Liệu AI có thể suy luận tương đương với trí tuệ con người?

AI tạo sinh (genAI) đã cho thấy nhiều tiềm năng và tạo ra cơn sốt toàn cầu trong 2 năm trở lại đây. Đặc biệt, các mô hình ngôn ngữ lớn (LLM) như GPT, Gemini có thể tham gia vào các cuộc trò chuyện giống con người, trả lời các câu hỏi và thậm chí tạo ra văn bản mạch lạc, đầy tính sáng tạo. Những kết quả này khiến một số người cho rằng chúng đã vượt qua bài kiểm tra Turing - một chuẩn mực có từ lâu dùng để đánh giá trí thông minh của máy móc.

Họ kết luận rằng nhân loại đang tiến tới trí tuệ nhân tạo tổng hợp (AGI) và genAI chính là thứ đưa con người đến mục tiêu đó. Tuy nhiên, những lần “ảo giác” (hallucination), thiên vị hay thiếu minh bạch thông tin cho thấy rằng LLM, mặc dù ấn tượng, không phải toàn năng. LLM thường thiếu khả năng lý luận, tư duy phản biện hay hiểu biết sâu rộng về một chủ đề.

Đó cũng chính là điều khiến Lê Viết Quốc - một trong những nhà nghiên cứu hàng đầu về trí tuệ nhân tạo tại dự án Google Brain - đau đầu. Tại Google, ông muốn đẩy AI vượt khỏi giới hạn hiện tại. Ông không chỉ hài lòng với việc tạo ra những AI thông minh mà còn muốn chúng có khả năng suy luận sâu sắc, giống như cách con người suy nghĩ. Ông gọi đây là "Tư duy Hệ thống 2".

Bạn sẽ làm gì nếu có được AI mạnh mẽ nhất thế giới?

Phát biểu tại GenAI Summit 2024, TS. Quốc bắt đầu bằng một câu hỏi rất đơn giản: “Bạn sẽ làm gì nếu có được AI mạnh mẽ nhất thế giới?”. Với đa số, câu trả lời thường mang tính thực dụng như hỗ trợ công việc hàng ngày, làm bài tập, tóm tắt văn bản hay tăng tốc các quy trình lặp đi lặp lại. Nhưng đối với TS. Quốc, câu hỏi này mở ra tiềm năng vô hạn và những thách thức khi con người sử dụng AI.

TS. Lê Viết Quốc mơ về một AI tạo vắc xin chữa ung thư.

Ban đầu, tham vọng của ông rất lớn. Ông muốn AI phát minh ra vắc-xin cho tất cả các loại ung thư, tạo ra một vật liệu mang tính cách mạng cho pin mặt trời, hoặc thậm chí giải những bài toán thiên niên kỷ như P so với NP. "Nếu có một AI đủ mạnh, tôi muốn nó giải quyết những vấn đề nhân loại chưa thử giải quyết”, TS. Quốc nhấn mạnh.

Tuy nhiên, vấn đề không chỉ là giải quyết những vấn đề này, mà quan trọng là cách chúng được giải quyết. Cách nghĩ của ông, theo thuật ngữ của các nhà tâm lý học, được gọi là “Tư duy Hệ thống 2”.

Khác với phản ứng nhanh và trực quan của tư duy hệ thống 1, hệ thống 2 đòi hỏi quá trình suy luận sâu sắc, cẩn trọng và có phương pháp. Đây là loại suy nghĩ mà con người cần để giải quyết những vấn đề phức tạp.

TS. Lê Viết Quốc nhận ra phần lớn mô hình AI hiện nay đều hoạt động theo tư duy hệ thống 1, chưa đủ khả năng để thực hiện suy luận phức tạp. Chúng nhanh chóng tạo ra câu trả lời mà không cần suy luận sâu cho các nhiệm vụ khó hơn. Giải pháp của ông là dùng phương pháp xử lý ngôn ngữ tự nhiên (NLP) với nguyên tắc dự đoán từ tiếp theo (next-token prediction).

Thay vì tạo ra toàn bộ câu trả lời cùng một lúc, AI sẽ tạo ra nó từ từ, từng từ một. Phương pháp này, mặc dù đơn giản, nhưng rất hiệu quả . "Với cách làm này, AI cuối cùng có thể tạo ra hàng triệu từ. Tôi hy vọng rằng, trong số đó có giải pháp cho vấn đề phức tạp đang được giải quyết”, nhà khoa học kỳ cựu tại Google chia sẻ

Mặc dù ý tưởng phát triển một loại vắc xin chống ung thư có vẻ ngoài tầm với, TS. Lê Viết Quốc đã bắt đầu áp dụng phương pháp của mình vào những nhiệm vụ khả thi hơn. Một trong những thành công ban đầu của họ là các hệ thống AI đối thoại (conversational AI). Họ đào tạo các AI có thể hỗ trợ người dùng giải quyết các vấn đề kỹ thuật máy tính.

