The Storm Riders
Writer
Thế giới của chúng ta vận hành dựa trên chip máy tính. Từ chip điều khiển ô tô mới đến chip giúp điện thoại và máy tính xử lý thông tin, cho đến vi mạch giúp theo dõi động vật bị lạc, rất ít khía cạnh của cuộc sống con người hiện đại không bị ảnh hưởng bởi chip. Do đó, có một nỗ lực to lớn và liên tục để tạo ra những con chip tốt hơn và sáng tạo hơn càng nhanh càng tốt—đôi khi bằng bất kỳ phương tiện cần thiết nào. Và rõ ràng, điều đó đôi khi đồng nghĩa với việc giao một phần quyền kiểm soát thiết kế khỏi tay con người.
Một nhóm các nhà khoa học gần đây đã giải thích quy trình để trí tuệ nhân tạo (AI) thiết kế và thử nghiệm một con chip máy tính hiệu quả hơn. Tác giả chính—kỹ sư điện Kaushik Sengupta của Phòng thí nghiệm Sengupta thuộc Đại học Princeton—gần đây đã được trao học bổng IEEE cho nghiên cứu về mạng và chip không dây của mình. Trong quá trình công bố bài báo mới này, ông đã cẩn thận giải thích rằng mục tiêu là bổ sung cho năng suất của con người chứ không phải thay thế nó.
Bằng cách xuất bản nghiên cứu được đánh giá ngang hàng, truy cập mở (trên tạp chí đa ngành Nature Communications) thay vì giữ kín những phát hiện của mình trong hộp bí mật độc quyền của một công ty khởi nghiệp, Sengupta đang giúp thúc đẩy việc sử dụng thú vị các công nghệ AI như mạng nơ-ron tích chập (CNN) của nhóm ông. Đồng thời, ngay cả những ứng dụng đột phá của AI cũng có những hạn chế mạnh mẽ—trong trường hợp này, nhóm nghiên cứu thẳng thắn thừa nhận sự thật rằng các kỹ sư con người không thể và có thể không bao giờ hiểu đầy đủ cách thức hoạt động của những thiết kế chip này. Nếu con người không thể hiểu các con chip để sửa chữa chúng, thì chúng có thể... bị... vứt bỏ.
Để xây dựng một loại chip mới, các nhà nghiên cứu đã bắt đầu với một triết lý được gọi là thiết kế từ dưới lên, hoặc thiết kế nghịch đảo. Trong kỹ thuật phần cứng, thiết kế nghịch đảo bắt đầu với các chi tiết cốt lõi và kết quả mong muốn của một phần cứng. Từ đó, các nhà nghiên cứu làm việc ngược lại để đóng gói tất cả các phần kết quả thành một phần công nghệ có chức năng.
Các thuật toán máy tính không yêu cầu tính tuyến tính hoặc cấu trúc giống như não người thường làm, vì vậy việc quyết định thứ tự hoặc hình dạng của các thành phần chip không quan trọng đối với AI giống như đối với các kỹ sư con người. Trên thực tế, các nhà nghiên cứu nói, việc chúng ta phụ thuộc vào các mẫu hoặc hình thức hiện có để thiết kế chip khá hạn chế. Và ngay cả với những công cụ hạn chế này, các kỹ sư cần nhiều năm đào tạo và kinh nghiệm để thậm chí bắt đầu cố gắng cải thiện thiết kế chip không dây. Họ nói, một thuật toán phù hợp có thể đề xuất các mô hình mới chỉ trong vài phút. Từ đó, các kỹ sư có thể sử dụng những mô hình này làm điểm khởi đầu sáng tạo cho ý tưởng của riêng họ.
Nhóm của Sengupta đã sử dụng mạng nơ-ron tích chập (CNN). "Tích chập" mang nghĩa là quá phức tạp nhưng ban đầu nó chỉ đơn giản có nghĩa là một thứ gì đó bị gấp khúc, xoắn và chồng chéo. Tên của CNN gợi ý về cách chương trình vượt trội hơn trí óc con người trong một số nhiệm vụ cụ thể: ở mỗi bước, máy tính có thể xem xét các bước di chuyển gấp khúc và xoắn hơn so với não người. Thiết kế chip của chúng ta trông rất có trật tự, nhưng thiết kế của CNN trông hỗn loạn và lộn xộn.
