nổ công nghệ như hiện nay thì những thuật ngữ như AI (Artificial Intelligence) hay ChatGPT đang dần dần xuất hiện nhiều trong cuộc sống của chúng ta. Qua quá trình phỏng vấn, chia sẻ và làm việc với nhiều bạn trẻ, nhất là những bạn sinh viên đang trong giai đoạn xác định ngành học và định hướng nghề nghiệp, mình nhận thấy các bạn có nhiều thắc mắc và câu hỏi thú vị về AI. Trong bài viết này, hãy cùng nhau phân tích và thảo luận một số luận điểm hay được mọi người quan tâm.
1. AI là ChatGPT, AI là Robot
AI là một thuật ngữ xuất hiện từ những năm 50 của thế kỷ trước. Theo định nghĩa, AI là trí thông minh của con người được diễn giải bằng máy tính. Vậy nên, AI sẽ bao gồm tất cả những thuật toán, những mô hình nhằm mục đích mô phỏng lại kiến thức hay trí thông minh của con người như xử lý hình ảnh, xử lý âm thanh hay xử lý ngôn ngữ. Trong lịch sử phát triển của AI, chắc hẳn các bạn đã nghe đến Machine Learning và Deep Learning. Machine Learning là một hướng tiếp cận để đạt được AI, và Deep Learning là một công nghệ để thực thi và triển khai Machine Learning. Đến đây, chắc các bạn cũng phần nào mường tượng rằng AI không phải là ChatGPT hay Robot, mà AI bao gồm ChatGPT và Robot. ChatGPT và Robot là các sản phẩm của AI. ChatGPT là một sản phẩm của xử lý ngôn ngữ tự nhiên (Natural Language Processing). Robot là một sản phẩm của nhiều lĩnh vực bao gồm thị giác máy tính (Computer Vision), xử lý ngôn ngữ tự nhiên (Natural Language Processing), và học tăng cường (Reinforcement Learning)
2. AI thông minh hơn con người
Xét về mặt tổng thể thì AI là thể hiện của trí tuệ con người trên máy tính, và con người tạo ra AI với hi vọng AI có thể hỗ trợ hoặc thay thế mình làm một số công việc như điểm danh, đếm đồ vật, hay phát hiện sản phẩm lỗi. Vì vậy, AI khó có thể thông minh hơn con người trên phương diện tổng thể các vấn đề. Tuy nhiên, không thể phủ nhận rằng có nhiều thuật toán hay sản phẩm AI có thể vượt qua con người ở một số lĩnh vực cụ thể. Một ví dụ điển hình là bộ môn chơi cờ (tham khảo ở đây). Với khả năng tự học và thu nạp kiến thức chơi cờ vua của con người hàng trăm năm chỉ trong 4 tiếng đồng hồ, AlphaZero của DeepMind được xem là vượt qua nhiều đại kiện tướng cờ vua trên thế giới. Không chỉ dừng lại ở cờ vua, AlphaGo của Google đã đánh bại đại kiện tướng cờ vây Lee Se-dol với kết quả đáng ngạc nhiên. Có lẽ chúng ta vẫn cần phải chờ đợi thêm xem liệu AI có thể thực sự trở nên thông minh hơn con người được hay không. Nếu AI càng thông minh, thì con người lại có những nhiệm vụ khó hơn cho AI, buộc AI phải tiếp tục học hỏi và cập nhật.
3. AI hoàn toàn thay thế được con người
Ngày nay đã có nhiều công việc có thể được thực hiện hoàn toàn bằng AI, nhất là những công việc đòi hỏi nhiều thao tác thủ công và có tính chất lặp lại như tư vấn qua điện thoại, tiếp nhận và điều hướng thông tin, công việc nhập và xử lý dữ liệu, hay thậm chí những công việc khó hơn như sáng tạo nội dung. Tuy nhiên, cũng có những lĩnh vực mà AI không thể hoàn toàn thay thế được con người. Điển hình là lĩnh vực y tế khi mà sức khỏe và sự an toàn của con người là yêu cầu bắt buộc và quan trọng nhất. AI có thể hỗ trợ bác sĩ trong việc chẩn đoán hình ảnh và đưa ra những quyết định lâm sàn, nhưng không thể thay thế bác sĩ để đưa ra những kết luận cuối cùng hay phác đồ điều trị. AI có thể đưa ra ý kiến tham khảo hoặc tư vấn cho con người, nhưng không thể thay thế con người trong việc ra quyết định. Ông David Kenny, từng là Phó chủ tịch mảng Watson và Cloud của IBM, đã có một phát biểu về AI: “Những quyết định quan trọng cần phải có sự xem xét, đạo đức và trực giác của con người; AI không thể thay đổi được điều đó”.
