VNR Content
Pearl
Tiếp theo phần I bài phỏng vấn giáo sư Stuart Russell về trí tuệ nhân tạo:
Q: Có bất kỳ tiến triển nào về "Thư ngỏ về việc tạm dừng nghiên cứu và phát triển trí tuệ nhân tạo ngoài GPT-4" không thưa ông?
Russell: Châu Âu đang kêu gọi một hội nghị thượng đỉnh toàn cầu khẩn cấp. Trung Quốc đang ban hành các quy định rất nghiêm ngặt nhằm hạn chế việc phát triển và triển khai các hệ thống này. Hoa Kỳ hiện đang thảo luận về các quy định để bảo vệ mọi người khỏi các hệ thống trí tuệ nhân tạo không an toàn. Các chính phủ đang nói chuyện với các nhà khoa học trên khắp thế giới, hỏi các nhà khoa học nên làm gì? Tôi nghĩ đó là một điều tốt.
Vì vậy, kết quả của bức thư ngỏ là mọi người hiện đã suy nghĩ về cách đối phó với thách thức này.
Q: Có mối quan hệ nào giữa bức thư ngỏ và tuyên bố được đưa ra sau đó không? Tại sao ông lại ký vào đó? Nhưng Giám đốc điều hành OpenAI Sam Altman đã không ký bức thư đầu tiên?
Russell: Sự khác biệt giữa bức thư ngỏ và tuyên bố được đưa ra sau đó là bức thư ngỏ khá dài. Nó đã đưa ra một yêu cầu cụ thể rằng các phòng thí nghiệm AI đang phát triển các hệ thống này phải tạm dừng nghiên cứu và phát triển , chính phủ nên điều chỉnh các hệ thống này.
Nó cũng nói về nhiều rủi ro mà các hệ thống này đã có, bao gồm thông tin sai lệch, mất việc làm, v.v. Điều này gây ra rất nhiều tranh cãi. Ai đó đã không ký vì mặc dù họ cho rằng hệ thống AI có rủi ro, nhưng họ không cảm thấy trì hoãn 6 tháng là phản ứng chính sách đúng đắn. Mục đích của tuyên bố thứ hai thực sự là để tránh tất cả những tranh cãi này và chỉ đưa ra một tuyên bố rất rõ ràng, đơn giản về những rủi ro. Thật thú vị, Sam Altman đã không ký vào lá thư đầu tiên, nhưng đã ký vào tuyên bố thứ hai.
Nhưng vì sao thì phải hỏi anh ấy. Có lẽ bởi vì anh ấy nghĩ rằng tuyên bố thứ hai chỉ đúng và quan trọng, và mọi người nên đồng ý. Một bức thư ngỏ là một đề xuất chính sách, không phải là một tuyên bố về sự thật. Có thể anh ấy không đồng ý với đề xuất chính sách, hoặc có thể anh ấy nghĩ rằng đó nên là một phản ứng chính sách hơi khác một chút. Về việc lùi 6 tháng, tôi cũng không đồng tình, quan điểm của tôi là nên lùi vô thời hạn. Nếu chúng không an toàn, chúng sẽ không bao giờ được lưu hành. Nếu ngành công nghiệp phải mất 20 năm để tìm ra cách tạo ra một hệ thống an toàn, thì không vấn đề gì, chúng ta có thể đợi 20 năm.
Q: Thế giới bên ngoài vẫn còn một số nghi ngờ về bức thư ngỏ này, chẳng hạn như một số người cho rằng nó không có tác dụng thực tế, và một số người đã ký nó vì động cơ chính trị hoặc thương mại. Bạn có cùng mối quan tâm không? Chẳng hạn, sau khi ký bức thư ngỏ, Musk bắt tay ngay vào các dự án liên quan.
