AI, viết tắt của trí tuệ nhân tạo, là những phần mềm làm được việc mà trước giờ mình nghĩ phải có đầu óc con người: nhận ra khuôn mặt trong ảnh, hiểu một câu nói, đoán khách hàng sắp mua gì, viết một đoạn văn. Điểm cốt lõi khác phần mềm thường: không ai ngồi viết sẵn từng luật cho nó, mà nó tự rút quy luật từ rất nhiều ví dụ.
Nói gọn như vậy thì dễ, nhưng chính chỗ "tự rút quy luật" lại sinh ra cả điểm mạnh lẫn điểm yếu của AI. Nó giỏi những việc có nhiều ví dụ để học, và lúng túng ở chỗ ví dụ ít hoặc tình huống chưa từng gặp. Hiểu được điều này thì bạn sẽ biết khi nào nên tin AI, khi nào nên hỏi lại.
Bài này đi từ gốc: AI khác phần mềm tính tiền ở quán cà phê chỗ nào, vì sao mấy năm gần đây ai cũng nhắc tới nó, nó đang làm tốt gì, dở gì, và những hiểu lầm mình hay nghe nhất khi nói chuyện về AI với người xung quanh.
Phần mềm làm theo luật và phần mềm tự rút luật khác nhau thế nào?
Lấy phần mềm tính lương ở một xưởng may làm ví dụ. Người lập trình viết rõ: mỗi chiếc áo hoàn thành được bao nhiêu điểm, đi trễ trừ bao nhiêu, tăng ca nhân hệ số mấy. Máy chỉ việc làm đúng như vậy, không đoán, không học. Sai là do người viết luật sai. Đây là phần mềm thường, và phần lớn phần mềm quanh ta vẫn là loại này.
Giờ thử bài toán khác: lọc tin nhắn lừa đảo trong điện thoại. Bạn không thể viết hết luật, vì kẻ lừa đảo đổi câu chữ mỗi tuần, lúc giả shipper, lúc giả ngân hàng, lúc giả người quen nhờ chuyển khoản. Thay vì viết luật, người ta gom thật nhiều tin nhắn đã được đánh dấu "lừa đảo" hoặc "bình thường", rồi để máy tự tìm ra những dấu hiệu khiến một tin nhắn giống lừa đảo. Đó là cách làm của AI.
Cái máy rút ra không phải là một danh sách luật mà người đọc được. Nó là hàng triệu, có khi hàng tỉ con số được chỉnh dần cho khớp với ví dụ. Vì vậy khi AI trả lời sai, thường không chỉ ra được một dòng nào để sửa như phần mềm tính lương. Muốn sửa phải đổi dữ liệu, đổi cách học, hoặc đặt thêm lớp kiểm tra bên ngoài.
Hệ quả thực tế rất đáng nhớ: phần mềm thường sai thì sai giống nhau mọi lần, còn AI có thể đúng chín lần rồi sai lần thứ mười một cách khó lường. Nên mọi chỗ dùng AI cho việc quan trọng, từ duyệt hồ sơ vay đến đọc phim chụp, đều cần một người có chuyên môn đứng cuối cùng để chịu trách nhiệm.
AI hiện nay làm tốt những việc gì?
Nhận dạng hình ảnh. Đọc biển số xe ở cổng chung cư, nhận ra lá lúa bị bệnh qua ảnh chụp, đếm hàng trên kệ siêu thị. Việc có nhiều ảnh mẫu thì AI làm nhanh và đều tay.
Chuyển giọng nói thành chữ. Ghi lại cuộc họp, nhắn tin bằng giọng khi đang chạy xe giao hàng. Với giọng chuẩn và chỗ yên tĩnh thì khá chính xác, giọng địa phương nặng thì còn vấp.
Viết nháp và sửa câu chữ. Soạn email, viết lại một đoạn cho mạch lạc, gợi ý tiêu đề bài bán hàng. Bản nháp tốt, nhưng người viết vẫn phải đọc lại vì giọng văn dễ chung chung.
Tóm tắt văn bản dài. Rút ý chính từ một tài liệu mấy chục trang. Hữu ích để biết nên đọc kỹ phần nào, không thay được việc đọc phần quan trọng.
Dịch thuật thông dụng. Đọc hiểu email của đối tác nước ngoài, dịch hướng dẫn sử dụng máy móc. Văn bản pháp lý hay hợp đồng thì vẫn cần người dịch có chuyên môn.
Gợi ý theo thói quen. Ứng dụng nghe nhạc đoán bài bạn thích, sàn bán hàng gợi món hay mua kèm. Đây là loại AI xuất hiện sớm nhất và âm thầm nhất trong đời sống.
