Hoàng Đức
Writer
Giải Nobel Vật lý năm 2024 đã được công bố. Các nhà khoa học John J. Hopfield và Geoffrey E. Hinton cùng giành được giải thưởng này để ghi nhận công trình của họ sử dụng các dây thần kinh nhân tạo và những phát minh cơ bản do Internet thực hiện để triển khai học máy. Ông John J. Hopfield (sinh năm 1933) hiện là giáo sư tại Đại học Princeton (Mỹ); trong khi ông Geoffrey E. Hinton (sinh năm 1947) là giáo sư danh dự về khoa học máy tính tại Đại học Toronto (Canada).
Sau đó, Ủy ban Giải thưởng Nobel đã có mối liên hệ đặc biệt với Giáo sư Hinton, ông đã chia sẻ cảm nhận khi đoạt giải và đưa ra những dự đoán sâu sắc về xu hướng phát triển của trí tuệ nhân tạo trong tương lai.
Sau đây là bản ghi lại cuộc điện thoại:
Ủy ban Giải thưởng Nobel: Xin chào Giáo sư Hinton, xin hãy nhận lời chúc mừng nồng nhiệt nhất của chúng tôi vì đã đoạt giải Nobel Vật lý.
Hinton: Cảm ơn bạn rất nhiều!
Ủy ban Giải thưởng Nobel: Giáo sư cảm thấy thế nào vào lúc này?
Hinton: Tôi chỉ choáng váng thôi! Tôi không mong đợi điều này xảy ra chút nào. Tôi đã rất ngạc nhiên.
Ủy ban giải thưởng Nobel: Tôi hoàn toàn có thể hiểu được tâm trạng của giáo sư lúc này. Bây giờ tôi đang ở trong hội trường xinh đẹp này của Viện Hàn lâm Khoa học Hoàng gia Thụy Điển. Tại cuộc họp báo này, nhiều phóng viên truyền thông từ Thụy Điển và trên thế giới đã tụ tập. Giáo sư có sẵn lòng trả lời một số câu hỏi của họ không?
Hinton: Tất nhiên rồi, làm ơn!
Câu hỏi 1: Cảm ơn giáo sư! Một lần nữa, tôi xin bày tỏ lời chúc mừng nồng nhiệt nhất về những thành tựu đáng chú ý của các giáo sư và giải thưởng Nobel Vật lý năm nay. Tôi là Susan Ritson từ Đài truyền hình Thụy Điển. Tôi biết rằng nhiều khán giả cũng như công chúng nói chung tò mò về nghiên cứu từng đoạt giải thưởng của bạn. Tôi muốn biết, từ khi nào giáo sư nhận ra mình đã đạt được thành tựu đột phá như ngày hôm nay? Nếu có thể, vui lòng xem lại ngắn gọn hành trình này cho chúng tôi và chia sẻ lý do hoặc nguồn cảm hứng đằng sau những khám phá này.
Hinton: Tôi nhớ rõ ràng hai khoảnh khắc như vậy, cả với người cố vấn của tôi. Vì vậy, tôi vô cùng biết ơn hai người thầy của tôi, David Grommelhart và Terry Sonovsky. Grammelhart và tôi đã khám phá ra thuật toán lan truyền ngược vào đầu năm 1982. Sau đó, tôi làm việc với Sonofsky để tìm ra thuật toán học phù hợp cho Hopfield Nets với các đơn vị ẩn.
Tôi vẫn còn nhớ rất rõ chuyến đi tới Rochester để tham dự một hội nghị nơi John Hopfield phát biểu. Chính bài giảng đó đã khiến tôi lần đầu tiên hiểu được ứng dụng của hàm năng lượng Hopfield trong mạng lưới thần kinh. Kể từ đó, Sonofsky và tôi đã cống hiến hết mình cho nghiên cứu này và cam kết khái quát hóa mạng lưới thần kinh với các đơn vị ẩn. Cuối cùng, vào đầu năm 1982, chúng tôi đã đề xuất thành công thuật toán học cho mạng Hopfield với các đơn vị ẩn. Vì vậy, khoảnh khắc thú vị nhất đối với tôi là nghiên cứu thuật toán lan truyền ngược với Grammelhardt và nghiên cứu tiếp theo với Sonofsky.