4. AI khó tìm việc ở Việt Nam
Nhận định này có lẽ mới chỉ nêu được một vế của sự việc. Người học AI xong khó tìm được công việc phù hợp, và các công ty làm AI cũng không dễ tìm được người phù hợp. Không phải có ít công ty làm về AI ở Việt Nam, và cũng không phải có ít người học về AI, vấn đề then chốt ở đây là sự phù hợp. Nhiều bạn nghĩ rằng chỉ cần học một vài khóa về AI hay Machine Learning, hoặc tham gia một vài mini projects về Deep Learning là có thể đủ để làm việc trong một công ty chuyên về AI. Thực tế không hẳn là như vậy. Kiến thức chỉ là một phần, kĩ năng và trải nghiệm thực tế mới là quan trọng. Nếu vậy sẽ có một câu hỏi như là: "các bạn sinh viên mới ra trường thì sao?". Mình nghĩ ngoài việc học trên trường, các bạn sinh viên cũng nên chuẩn bị cho mình 1 lộ trình thực tập hợp lý và tham gia các cuộc thi về AI để có những góc nhìn thực tế hơn về AI. Như vậy sau khi tốt nghiệp, bạn cũng tích lũy được những kinh nghiệm và trải nghiệm nhất định. Hơn nữa, không phải chỉ những công ty chuyên về AI mới có AI, mà có rất nhiều những lĩnh vực khác cũng có công việc AI ví dụ như bank hay logistics. Vì vậy, các bạn trẻ cũng nên cân nhắc lựa chọn công ty phù hợp với kiến thức và kinh nghiệm hiện tại của mình, rồi dần dần tích lũy thêm.
5. Công ty nhỏ không thể làm AI
Đây là một luận điểm thú vị nhưng có lẽ trước hết cần định nghĩa như nào là "nhỏ" - quy mô 10, 20, 30, hay 50 người. Mình nghĩ luận điểm trên nên đổi thành "công ty nhỏ sẽ gặp nhiều khó khăn khi làm AI" thì sẽ hợp lý hơn. Bởi vì để làm được AI sẽ cần đầu tư nhiều chi phí cho data, cơ sở vật chất và con người. Data là một phần rất quan trọng và đóng góp vào sự "thành công" của AI. Data càng nhiều thì AI càng trở nên thông minh hơn. Khi data nhiều thì việc phân tích và sử dụng chúng cũng sẽ cần đầu tư nhiều trang thiết bị hiện đại và tốn kém. Ví dụ như ChatGPT tiêu tốn tối thiểu 100000 USD mỗi ngày cho việc vận hành của nó. Và cuối cùng, để phát triển được các thuật toán AI, để làm chủ được nguồn data dồi dào, để khai thác hiệu quả cơ sở vật chất đã đầu tư, cần có một đội ngũ giỏi và đủ kinh nghiệm. Tất cả những yếu tố trên đều tính vào chi phí và sẽ là thử thách lớn với các công ty nhỏ.
6. AI làm việc và đưa thông tin luôn chính xác
Đây là một trong những lầm tưởng phổ biến nhất về AI. Do bản chất hoạt động dựa trên mô hình ngôn ngữ lớn vốn được huấn luyện bằng 1 tập dữ liệu giới hạn, lại không mang tính cập nhật thời sự, nên mô hình ngôn ngữ lớn dù biết nhiều nhưng không phải là biết mọi thứ một cách chính xác. Đây chính là một trong những giới hạn của nhiều mô hình ngôn ngữ lớn hiện tại. Nguy hiểm hơn, ngay cả khi không có thông tin về cái mà người dùng truy vấn, một số model vẫn cố trả về kết quả trông có vẻ rất hợp lý, văn rất mượt nhưng thông tin trong đó lại sai hoàn toàn. Đây chính là hiện tượng hallucianation mà cho tới hiện tại người ta vẫn đang luôn tìm cách khắc phục của các LLM.