Russell: Ở câu hỏi đầu tiên, ai đó đã không ký vào bức thư vì họ không nghĩ rằng nó sẽ có bất kỳ tác động nào. Tôi nghĩ rằng nó thực sự đã có một tác động rất lớn. Điều này đã xuất hiện trên trang nhất của hầu hết các tờ báo hầu như hàng ngày kể từ khi bức thư ngỏ được gửi đi, điều này đã mang lại nhiều hiệu quả thiết thực trên bình diện chính trị. Vì vậy, nó thực sự hoạt động tốt hơn tôi mong đợi. Đó là điều đầu tiên.
Lập luận thứ hai về động cơ của người ký. Theo các quy tắc tranh luận tại nghị viện được áp dụng ở nhiều cơ quan lập pháp và ở nhiều tổ chức khác, khi bạn đang thảo luận về một chủ đề, việc đặt câu hỏi về động cơ của những người trình bày tranh luận là không phù hợp. Bạn đang giải quyết bản chất của cuộc tranh luận, không phải động cơ của người đó. Đây là nguyên tắc cơ bản của tranh luận.
Một số điều này nhắm vào Elon Musk, người có thể không đủ logic để nói rằng anh ta có động cơ đáng ngờ vì quyết định tài trợ cho một dự án nghiên cứu AI. Nếu chính phủ được thúc đẩy bởi bức thư ngỏ này để tạo ra các quy định, những quy định đó sẽ áp dụng cho công ty của anh ấy cũng như mọi người khác. Vì vậy, tôi không nghĩ rằng những lập luận về động lực là hợp lệ.
Q: Hãy tiếp tục nói về GPT-4, bạn có nghĩ rằng nó thực sự có trí thông minh không? Sẽ mất bao lâu để đạt được mức độ thông minh của con người?
Russell: Thông minh? Tôi đồng ý rằng GPT-4 có vẻ thông minh. Nhưng tôi nghĩ đó là một chút lừa đảo. Ví dụ, nếu tôi lấy một tờ giấy, đây là một tờ. Nếu tôi đọc điều này cho bạn nghe, nó sẽ nghe có vẻ rất thông minh. Nhưng không ai nghĩ rằng bài báo là thông minh. Phải? Giấy chỉ mang những từ được viết bởi những người khác. Trí tuệ thuộc về người viết lời, không thuộc về tờ giấy.
Vì vậy, khi GPT-4 trả lời bạn bằng văn bản rất thông minh, đó là một mảnh giấy hay tác giả của văn bản? Tôi nghĩ rằng câu trả lời là ở đâu đó ở giữa. Chúng ta không biết nó gần với tờ giấy đến mức nào, nó gần với người viết chữ thực sự đến mức nào.
Và câu trả lời này thật khó biết, lượng văn bản dùng để huấn luyện GPT-4 gần tương đương với tất cả kho lưu trữ sách, báo, kho lưu trữ đài truyền hình, kho lưu trữ tổ chức pháp lý, kho lưu trữ cơ quan lập pháp trong lịch sử loài người.
Không có con người nào từng đọc nhiều thông tin như vậy, thậm chí không 1% trong số đó. Vì vậy, chúng tôi không biết cảm giác đọc nhiều thông tin đó như thế nào.
Đối với bất kỳ câu hỏi cụ thể nào, có thể khó tìm ra nguồn thông tin mà nó dựa vào. Ví dụ: số học, có rất nhiều ví dụ số học trong dữ liệu huấn luyện, chẳng hạn, nếu chúng ta nói với hệ thống: 46+92 bằng 138, bạn sẽ mong đợi hệ thống học các quy tắc số học từ hàng nghìn ví dụ toán học, sau đó có thể làm các bài toán số học mới, nhưng hóa ra nó không hoạt động.
Nó giả vờ rất tốt. Nhưng khi bạn đưa ra những ví dụ khó hơn, nó luôn nhận được câu trả lời sai. Vậy chắc nó chưa học quy luật số học. Nó chỉ giả vờ thôi, nó chưa thực sự học đếm. Trong trường hợp này, nó có vẻ giống một tờ giấy hơn là một con người.