Câu hỏi 2: Xin chào, tôi là Bognor Radesky từ Đài Truyền hình Ba Lan. Trước hết xin chúc mừng chiến thắng của giáo sư. Các câu hỏi của tôi tập trung nhiều hơn vào tương lai, bởi vì hiện tại chúng ta rất hào hứng với tiềm năng của mạng lưới thần kinh và máy học và chúng ta thậm chí còn hào hứng hơn nữa về những triển vọng mà chúng có thể mở ra trong tương lai. Giáo sư nghĩ gì về tác động sâu sắc mà công nghệ này sẽ có đối với nền văn minh của chúng ta?
Hinton: Tôi nghĩ công nghệ này sẽ có tác động rất lớn, thậm chí có thể cạnh tranh với cuộc cách mạng công nghiệp. Nhưng điểm khác biệt là cách mạng công nghiệp chủ yếu vượt qua con người về thể lực, còn cuộc cách mạng công nghệ này sẽ vượt qua con người về trí tuệ. Chúng ta chưa bao giờ trải nghiệm một người thông minh hơn mình và điều này chắc chắn sẽ mang lại những thay đổi tuyệt vời về nhiều mặt, chẳng hạn như trong lĩnh vực chăm sóc sức khỏe, giúp chúng ta có được dịch vụ y tế tốt hơn. Nó sẽ mang lại hiệu quả to lớn trong hầu hết mọi lĩnh vực mà chúng tôi tập trung vào. Với sự hỗ trợ của trí tuệ nhân tạo, con người sẽ có thể hoàn thành nhiều công việc hơn trong thời gian ngắn hơn, đồng nghĩa với việc năng suất sẽ tăng vọt. Tuy nhiên, chúng ta cũng phải đối mặt với hàng loạt hậu quả tiêu cực tiềm ẩn, nhất là nguy cơ những công nghệ này có thể vượt quá tầm kiểm soát.
Câu hỏi 3: Xin chào, tôi tên là Simon Campanella. Trước hết xin chúc mừng bạn đã đoạt giải Nobel Vật lý. Tôi nhớ giáo sư đã đề cập trong một cuộc phỏng vấn với The New York Times năm ngoái rằng giáo sư hối hận vì một phần công việc của mình trong lĩnh vực trí tuệ nhân tạo vì giáo sư cho rằng nó rủi ro. Vì vậy, giáo sư cảm thấy thế nào về điều này cho đến ngày nay?
Hinton: Về sự hối tiếc, thực ra có hai loại. Một người đang làm điều gì đó mà bạn biết là sai và sau đó cảm thấy tội lỗi; người kia đang làm điều gì đó mà bạn có thể chọn làm lại trong tình huống tương tự, nhưng kết quả có thể không như ý. Tôi thuộc về người sau. Nếu tôi có thể quay ngược thời gian và làm điều tương tự một lần nữa, tôi sẽ làm lại, nhưng tôi lo rằng những hệ thống thông minh hơn chúng ta cuối cùng sẽ chiếm ưu thế.
Câu 4: Chúc mừng giáo sư đã đạt được giải thưởng này. Tôi là Emily. Tôi muốn biết giáo sư nghiên cứu và áp dụng loại công nghệ trí tuệ nhân tạo nào? Đây có phải là mô hình đã được sử dụng rộng rãi như GPT hay nó tập trung vào một nhiệm vụ cụ thể, chẳng hạn như xác định ung thư vú từ tia X, hay nó là mô hình có thể tạo ra những bức ảnh thú vị như DALL-E? Nghiên cứu của giáo sư dựa trên loại công nghệ trí tuệ nhân tạo nào?
Hinton: Tôi đã nghiên cứu hai thuật toán học tập khác nhau. Một là thuật toán học cho mạng Hopfield với các đơn vị ẩn mà chúng tôi gọi là Máy Baltimore. Mặc dù cuối cùng chúng tôi đã tìm thấy một phiên bản thực tế của nó, nhưng hiện tại nó không đạt được tiến bộ lớn theo hướng đó. Bước đột phá thực sự đến với thuật toán lan truyền ngược, một phương pháp chung cho phép mạng lưới thần kinh học được hầu hết mọi thứ. Chính thuật toán lan truyền ngược đã thúc đẩy sự phát triển bùng nổ của các ứng dụng trí tuệ nhân tạo, bao gồm những cải tiến về nhận dạng hình ảnh, nhận dạng giọng nói và khả năng xử lý ngôn ngữ tự nhiên. Do đó, chính thuật toán lan truyền ngược đã đạt được tiến bộ đáng kể chứ không phải cỗ máy Baltimore.