Tư duy hệ thống 2 giúp gì cho AI khi giải toán?

Song, TS. Quốc nhận ra rằng thành tựu của AI khi đó vẫn chủ yếu nằm trong tư duy hệ thống 1. "Các mô hình của chúng tôi rất giỏi trong việc trả lời câu hỏi thật nhanh. Nhưng khi nói đến các nhiệm vụ phức tạp hơn, như giải quyết các bài toán cấp trung học, chúng vẫn gặp khó khăn”, nhà khoa học thừa nhận. Điều này thúc đẩy ông hướng AI tới tư duy hệ thống 2, tức là mô hình không chỉ giải quyết vấn đề mà còn suy luận từng bước một.

Năm 2022, nhóm nghiên cứu của ông tại Google công bố một phương pháp đột phá gọi là "Chuỗi suy luận" (Chain of Thought), giúp AI có thể giải thích quá trình suy nghĩ của mình khi đưa ra câu trả lời. "Phương pháp này mô phỏng cách con người giải quyết vấn đề. Họ suy nghĩ từng bước trước khi đưa ra kết luận”, ông giải thích.

Phương pháp này cải thiện đáng kể hiệu suất của mô hình trong các nhiệm vụ cần phải suy luận, đặc biệt là trong toán học. Môn học này đòi hỏi người học phải hiểu được từng bước logic.

Để nâng cao khả năng suy luận của mô hình, nhóm nghiên cứu của tiến sĩ đã thực hiện một kỹ thuật khác, gọi là "tự nhất quán" (self-consistency). Thay vì chỉ tạo ra một câu trả lời, mô hình tạo ra nhiều câu trả lời, sau đó chọn câu trả lời tốt nhất dựa trên số phiếu bầu chiếm đa số. Kỹ thuật này rất hiệu quả, đặc biệt trong các nhiệm vụ đòi hỏi suy luận sâu. Nó cũng giúp mô hình cải thiện độ chính xác.

TS. Lê Viết Quốc tham gia phiên thảo luận cùng các chuyên gia AI tại GenAI Summit 2024.

Thành tựu nổi bật nhất khi áp dụng kỹ thuật này là hình học. Ban đầu, các mô hình ngôn ngữ lớn gặp khó khăn với các bài toán hình học, nhưng đội ngũ của ông vẫn kiên trì. Họ bổ sung cho mô hình một hệ thống biểu tượng lý luận, có thể hướng dẫn AI đi qua các bước chứng minh hình học. Sự kết hợp giữa lý luận tượng trưng (symbolic reasoning) và mô hình ngôn ngữ này giúp AI đạt được kết quả gần bằng với nhà toán học đoạt huy chương vàng.

Trong một cuộc thi toán học gần đây, mô hình AlphaGeometry đã giải một bài toán hình học phức tạp chỉ trong 19 giây. “Trong cuộc thi này, mô hình của chúng tôi đã chứng minh bài toán bằng cách thêm các điểm mới. Đây là một thành tựu đáng chú ý”, TS. Quốc tự hào nói. AlphaGeometry đã giải quyết được 4/6 bài toán, chỉ thiếu một điểm để đạt huy chương vàng.

Tầm nhìn của nhà khoa học về AI đã vượt ra ngoài mục tiêu giải quyết các vấn đề đơn giản. Ông muốn tạo ra một AI có thể giải thích cách suy luận của mình một cách rõ ràng và logic. "Tư duy hệ thống 2 trong AI giúp các mô hình dành thời gian và suy nghĩ sâu hơn về các vấn đề phức tạp”, tiến sĩ giải thích.

Nhìn về tương lai, TS. Lê Viết Quốc hình dung một AI có khả năng suy luận sâu, không chỉ trong toán học mà còn trong tất cả các lĩnh vực kiến thức của con người.

“Với tôi, kỹ thuật dự đoán từ tiếp theo trong các mô hình AI truyền thống vẫn chưa đủ để giải quyết các vấn đề mới hay còn tồn đọng của xã hội. Chúng ta cần trao cho AI khả năng tìm kiếm và suy luận hiệu quả. Đặc biệt là trong các lĩnh vực như toán học - lĩnh vực cho thấy AI đang có dấu hiệu của trí thông minh phi nhân loại (superhuman intelligence)”, TS. Quốc kết luận.