Vì vậy, chúng tôi vẫn đang thực hiện nhiều nghiên cứu thú vị để cố gắng tìm hiểu xem liệu nó có thể suy luận hay không, liệu nó có đang xây dựng một mô hình bên trong của thế giới không?
Câu hỏi đặt ra là liệu nó có thực sự tạo thành một mô hình bên trong của thế giới? Tôi nghĩ rằng có một số bằng chứng rằng nó không.
Khi bạn hỏi một người một câu hỏi, đôi khi chúng ta trả lời một cách không thông minh, mà không liên quan đến một mô hình bên trong của thế giới. Ví dụ, nếu tôi nói, Xin chào, hôm nay bạn thế nào (Hi! Hôm nay bạn thế nào)? Bạn sẽ nói, fine, thank you, how about you (Tôi khỏe. Cảm ơn, còn bạn?) Đây là một câu trả lời máy móc. Theo nghĩa đó, tôi không kiểm tra mô hình thế giới bên trong của mình để xem tôi thực sự cảm thấy thế nào rồi đưa ra câu trả lời, tôi chỉ trả lời theo cách thông thường.
Điều gì sẽ xảy ra nếu tôi nói: "Này, hôm nay bạn có bao nhiêu tiền trong tài khoản ngân hàng"? Sau đó, bạn phải kiểm tra mô hình nội bộ của thế giới hoặc thậm chí rút điện thoại ra để kiểm tra số dư ngân hàng của mình. Nhưng bạn đang trả lời câu hỏi theo một số mô hình của sự thật. Nếu tôi nói, xe của bạn đậu ở đâu? Bạn sẽ đề cập đến một mô hình thế giới bên trong: "Nó đang đậu ở bãi đậu xe". Điều này là bình thường đối với con người.
Nhưng tôi nghĩ có rất nhiều bằng chứng cho thấy những mô hình ngôn ngữ lớn này không trả lời câu hỏi và tôi nghĩ điều thực sự quan trọng là họ có vẻ như đang trả lời câu hỏi nhưng thực ra họ không trả lời câu hỏi bởi vì họ không thực sự có mô hình thực bên trong có thể Tham khảo để trả lời câu hỏi. Họ giống như "Tôi ổn. Cảm ơn. Còn bạn thì sao?"
Chúng ta có thể học điều này ở đâu? Các hệ thống GPT có thể đưa ra các câu trả lời trái ngược nhau cho cùng một câu hỏi. Bạn không thể đưa ra những câu trả lời trái ngược nhau cho cùng một câu hỏi nếu bạn tham khảo một mô hình nội bộ thực sự. Một ví dụ mà bạn tôi gửi cho tôi là, bạn hỏi: "Con voi hay con mèo cái nào to hơn". Người ta nói "con voi lớn hơn con mèo". Vì vậy, bạn nghĩ rằng nó biết rằng con voi lớn hơn con mèo. Sau đó, bạn hỏi, "Con voi hay con mèo, cái nào không lớn hơn". Có câu "Con voi hay con mèo đều không lớn hơn con nào". Nó mâu thuẫn với chính nó trong hai câu. Nó không có một mô hình đúng bên trong về kích thước tương đối của các đối tượng, bởi vì nếu có, nó sẽ cho bạn câu trả lời nhất quán cho câu hỏi đó.
GPT-4 mới chỉ được mở cho các nhà nghiên cứu bên ngoài trong một vài tuần, vì vậy còn quá sớm để nói. Nhưng tôi nghĩ chúng ta sẽ thấy rằng những hệ thống này không thực sự có cùng một mô hình thực tế bên trong mà chúng ta nghĩ con người có.
Quay lại câu hỏi ban đầu, GPT-4 có tạo ra trí thông minh chung không? Tôi nghĩ câu trả lời có thể là không. Nó làm rất tốt trong việc tạo ra thứ gì đó cho phép đối thoại rất hiệu quả, với ngữ pháp rất đúng, cả bằng tiếng Anh và tiếng Trung. Nó mắc ít lỗi ngôn ngữ vì các câu trả lời của nó mạch lạc và có vẻ theo thứ tự hợp lý, đồng thời dường như chúng phản hồi lại thông tin đầu vào của bạn một cách có chủ ý.