Câu 5: Tên tôi là Bill, đến từ tờ báo Thụy Điển “Kỹ thuật”. Có công cụ trí tuệ nhân tạo nào mà giáo sư đặc biệt yêu thích hoặc sử dụng thường xuyên không?
Hinton: Tôi thực sự sử dụng GPT-4 rất nhiều. Bất cứ khi nào tôi cần câu trả lời cho bất cứ điều gì, tôi đều hỏi GPT-4. Mặc dù tôi không hoàn toàn dựa vào nó vì đôi khi nó cung cấp thông tin không chính xác hoặc sai lệch, nhưng nhìn chung nó đóng vai trò là công cụ toàn diện và cung cấp thông tin rất hữu ích.
Câu 6: Chúc mừng giáo sư đã đoạt giải. Tôi là Paul Reece đến từ "Al Jazeera". Giáo sư có thể vui lòng chia sẻ giáo sư đã ở đâu khi nhận được cuộc gọi thông báo giáo sư đã thắng không? Tin tức này ảnh hưởng đến giáo sư như thế nào? Đây có phải là cảnh giáo sư đã hình dung ra trong nhật ký của mình hay nó hoàn toàn bất ngờ?
Hinton: Cuộc gọi này hoàn toàn bất ngờ. Tôi đang ở trong một khách sạn bình dân ở California không có kết nối internet và khả năng thu sóng điện thoại kém. Tôi đã định đi chụp MRI hôm nay nhưng bây giờ có vẻ như tôi phải hủy bỏ.
Ủy ban Giải thưởng Nobel: Có vẻ như đây là câu hỏi cuối cùng mà ông nhận được từ giới truyền thông, thưa Giáo sư Hinton. Một lần nữa xin gửi lời chúc mừng nồng nhiệt nhất của tôi. Chúng tôi mong được gặp bạn tại Stockholm tại Lễ trao giải Nobel vào tháng 12.
Hinton: Cảm ơn bạn! #nobel2024
Sau đó, Ủy ban Giải thưởng Nobel đã có mối liên hệ đặc biệt với Giáo sư Hinton, ông đã chia sẻ cảm nhận khi đoạt giải và đưa ra những dự đoán sâu sắc về xu hướng phát triển của trí tuệ nhân tạo trong tương lai.
Sau đây là bản ghi lại cuộc điện thoại:
Ủy ban Giải thưởng Nobel: Xin chào Giáo sư Hinton, xin hãy nhận lời chúc mừng nồng nhiệt nhất của chúng tôi vì đã đoạt giải Nobel Vật lý.
Hinton: Cảm ơn bạn rất nhiều!
Ủy ban Giải thưởng Nobel: Giáo sư cảm thấy thế nào vào lúc này?
Hinton: Tôi chỉ choáng váng thôi! Tôi không mong đợi điều này xảy ra chút nào. Tôi đã rất ngạc nhiên.
Ủy ban giải thưởng Nobel: Tôi hoàn toàn có thể hiểu được tâm trạng của giáo sư lúc này. Bây giờ tôi đang ở trong hội trường xinh đẹp này của Viện Hàn lâm Khoa học Hoàng gia Thụy Điển. Tại cuộc họp báo này, nhiều phóng viên truyền thông từ Thụy Điển và trên thế giới đã tụ tập. Giáo sư có sẵn lòng trả lời một số câu hỏi của họ không?
Hinton: Tất nhiên rồi, làm ơn!
