Kể từ những khởi đầu khiêm tốn này, phim ảnh và truyền thông đã lãng mạn hóa AI, hoặc biến nó thành một “nhân vật” phản diện.
Tuy nhiên, đối với hầu hết mọi người, AI vẫn là một vấn đề được thảo luận và không phải là một phần của trải nghiệm sống có ý thức. Coversatitrên nhận xét.
AI đã đi vào cuộc sống
Vào cuối tháng 11, AI ở dạng ChatGPT – định dạng hội thoại – đã thoát khỏi những suy đoán và phòng thí nghiệm khoa học viễn tưởng, đồng thời xuất hiện trên máy tính để bàn và điện thoại của công chúng.
Đó là thứ được gọi là “AI sáng tạo”. Nó có thể tạo ra một bài luận hoặc tập hợp một công thức và danh sách mua sắm, hoặc làm một bài thơ theo phong cách của Elvis Presley.
ChatGPT là ứng dụng tương tác ấn tượng nhất trong một năm thành công về trí tuệ nhân tạo.
Các nhà nghiên cứu làm việc chặt chẽ với các hệ thống này đã ngây ngất trước triển vọng nhận thức. Như trường hợp của LaMDA – một dịch vụ serverless cho phép người dùng thực thi mã ứng dụng. Hoặc mô hình ngôn ngữ lớn (LLM) của Google. LLM là một mô hình được đào tạo để xử lý và tạo ngôn ngữ tự nhiên.
Trọng tâm của tất cả những điều này là câu hỏi ngày càng trở nên cấp thiết kể từ hội nghị mùa hè Dartmouth: AI có gì khác với trí thông minh của con người không?
‘AI’ thực sự có nghĩa là gì?
Để đủ điều kiện là AI, một hệ thống phải thể hiện một số mức độ học tập và thích ứng. Vì lý do này, các hệ thống ra quyết định, tự động hóa và thống kê không phải là AI.
AI được định nghĩa rộng rãi thành hai loại: trí tuệ hẹp nhân tạo (ANI) và trí tuệ tổng quát nhân tạo (AGI). AGI sẽ hoạt động như con người và hiện tại, AGI vẫn chưa tồn tại.
Hầu hết những gì chúng ta gọi là AI ngày nay là trí thông minh hạn chế – nơi một hệ thống cụ thể giải quyết một vấn đề cụ thể.
Không giống như trí thông minh của con người, trí thông minh AI hẹp như vậy chỉ hiệu quả trong lĩnh vực mà nó đã được đào tạo, chẳng hạn như phát hiện gian lận, nhận dạng khuôn mặt hoặc khuyến nghị xã hội.
AI cần gì?
AI cần ba điều để thành công.
Đầu tiên, AI cần dữ liệu chất lượng cao, không thiên vị và rất nhiều dữ liệu. Các nhà nghiên cứu xây dựng mạng nơ-ron bằng cách sử dụng các tập dữ liệu lớn xuất hiện khi xã hội số hóa.
AI cũng cần cơ sở hạ tầng tính toán để đào tạo hiệu quả. Khi máy tính trở nên mạnh mẽ hơn, các mô hình hiện đang đòi hỏi nỗ lực chuyên sâu và tính toán quy mô lớn trong tương lai gần có thể được xử lý cục bộ.
Nhu cầu thứ ba đối với AI là cải tiến các mô hình và thuật toán.
Tuy nhiên, khi thế giới xung quanh chúng ta không ngừng thay đổi, các hệ thống AI cần phải được đào tạo lại liên tục bằng cách sử dụng dữ liệu mới.
Nếu không có bước quan trọng này, các hệ thống AI sẽ đưa ra câu trả lời không thực tế hoặc không tính đến thông tin mới xuất hiện kể từ khi chúng được đào tạo.
Link nguồn: https://cafef.vn/co-phai-moi-thu-chung-ta-goi-la-ai-deu-thuc-su-la-tri-tue-nhan-tao-2022122613545866.chn