"Trí thông minh thực sự đang được phát triển. Trí thông minh thực sự không trả lời 'là đúng'. Khi chúng tôi tìm hiểu thêm về cách thức hoạt động của GPT, có lẽ chúng tôi sẽ có thể làm sáng tỏ lý do tại sao một số điểm yếu của nó. Theo tôi, việc tạo ra trí thông minh chung là một câu đố rất phức tạp. Nghiên cứu AI đã diễn ra được khoảng 75 năm hoặc lâu hơn. Nó đã tạo ra nhiều bước đột phá sẽ là một phần của câu đố. Đối với tôi, các mô hình ngôn ngữ lớn cũng là một phần của câu đố.
Nhưng chúng ta cũng nên biết rằng sự phấn khích mà chúng ta thấy bây giờ cũng đã được trải nghiệm trong những năm 1950. Trước đó, chúng tôi đã xây dựng các hệ thống có thể tự học và đánh bại những người tạo ra chúng. Tôi nghĩ nó đã được chiếu trên truyền hình vào năm 1957, và nó đã gây ra sự thán phục trên toàn thế giới, "Chà! Một cỗ máy có thể làm được điều này". Không giống như những năm 1950, bây giờ bạn có thể sử dụng nó trên Internet.
Sự thay đổi đáng kể trong nhận thức của công chúng đã xảy ra trong vài tháng qua là do lần đầu tiên trong lịch sử, bất kỳ ai có quyền truy cập internet đều có thể tương tác với các hệ thống này và tự mình trải nghiệm chúng. Vì vậy, họ đang cảm nhận được một thế giới nơi trí thông minh chung có sẵn sẽ trông như thế nào. Nó chỉ là một mùi, một cảm giác, không phải là thật. Nhưng chỉ cảm giác đó thôi cũng đủ khiến tôi nghĩ rằng "thế giới sẽ thức dậy".
(Còn tiếp)
Q: Có bất kỳ tiến triển nào về "Thư ngỏ về việc tạm dừng nghiên cứu và phát triển trí tuệ nhân tạo ngoài GPT-4" không thưa ông?
Russell: Châu Âu đang kêu gọi một hội nghị thượng đỉnh toàn cầu khẩn cấp. Trung Quốc đang ban hành các quy định rất nghiêm ngặt nhằm hạn chế việc phát triển và triển khai các hệ thống này. Hoa Kỳ hiện đang thảo luận về các quy định để bảo vệ mọi người khỏi các hệ thống trí tuệ nhân tạo không an toàn. Các chính phủ đang nói chuyện với các nhà khoa học trên khắp thế giới, hỏi các nhà khoa học nên làm gì? Tôi nghĩ đó là một điều tốt.
Vì vậy, kết quả của bức thư ngỏ là mọi người hiện đã suy nghĩ về cách đối phó với thách thức này.
Russell: Sự khác biệt giữa bức thư ngỏ và tuyên bố được đưa ra sau đó là bức thư ngỏ khá dài. Nó đã đưa ra một yêu cầu cụ thể rằng các phòng thí nghiệm AI đang phát triển các hệ thống này phải tạm dừng nghiên cứu và phát triển , chính phủ nên điều chỉnh các hệ thống này.
Nó cũng nói về nhiều rủi ro mà các hệ thống này đã có, bao gồm thông tin sai lệch, mất việc làm, v.v. Điều này gây ra rất nhiều tranh cãi. Ai đó đã không ký vì mặc dù họ cho rằng hệ thống AI có rủi ro, nhưng họ không cảm thấy trì hoãn 6 tháng là phản ứng chính sách đúng đắn. Mục đích của tuyên bố thứ hai thực sự là để tránh tất cả những tranh cãi này và chỉ đưa ra một tuyên bố rất rõ ràng, đơn giản về những rủi ro. Thật thú vị, Sam Altman đã không ký vào lá thư đầu tiên, nhưng đã ký vào tuyên bố thứ hai.