Phát hiện điều bất thường. Một giao dịch thẻ lạ lúc nửa đêm, một máy nén trong xưởng rung khác thường. AI giỏi nhận ra cái lệch khỏi khuôn quen.
Dự báo theo chuỗi số liệu. Đoán lượng hàng bán dịp Tết dựa trên các mùa trước, dự báo nhu cầu điện theo giờ. Đúng khi tương lai giống quá khứ, hụt khi có biến bất ngờ.
Hỗ trợ viết mã phần mềm. Gợi ý đoạn lệnh, giải thích lỗi. Lập trình viên làm nhanh hơn ở việc lặp lại, nhưng mã sinh ra vẫn cần người đọc và kiểm tra.
Trả lời câu hỏi thường gặp. Chatbot ở trang bán hàng trả lời giờ mở cửa, phí giao, cách đổi trả. Chạy tốt khi được nạp đúng thông tin của cửa hàng.
Tạo ảnh, giọng đọc, nhạc nền. Làm ảnh minh hoạ, đọc thành tiếng một bài viết. Nhanh và rẻ, đi kèm chuyện bản quyền và giả mạo cần cẩn thận.
Những chỗ AI còn dở, nói thẳng
Bịa một cách tự tin. Hỏi về một quy định hay một con số, AI có thể trả lời trôi chảy mà sai hoàn toàn. Giọng văn chắc nịch không có nghĩa là thông tin đúng.
Không biết điều nó không biết. Phần lớn AI không tự nói "chỗ này mình không chắc" một cách đáng tin. Bạn phải tự đặt câu hỏi kiểm tra.
Yếu với chuyện mới xảy ra. AI học từ dữ liệu đến một thời điểm. Giá vàng hôm nay, lịch nghỉ lễ năm nay, nó dễ trả lời theo trí nhớ cũ.
Thiếu bối cảnh địa phương. Hỏi cách làm thủ tục ở phường, AI hay trả lời chung chung vì thủ tục thực tế mỗi nơi một kiểu và hay đổi.
Tính toán nhiều bước dễ trượt. Bảng chi phí có nhiều dòng cộng trừ, AI ngôn ngữ có thể nhầm một bước. Con số quan trọng thì tính lại bằng bảng tính.
Lặp lại thiên kiến trong dữ liệu. Dữ liệu học nghiêng về một nhóm người thì kết quả cũng nghiêng theo, ví dụ chấm hồ sơ tuyển dụng ưu ái kiểu lý lịch quen thuộc.
Không chịu trách nhiệm. AI không ký tên, không ra toà, không chịu hậu quả. Người dùng và người triển khai mới là bên chịu trách nhiệm.
Dễ bị dắt mũi bằng câu hỏi. Hỏi theo kiểu gài sẵn đáp án, AI thường xuôi theo. Hỏi "vì sao cách này đúng" sẽ ra lý lẽ bênh vực dù cách đó sai.
Hiểu tiếng lóng và giọng vùng còn kém. Tiếng lóng của học sinh, cách nói tắt ở chợ, phương ngữ miền Trung là chỗ AI dễ hiểu lệch.
Không có cảm nhận thực tế. AI chưa từng nếm bát phở, chưa từng đứng ruộng. Lời khuyên về mùi vị, cảm giác chỉ là lặp lại những gì người khác đã viết.
Tốn tài nguyên hơn ta tưởng. Mỗi câu trả lời cần máy chủ chạy điện. Dùng AI cho việc một công thức bảng tính làm được là phí.
Vì sao mấy năm gần đây ai cũng nói về AI?
Ý tưởng máy biết học đã có từ lâu. Điều thay đổi là ba thứ gặp nhau cùng lúc. Thứ nhất là dữ liệu: hàng tỉ trang viết, ảnh, video được đưa lên mạng, cho máy thứ để học mà trước đây không có. Thứ hai là sức tính toán: loại chip vốn làm cho trò chơi điện tử hoá ra rất hợp để chạy phép tính của AI, và người ta gom hàng nghìn con chip lại thành cụm máy khổng lồ.
Thứ ba là cách thiết kế mô hình. Một kiến trúc có tên transformer, tạm hiểu là cách cho máy nhìn toàn bộ câu cùng lúc và tự cân xem chữ nào liên quan chữ nào, giúp mô hình học được từ khối dữ liệu lớn hơn nhiều so với trước. Ba thứ này cộng lại làm chất lượng nhảy vọt, nhất là với ngôn ngữ.