Câu hỏi 1: Cảm ơn giáo sư! Một lần nữa, tôi xin bày tỏ lời chúc mừng nồng nhiệt nhất về những thành tựu đáng chú ý của các giáo sư và giải thưởng Nobel Vật lý năm nay. Tôi là Susan Ritson từ Đài truyền hình Thụy Điển. Tôi biết rằng nhiều khán giả cũng như công chúng nói chung tò mò về nghiên cứu từng đoạt giải thưởng của bạn. Tôi muốn biết, từ khi nào giáo sư nhận ra mình đã đạt được thành tựu đột phá như ngày hôm nay? Nếu có thể, vui lòng xem lại ngắn gọn hành trình này cho chúng tôi và chia sẻ lý do hoặc nguồn cảm hứng đằng sau những khám phá này.
Hinton: Tôi nhớ rõ ràng hai khoảnh khắc như vậy, cả với người cố vấn của tôi. Vì vậy, tôi vô cùng biết ơn hai người thầy của tôi, David Grommelhart và Terry Sonovsky. Grammelhart và tôi đã khám phá ra thuật toán lan truyền ngược vào đầu năm 1982. Sau đó, tôi làm việc với Sonofsky để tìm ra thuật toán học phù hợp cho Hopfield Nets với các đơn vị ẩn.
Tôi vẫn còn nhớ rất rõ chuyến đi tới Rochester để tham dự một hội nghị nơi John Hopfield phát biểu. Chính bài giảng đó đã khiến tôi lần đầu tiên hiểu được ứng dụng của hàm năng lượng Hopfield trong mạng lưới thần kinh. Kể từ đó, Sonofsky và tôi đã cống hiến hết mình cho nghiên cứu này và cam kết khái quát hóa mạng lưới thần kinh với các đơn vị ẩn. Cuối cùng, vào đầu năm 1982, chúng tôi đã đề xuất thành công thuật toán học cho mạng Hopfield với các đơn vị ẩn. Vì vậy, khoảnh khắc thú vị nhất đối với tôi là nghiên cứu thuật toán lan truyền ngược với Grammelhardt và nghiên cứu tiếp theo với Sonofsky.
Câu hỏi 2: Xin chào, tôi là Bognor Radesky từ Đài Truyền hình Ba Lan. Trước hết xin chúc mừng chiến thắng của giáo sư. Các câu hỏi của tôi tập trung nhiều hơn vào tương lai, bởi vì hiện tại chúng ta rất hào hứng với tiềm năng của mạng lưới thần kinh và máy học và chúng ta thậm chí còn hào hứng hơn nữa về những triển vọng mà chúng có thể mở ra trong tương lai. Giáo sư nghĩ gì về tác động sâu sắc mà công nghệ này sẽ có đối với nền văn minh của chúng ta?
Hinton: Tôi nghĩ công nghệ này sẽ có tác động rất lớn, thậm chí có thể cạnh tranh với cuộc cách mạng công nghiệp. Nhưng điểm khác biệt là cách mạng công nghiệp chủ yếu vượt qua con người về thể lực, còn cuộc cách mạng công nghệ này sẽ vượt qua con người về trí tuệ. Chúng ta chưa bao giờ trải nghiệm một người thông minh hơn mình và điều này chắc chắn sẽ mang lại những thay đổi tuyệt vời về nhiều mặt, chẳng hạn như trong lĩnh vực chăm sóc sức khỏe, giúp chúng ta có được dịch vụ y tế tốt hơn. Nó sẽ mang lại hiệu quả to lớn trong hầu hết mọi lĩnh vực mà chúng tôi tập trung vào. Với sự hỗ trợ của trí tuệ nhân tạo, con người sẽ có thể hoàn thành nhiều công việc hơn trong thời gian ngắn hơn, đồng nghĩa với việc năng suất sẽ tăng vọt. Tuy nhiên, chúng ta cũng phải đối mặt với hàng loạt hậu quả tiêu cực tiềm ẩn, nhất là nguy cơ những công nghệ này có thể vượt quá tầm kiểm soát.
Câu hỏi 3: Xin chào, tôi tên là Simon Campanella. Trước hết xin chúc mừng bạn đã đoạt giải Nobel Vật lý. Tôi nhớ giáo sư đã đề cập trong một cuộc phỏng vấn với The New York Times năm ngoái rằng giáo sư hối hận vì một phần công việc của mình trong lĩnh vực trí tuệ nhân tạo vì giáo sư cho rằng nó rủi ro. Vì vậy, giáo sư cảm thấy thế nào về điều này cho đến ngày nay?