Nhưng vì sao thì phải hỏi anh ấy. Có lẽ bởi vì anh ấy nghĩ rằng tuyên bố thứ hai chỉ đúng và quan trọng, và mọi người nên đồng ý. Một bức thư ngỏ là một đề xuất chính sách, không phải là một tuyên bố về sự thật. Có thể anh ấy không đồng ý với đề xuất chính sách, hoặc có thể anh ấy nghĩ rằng đó nên là một phản ứng chính sách hơi khác một chút. Về việc lùi 6 tháng, tôi cũng không đồng tình, quan điểm của tôi là nên lùi vô thời hạn. Nếu chúng không an toàn, chúng sẽ không bao giờ được lưu hành. Nếu ngành công nghiệp phải mất 20 năm để tìm ra cách tạo ra một hệ thống an toàn, thì không vấn đề gì, chúng ta có thể đợi 20 năm.
Q: Thế giới bên ngoài vẫn còn một số nghi ngờ về bức thư ngỏ này, chẳng hạn như một số người cho rằng nó không có tác dụng thực tế, và một số người đã ký nó vì động cơ chính trị hoặc thương mại. Bạn có cùng mối quan tâm không? Chẳng hạn, sau khi ký bức thư ngỏ, Musk bắt tay ngay vào các dự án liên quan.
Russell: Ở câu hỏi đầu tiên, ai đó đã không ký vào bức thư vì họ không nghĩ rằng nó sẽ có bất kỳ tác động nào. Tôi nghĩ rằng nó thực sự đã có một tác động rất lớn. Điều này đã xuất hiện trên trang nhất của hầu hết các tờ báo hầu như hàng ngày kể từ khi bức thư ngỏ được gửi đi, điều này đã mang lại nhiều hiệu quả thiết thực trên bình diện chính trị. Vì vậy, nó thực sự hoạt động tốt hơn tôi mong đợi. Đó là điều đầu tiên.
Lập luận thứ hai về động cơ của người ký. Theo các quy tắc tranh luận tại nghị viện được áp dụng ở nhiều cơ quan lập pháp và ở nhiều tổ chức khác, khi bạn đang thảo luận về một chủ đề, việc đặt câu hỏi về động cơ của những người trình bày tranh luận là không phù hợp. Bạn đang giải quyết bản chất của cuộc tranh luận, không phải động cơ của người đó. Đây là nguyên tắc cơ bản của tranh luận.
Một số điều này nhắm vào Elon Musk, người có thể không đủ logic để nói rằng anh ta có động cơ đáng ngờ vì quyết định tài trợ cho một dự án nghiên cứu AI. Nếu chính phủ được thúc đẩy bởi bức thư ngỏ này để tạo ra các quy định, những quy định đó sẽ áp dụng cho công ty của anh ấy cũng như mọi người khác. Vì vậy, tôi không nghĩ rằng những lập luận về động lực là hợp lệ.
Q: Hãy tiếp tục nói về GPT-4, bạn có nghĩ rằng nó thực sự có trí thông minh không? Sẽ mất bao lâu để đạt được mức độ thông minh của con người?
Russell: Thông minh? Tôi đồng ý rằng GPT-4 có vẻ thông minh. Nhưng tôi nghĩ đó là một chút lừa đảo. Ví dụ, nếu tôi lấy một tờ giấy, đây là một tờ. Nếu tôi đọc điều này cho bạn nghe, nó sẽ nghe có vẻ rất thông minh. Nhưng không ai nghĩ rằng bài báo là thông minh. Phải? Giấy chỉ mang những từ được viết bởi những người khác. Trí tuệ thuộc về người viết lời, không thuộc về tờ giấy.