“Các thiết kế cổ điển kết hợp cẩn thận các mạch và các yếu tố điện từ này lại với nhau, từng mảnh một, để tín hiệu truyền theo cách chúng ta muốn nó truyền trong chip. Bằng cách thay đổi các cấu trúc đó, chúng tôi kết hợp các thuộc tính mới. Trước đây, chúng tôi có một cách hữu hạn để làm điều này, nhưng bây giờ các lựa chọn lớn hơn nhiều,” Sengupta cho biết trong một tuyên bố của Đại học Princeton.
Và, ông giải thích, ngay cả mạng nơ-ron tốt nhất vẫn có những vấn đề như ảo giác—khi AI khẳng định điều gì đó không dựa trên sự thật hoặc thực tế. Nó cũng có thể đề xuất những điều không khả thi trong đời thực, vì một lý do nào đó. “Vẫn còn những cạm bẫy mà các nhà thiết kế con người cần phải sửa chữa,” Sengupta cho biết trong tuyên bố. “Vấn đề không phải là thay thế các nhà thiết kế con người bằng công cụ. Vấn đề là nâng cao năng suất bằng các công cụ mới. Trí óc con người được sử dụng tốt nhất để tạo ra hoặc phát minh ra những điều mới, và những công việc tầm thường, thiết thực hơn có thể được giao cho những công cụ này.”
Các nhà thiết kế con người có thể chỉ đơn giản là muốn chọn những thiết kế hiệu quả hơn nhưng vẫn dễ nắm bắt đối với trí óc con người. Dựa trên những bình luận của Sengupta và tính chất mở của nghiên cứu này, ông hình dung quy trình CNN của mình sẽ giúp các kỹ sư có những khoảnh khắc “aha!” khi họ nghiên cứu những thiết kế mới. Việc kết hợp hai bộ kỹ năng có thể dẫn đến những đột phá vẫn có thể hiểu được và quan trọng hơn là có thể sửa chữa lại nếu cần.
Vì tính minh bạch của nó, nghiên cứu này sẽ tham gia vào diễn ngôn khoa học theo cách mà nhiều công nghệ AI không bao giờ làm được. Chỉ riêng điều đó đã là một lợi ích lớn. Thời gian sẽ trả lời liệu những thiết kế chip khó hiểu hơn này có kết thúc bằng việc cung cấp năng lượng cho các mạng không dây bao phủ thế giới của chúng ta hay không.
Một nhóm các nhà khoa học gần đây đã giải thích quy trình để trí tuệ nhân tạo (AI) thiết kế và thử nghiệm một con chip máy tính hiệu quả hơn. Tác giả chính—kỹ sư điện Kaushik Sengupta của Phòng thí nghiệm Sengupta thuộc Đại học Princeton—gần đây đã được trao học bổng IEEE cho nghiên cứu về mạng và chip không dây của mình. Trong quá trình công bố bài báo mới này, ông đã cẩn thận giải thích rằng mục tiêu là bổ sung cho năng suất của con người chứ không phải thay thế nó.
Bằng cách xuất bản nghiên cứu được đánh giá ngang hàng, truy cập mở (trên tạp chí đa ngành Nature Communications) thay vì giữ kín những phát hiện của mình trong hộp bí mật độc quyền của một công ty khởi nghiệp, Sengupta đang giúp thúc đẩy việc sử dụng thú vị các công nghệ AI như mạng nơ-ron tích chập (CNN) của nhóm ông. Đồng thời, ngay cả những ứng dụng đột phá của AI cũng có những hạn chế mạnh mẽ—trong trường hợp này, nhóm nghiên cứu thẳng thắn thừa nhận sự thật rằng các kỹ sư con người không thể và có thể không bao giờ hiểu đầy đủ cách thức hoạt động của những thiết kế chip này. Nếu con người không thể hiểu các con chip để sửa chữa chúng, thì chúng có thể... bị... vứt bỏ.
Để xây dựng một loại chip mới, các nhà nghiên cứu đã bắt đầu với một triết lý được gọi là thiết kế từ dưới lên, hoặc thiết kế nghịch đảo. Trong kỹ thuật phần cứng, thiết kế nghịch đảo bắt đầu với các chi tiết cốt lõi và kết quả mong muốn của một phần cứng. Từ đó, các nhà nghiên cứu làm việc ngược lại để đóng gói tất cả các phần kết quả thành một phần công nghệ có chức năng.