Hiện tại, một số cách tiếp cận phổ biến để khắc phục phần nào hiện tượng này chính là "chặn ngay từ đầu", nghĩa là một số nhà phát triển ứng dụng sẽ cài đặt sẵn một số prompt ẩn chạy kèm theo các prompt của người dùng nhập vào để định hướng kết quả, tránh model trả về kết quả tầm bậy (thí dụ như cách Apple làm với Apple Intelligence xài core ChatGPT hoặc Google làm với Gemini).
Một cách làm phổ biến khác là sử dụng kỹ thuật RAG, nôm na là "dạy thêm" kiến thức đặc thù, chuyên biệt và mang tính cá nhân cao cho model AI có sẵn để nó trả lời đúng những thông tin trong lĩnh vực đặc thù mà người dùng hỏi. ChatRTX của Nvidia là một thí dụ của cách tiếp cận này. Một số các OEM như HP, Lenovo, Acer,... cũng đang phát triển các ứng dụng tương tự cài đặt sẵn trên các AI PC laptop của họ để phục vụ cho chuyện này. Đối với các model online như ChatGPT của OpenAI cũng có Playground cho phép người dùng finetune một model riêng phục vụ cho những mục đích cụ thể, gần đây thì Google Gemini cũng ra tính năng Gem với khả năng tương tự.
7. AI có thể sáng tạo
Từ bản chất hoạt động, AI không sáng tạo mà nó là một công cụ tạo sinh dựa trên tập dữ liệu khổng lồ đã được dạy trước kết hợp với thuật toán self attention - nhận biết mức độ liên quan của các từ trong câu lệnh của người dùng đưa vào. Bởi thế trên bình diện rộng hơn, GenAI hoàn toàn không sáng tạo dùm con người mà thay vào đó, nếu dùng đúng, nó chỉ có thể giúp con người sáng tạo hơn mà thôi.
Theo mình, đây cũng chính là một trong những suy nghĩ lầm tưởng khiến cho nhiều bạn, đặc biệt là các bạn đang học những ngành liên quan tới sáng tạo, nghệ thuật,... sử dụng gen AI một cách lạm dụng. Có thể chỉ với một prompt chứa vài từ khóa đơn giản, model AI sẽ trả về cho chúng ta một bức ảnh digital art rất ấn tượng, tuy nhiên nhiều khả năng bức ảnh đó sẽ được tạo bởi ai đó trên thế giới này nếu prompt quá chung chung. Và có thể chúng ta sẽ gặp vấn đề khi dùng ngay bức ảnh này để nộp bài tập, để trả cho khách hàng,...
Ngược lại, nếu bạn dựa vào kiến thức chuyên môn, thí dụ ở đây là kiến thức về nghệ thuật, để định hình sẵn trong đầu một tác phầm nghệ thuật mà bạn muốn tạo ra. Sau đó bạn lắp ghép, prompting một cách kỹ lưỡng, để dùng model AI như một công cụ hỗ trợ bạn trong quá trình dựng hình, có thể để nhanh chóng thử nghiệm các cách tiếp cận, lấy thêm ý tưởng, cảm hứng. Sau đó bạn có thể tiếp tục hoàn thiện sản phẩm đó bằng những công cụ, những cách làm khác để hình thành nên tác phẩm cuối cùng, mang đậm dấu ấn cá nhân của bạn thì rõ ràng, Gen AI ở đây được dùng như một công cụ và bạn vẫn là người tư duy và sản phẩm đó do bạn tạo ra, bạn chịu trách nhiệm với nó.
Nói tóm lại, AI không thể thay thế sự sáng tạo của con người, nó chỉ hỗ trợ quá trình đó.
Tổng kết
Trên đây mình đã đi qua một vài thắc mắc và câu hỏi thú vị về AI. Hẹn gặp các bạn trong các bài viết sau để cùng chia sẻ và phân tích những chủ đề về AI. Thanks for reading!