Vì vậy, khi GPT-4 trả lời bạn bằng văn bản rất thông minh, đó là một mảnh giấy hay tác giả của văn bản? Tôi nghĩ rằng câu trả lời là ở đâu đó ở giữa. Chúng ta không biết nó gần với tờ giấy đến mức nào, nó gần với người viết chữ thực sự đến mức nào.
Và câu trả lời này thật khó biết, lượng văn bản dùng để huấn luyện GPT-4 gần tương đương với tất cả kho lưu trữ sách, báo, kho lưu trữ đài truyền hình, kho lưu trữ tổ chức pháp lý, kho lưu trữ cơ quan lập pháp trong lịch sử loài người.
Không có con người nào từng đọc nhiều thông tin như vậy, thậm chí không 1% trong số đó. Vì vậy, chúng tôi không biết cảm giác đọc nhiều thông tin đó như thế nào.
Đối với bất kỳ câu hỏi cụ thể nào, có thể khó tìm ra nguồn thông tin mà nó dựa vào. Ví dụ: số học, có rất nhiều ví dụ số học trong dữ liệu huấn luyện, chẳng hạn, nếu chúng ta nói với hệ thống: 46+92 bằng 138, bạn sẽ mong đợi hệ thống học các quy tắc số học từ hàng nghìn ví dụ toán học, sau đó có thể làm các bài toán số học mới, nhưng hóa ra nó không hoạt động.
Nó giả vờ rất tốt. Nhưng khi bạn đưa ra những ví dụ khó hơn, nó luôn nhận được câu trả lời sai. Vậy chắc nó chưa học quy luật số học. Nó chỉ giả vờ thôi, nó chưa thực sự học đếm. Trong trường hợp này, nó có vẻ giống một tờ giấy hơn là một con người.
Vì vậy, chúng tôi vẫn đang thực hiện nhiều nghiên cứu thú vị để cố gắng tìm hiểu xem liệu nó có thể suy luận hay không, liệu nó có đang xây dựng một mô hình bên trong của thế giới không?
Câu hỏi đặt ra là liệu nó có thực sự tạo thành một mô hình bên trong của thế giới? Tôi nghĩ rằng có một số bằng chứng rằng nó không.
Khi bạn hỏi một người một câu hỏi, đôi khi chúng ta trả lời một cách không thông minh, mà không liên quan đến một mô hình bên trong của thế giới. Ví dụ, nếu tôi nói, Xin chào, hôm nay bạn thế nào (Hi! Hôm nay bạn thế nào)? Bạn sẽ nói, fine, thank you, how about you (Tôi khỏe. Cảm ơn, còn bạn?) Đây là một câu trả lời máy móc. Theo nghĩa đó, tôi không kiểm tra mô hình thế giới bên trong của mình để xem tôi thực sự cảm thấy thế nào rồi đưa ra câu trả lời, tôi chỉ trả lời theo cách thông thường.
Điều gì sẽ xảy ra nếu tôi nói: "Này, hôm nay bạn có bao nhiêu tiền trong tài khoản ngân hàng"? Sau đó, bạn phải kiểm tra mô hình nội bộ của thế giới hoặc thậm chí rút điện thoại ra để kiểm tra số dư ngân hàng của mình. Nhưng bạn đang trả lời câu hỏi theo một số mô hình của sự thật. Nếu tôi nói, xe của bạn đậu ở đâu? Bạn sẽ đề cập đến một mô hình thế giới bên trong: "Nó đang đậu ở bãi đậu xe". Điều này là bình thường đối với con người.
Nhưng tôi nghĩ có rất nhiều bằng chứng cho thấy những mô hình ngôn ngữ lớn này không trả lời câu hỏi và tôi nghĩ điều thực sự quan trọng là họ có vẻ như đang trả lời câu hỏi nhưng thực ra họ không trả lời câu hỏi bởi vì họ không thực sự có mô hình thực bên trong có thể Tham khảo để trả lời câu hỏi. Họ giống như "Tôi ổn. Cảm ơn. Còn bạn thì sao?"