Hinton: Về sự hối tiếc, thực ra có hai loại. Một người đang làm điều gì đó mà bạn biết là sai và sau đó cảm thấy tội lỗi; người kia đang làm điều gì đó mà bạn có thể chọn làm lại trong tình huống tương tự, nhưng kết quả có thể không như ý. Tôi thuộc về người sau. Nếu tôi có thể quay ngược thời gian và làm điều tương tự một lần nữa, tôi sẽ làm lại, nhưng tôi lo rằng những hệ thống thông minh hơn chúng ta cuối cùng sẽ chiếm ưu thế.
Câu 4: Chúc mừng giáo sư đã đạt được giải thưởng này. Tôi là Emily. Tôi muốn biết giáo sư nghiên cứu và áp dụng loại công nghệ trí tuệ nhân tạo nào? Đây có phải là mô hình đã được sử dụng rộng rãi như GPT hay nó tập trung vào một nhiệm vụ cụ thể, chẳng hạn như xác định ung thư vú từ tia X, hay nó là mô hình có thể tạo ra những bức ảnh thú vị như DALL-E? Nghiên cứu của giáo sư dựa trên loại công nghệ trí tuệ nhân tạo nào?
Hinton: Tôi đã nghiên cứu hai thuật toán học tập khác nhau. Một là thuật toán học cho mạng Hopfield với các đơn vị ẩn mà chúng tôi gọi là Máy Baltimore. Mặc dù cuối cùng chúng tôi đã tìm thấy một phiên bản thực tế của nó, nhưng hiện tại nó không đạt được tiến bộ lớn theo hướng đó. Bước đột phá thực sự đến với thuật toán lan truyền ngược, một phương pháp chung cho phép mạng lưới thần kinh học được hầu hết mọi thứ. Chính thuật toán lan truyền ngược đã thúc đẩy sự phát triển bùng nổ của các ứng dụng trí tuệ nhân tạo, bao gồm những cải tiến về nhận dạng hình ảnh, nhận dạng giọng nói và khả năng xử lý ngôn ngữ tự nhiên. Do đó, chính thuật toán lan truyền ngược đã đạt được tiến bộ đáng kể chứ không phải cỗ máy Baltimore.
Câu 5: Tên tôi là Bill, đến từ tờ báo Thụy Điển “Kỹ thuật”. Có công cụ trí tuệ nhân tạo nào mà giáo sư đặc biệt yêu thích hoặc sử dụng thường xuyên không?
Hinton: Tôi thực sự sử dụng GPT-4 rất nhiều. Bất cứ khi nào tôi cần câu trả lời cho bất cứ điều gì, tôi đều hỏi GPT-4. Mặc dù tôi không hoàn toàn dựa vào nó vì đôi khi nó cung cấp thông tin không chính xác hoặc sai lệch, nhưng nhìn chung nó đóng vai trò là công cụ toàn diện và cung cấp thông tin rất hữu ích.
Câu 6: Chúc mừng giáo sư đã đoạt giải. Tôi là Paul Reece đến từ "Al Jazeera". Giáo sư có thể vui lòng chia sẻ giáo sư đã ở đâu khi nhận được cuộc gọi thông báo giáo sư đã thắng không? Tin tức này ảnh hưởng đến giáo sư như thế nào? Đây có phải là cảnh giáo sư đã hình dung ra trong nhật ký của mình hay nó hoàn toàn bất ngờ?
Hinton: Cuộc gọi này hoàn toàn bất ngờ. Tôi đang ở trong một khách sạn bình dân ở California không có kết nối internet và khả năng thu sóng điện thoại kém. Tôi đã định đi chụp MRI hôm nay nhưng bây giờ có vẻ như tôi phải hủy bỏ.
Ủy ban Giải thưởng Nobel: Có vẻ như đây là câu hỏi cuối cùng mà ông nhận được từ giới truyền thông, thưa Giáo sư Hinton. Một lần nữa xin gửi lời chúc mừng nồng nhiệt nhất của tôi. Chúng tôi mong được gặp bạn tại Stockholm tại Lễ trao giải Nobel vào tháng 12.
Hinton: Cảm ơn bạn! #nobel2024