Nhưng lý do khiến người bình thường quan tâm lại đơn giản hơn: AI có giao diện để trò chuyện. Trước kia AI nằm sâu trong hệ thống ngân hàng hay sàn bán hàng, người dùng không chạm tới. Giờ một cô bán hàng online, một thầy giáo dạy văn, một chú tài xế đều có thể gõ câu hỏi bằng tiếng Việt và nhận câu trả lời ngay. Chính cái chạm trực tiếp đó làm AI thành chuyện của mọi nhà.
Điều mình muốn bạn giữ lại: tiến bộ là thật, nhưng không phải phép màu. AI hiện nay là công cụ đoán rất giỏi dựa trên khuôn mẫu đã thấy. Biết nó đoán từ đâu thì bạn dùng được lâu dài, không bị cuốn theo những lời quảng cáo kiểu "AI làm thay mọi việc".
Những hiểu lầm về AI mình hay nghe nhất
"AI là một con robot." Phần lớn AI là phần mềm chạy trên máy chủ hoặc điện thoại, không có hình dạng. Robot chỉ là một nơi AI có thể được gắn vào.
"AI biết hết mọi thứ trên mạng." AI học từ một phần dữ liệu đến một thời điểm. Nhiều thứ nó chưa từng thấy, nhiều thứ nó nhớ lẫn lộn.
"AI trả lời thì chắc đúng vì là máy." Máy tính bỏ túi chính xác vì làm theo luật. AI ngôn ngữ đoán chữ theo xác suất, nên có thể sai mà vẫn trôi chảy.
"AI sẽ thay hết công việc." AI thay một số đầu việc trong một nghề, hiếm khi thay cả nghề. Người biết dùng AI sẽ làm thay phần của người không biết dùng.
"Dùng AI là gian lận." Phụ thuộc cách dùng. Nhờ AI giải thích một bài toán khác với chép đáp án nộp bài. Quy định của trường, của công ty mới là thước đo.
"AI hiểu cảm xúc của mình." AI nhận ra khuôn chữ thường đi với buồn, vui, giận và trả lời cho hợp. Đó là mô phỏng, không phải đồng cảm.
"Chỉ công ty lớn mới dùng được AI." Một tiệm bánh nhỏ cũng dùng AI để viết bài đăng, trả lời tin nhắn khách. Rào cản giờ là biết dùng, không phải tiền.
"AI càng to càng tốt cho mọi việc." Việc đơn giản như phân loại đơn hàng thì mô hình nhỏ chạy nhanh và rẻ hơn. Chọn công cụ theo việc, không theo độ nổi tiếng.
"AI tiếng Việt kém hẳn tiếng Anh." Có chênh lệch vì dữ liệu tiếng Việt ít hơn, nhưng với câu hỏi thông dụng thì khoảng cách đã thu hẹp nhiều. Chỗ hụt rõ là kiến thức rất địa phương.
"AI có ý định riêng." AI hiện nay không tự đặt mục tiêu. Nó làm theo yêu cầu và cách nó được huấn luyện. Rủi ro thật nằm ở người dùng AI vào việc xấu.
"Học AI phải giỏi toán mới được." Muốn xây mô hình thì cần toán. Muốn dùng AI giỏi thì cần biết hỏi, biết kiểm tra, biết nghề của mình.
Câu hỏi thường gặp
AI và trí tuệ nhân tạo có phải là một không?
Là một. AI là viết tắt tiếng Anh của trí tuệ nhân tạo. Người Việt dùng cả hai cách gọi, trong văn bản trang trọng hay viết đầy đủ "trí tuệ nhân tạo".
AI hẹp và AI tổng quát khác nhau thế nào?
AI hẹp làm giỏi một loại việc, như nhận diện khuôn mặt hay dịch văn bản. AI tổng quát là ý tưởng về một hệ thống làm được mọi việc trí óc như con người. Mọi AI đang dùng ngoài đời hiện nay đều thuộc loại hẹp, kể cả những chatbot trông rất đa năng.
Người không biết lập trình có dùng được AI không?
Dùng được. Phần lớn công cụ AI phổ biến cho phép gõ câu hỏi bằng tiếng Việt thông thường. Kỹ năng quan trọng là mô tả rõ việc mình cần và biết kiểm tra lại kết quả.
Điện thoại của mình có đang dùng AI không?
Gần như chắc chắn có. Tính năng làm đẹp ảnh, gõ phím đoán chữ, mở khoá bằng khuôn mặt, lọc cuộc gọi rác đều dựa trên AI, chỉ là không ai gọi tên nó ra.
Nên bắt đầu tìm hiểu AI từ đâu?
Bắt đầu bằng việc dùng thử một trợ lý AI cho một việc thật của bạn, như viết lại email hay tóm tắt tài liệu. Sau đó đọc tiếp về học máy và mô hình ngôn ngữ để hiểu vì sao nó trả lời như vậy.