Chúng ta có thể học điều này ở đâu? Các hệ thống GPT có thể đưa ra các câu trả lời trái ngược nhau cho cùng một câu hỏi. Bạn không thể đưa ra những câu trả lời trái ngược nhau cho cùng một câu hỏi nếu bạn tham khảo một mô hình nội bộ thực sự. Một ví dụ mà bạn tôi gửi cho tôi là, bạn hỏi: "Con voi hay con mèo cái nào to hơn". Người ta nói "con voi lớn hơn con mèo". Vì vậy, bạn nghĩ rằng nó biết rằng con voi lớn hơn con mèo. Sau đó, bạn hỏi, "Con voi hay con mèo, cái nào không lớn hơn". Có câu "Con voi hay con mèo đều không lớn hơn con nào". Nó mâu thuẫn với chính nó trong hai câu. Nó không có một mô hình đúng bên trong về kích thước tương đối của các đối tượng, bởi vì nếu có, nó sẽ cho bạn câu trả lời nhất quán cho câu hỏi đó.
GPT-4 mới chỉ được mở cho các nhà nghiên cứu bên ngoài trong một vài tuần, vì vậy còn quá sớm để nói. Nhưng tôi nghĩ chúng ta sẽ thấy rằng những hệ thống này không thực sự có cùng một mô hình thực tế bên trong mà chúng ta nghĩ con người có.
Quay lại câu hỏi ban đầu, GPT-4 có tạo ra trí thông minh chung không? Tôi nghĩ câu trả lời có thể là không. Nó làm rất tốt trong việc tạo ra thứ gì đó cho phép đối thoại rất hiệu quả, với ngữ pháp rất đúng, cả bằng tiếng Anh và tiếng Trung. Nó mắc ít lỗi ngôn ngữ vì các câu trả lời của nó mạch lạc và có vẻ theo thứ tự hợp lý, đồng thời dường như chúng phản hồi lại thông tin đầu vào của bạn một cách có chủ ý.
"Trí thông minh thực sự đang được phát triển. Trí thông minh thực sự không trả lời 'là đúng'. Khi chúng tôi tìm hiểu thêm về cách thức hoạt động của GPT, có lẽ chúng tôi sẽ có thể làm sáng tỏ lý do tại sao một số điểm yếu của nó. Theo tôi, việc tạo ra trí thông minh chung là một câu đố rất phức tạp. Nghiên cứu AI đã diễn ra được khoảng 75 năm hoặc lâu hơn. Nó đã tạo ra nhiều bước đột phá sẽ là một phần của câu đố. Đối với tôi, các mô hình ngôn ngữ lớn cũng là một phần của câu đố.
Nhưng chúng ta cũng nên biết rằng sự phấn khích mà chúng ta thấy bây giờ cũng đã được trải nghiệm trong những năm 1950. Trước đó, chúng tôi đã xây dựng các hệ thống có thể tự học và đánh bại những người tạo ra chúng. Tôi nghĩ nó đã được chiếu trên truyền hình vào năm 1957, và nó đã gây ra sự thán phục trên toàn thế giới, "Chà! Một cỗ máy có thể làm được điều này". Không giống như những năm 1950, bây giờ bạn có thể sử dụng nó trên Internet.
Sự thay đổi đáng kể trong nhận thức của công chúng đã xảy ra trong vài tháng qua là do lần đầu tiên trong lịch sử, bất kỳ ai có quyền truy cập internet đều có thể tương tác với các hệ thống này và tự mình trải nghiệm chúng. Vì vậy, họ đang cảm nhận được một thế giới nơi trí thông minh chung có sẵn sẽ trông như thế nào. Nó chỉ là một mùi, một cảm giác, không phải là thật. Nhưng chỉ cảm giác đó thôi cũng đủ khiến tôi nghĩ rằng "thế giới sẽ thức dậy".
(Còn tiếp)