Các thuật toán máy tính không yêu cầu tính tuyến tính hoặc cấu trúc giống như não người thường làm, vì vậy việc quyết định thứ tự hoặc hình dạng của các thành phần chip không quan trọng đối với AI giống như đối với các kỹ sư con người. Trên thực tế, các nhà nghiên cứu nói, việc chúng ta phụ thuộc vào các mẫu hoặc hình thức hiện có để thiết kế chip khá hạn chế. Và ngay cả với những công cụ hạn chế này, các kỹ sư cần nhiều năm đào tạo và kinh nghiệm để thậm chí bắt đầu cố gắng cải thiện thiết kế chip không dây. Họ nói, một thuật toán phù hợp có thể đề xuất các mô hình mới chỉ trong vài phút. Từ đó, các kỹ sư có thể sử dụng những mô hình này làm điểm khởi đầu sáng tạo cho ý tưởng của riêng họ.
Nhóm của Sengupta đã sử dụng mạng nơ-ron tích chập (CNN). "Tích chập" mang nghĩa là quá phức tạp nhưng ban đầu nó chỉ đơn giản có nghĩa là một thứ gì đó bị gấp khúc, xoắn và chồng chéo. Tên của CNN gợi ý về cách chương trình vượt trội hơn trí óc con người trong một số nhiệm vụ cụ thể: ở mỗi bước, máy tính có thể xem xét các bước di chuyển gấp khúc và xoắn hơn so với não người. Thiết kế chip của chúng ta trông rất có trật tự, nhưng thiết kế của CNN trông hỗn loạn và lộn xộn.
“Các thiết kế cổ điển kết hợp cẩn thận các mạch và các yếu tố điện từ này lại với nhau, từng mảnh một, để tín hiệu truyền theo cách chúng ta muốn nó truyền trong chip. Bằng cách thay đổi các cấu trúc đó, chúng tôi kết hợp các thuộc tính mới. Trước đây, chúng tôi có một cách hữu hạn để làm điều này, nhưng bây giờ các lựa chọn lớn hơn nhiều,” Sengupta cho biết trong một tuyên bố của Đại học Princeton.
Và, ông giải thích, ngay cả mạng nơ-ron tốt nhất vẫn có những vấn đề như ảo giác—khi AI khẳng định điều gì đó không dựa trên sự thật hoặc thực tế. Nó cũng có thể đề xuất những điều không khả thi trong đời thực, vì một lý do nào đó. “Vẫn còn những cạm bẫy mà các nhà thiết kế con người cần phải sửa chữa,” Sengupta cho biết trong tuyên bố. “Vấn đề không phải là thay thế các nhà thiết kế con người bằng công cụ. Vấn đề là nâng cao năng suất bằng các công cụ mới. Trí óc con người được sử dụng tốt nhất để tạo ra hoặc phát minh ra những điều mới, và những công việc tầm thường, thiết thực hơn có thể được giao cho những công cụ này.”
Các nhà thiết kế con người có thể chỉ đơn giản là muốn chọn những thiết kế hiệu quả hơn nhưng vẫn dễ nắm bắt đối với trí óc con người. Dựa trên những bình luận của Sengupta và tính chất mở của nghiên cứu này, ông hình dung quy trình CNN của mình sẽ giúp các kỹ sư có những khoảnh khắc “aha!” khi họ nghiên cứu những thiết kế mới. Việc kết hợp hai bộ kỹ năng có thể dẫn đến những đột phá vẫn có thể hiểu được và quan trọng hơn là có thể sửa chữa lại nếu cần.
Vì tính minh bạch của nó, nghiên cứu này sẽ tham gia vào diễn ngôn khoa học theo cách mà nhiều công nghệ AI không bao giờ làm được. Chỉ riêng điều đó đã là một lợi ích lớn. Thời gian sẽ trả lời liệu những thiết kế chip khó hiểu hơn này có kết thúc bằng việc cung cấp năng lượng cho các mạng không dây bao phủ thế giới của chúng ta hay không.
