Robot biểu diễn đánh bóng bàn cùng con người tại Hội nghị thế giới về robot ở Bắc Kinh tháng 11-2015 - Ảnh: Reuters

Trên tạp chí Science, các nhà khoa học Viện Công nghệ Massachusetts (MIT), Đại học New York đã trình bày “Chương trình học hỏi Bayesian” cho phép máy tính học các khái niệm mới chỉ với vài ví dụ, điều trước nay chỉ có con người mới làm được.

Các hệ thống máy tính trước đó chỉ có thể xác định một khái niệm khi được cung cấp hàng ngàn ví dụ. Nhờ chương trình này, máy tính của MIT đã qua mặt một số người trong thử thách nhận diện chữ viết tay.

Đây là một bước tiến đáng lưu ý khi trí thông minh nhân tạo đang được sử dụng rộng rãi trong đời sống hiện nay.

Nhà khoa học Ruslan Salakhutdinov, đồng tác giả bài báo cáo, giải thích: “Rất khó để tạo nên các cỗ máy cần ít dữ liệu như con người để học các khái niệm mới.

Việc mô phỏng những khả năng này là một lĩnh vực thú vị kết nối giữa việc học hỏi của máy móc, thống kê, thị giác máy tính và khoa học nhận thức”.

Học như con người

Các nhà nghiên cứu cho biết hệ thống mới mô phỏng cách con người hiểu về các khái niệm. Nó biến các khái niệm thành các chương trình máy tính, chia nhỏ khái niệm theo từng phần và nắm bắt sự liên quan giữa những phần này.

“Chúng tôi nghĩ điều này cũng đúng với con người, các khái niệm của bạn là những chương trình hoặc một phần của chương trình” - nhà khoa học Joshua Tenenbaum của MIT phân tích.

Chương trình cho phép máy tính học rất nhanh các ký tự trong rất nhiều ngôn ngữ và khái quát hóa những gì nó học được.

Chẳng hạn đối với ký tự A, thay vì nhận diện ký tự bằng mã máy tính, chương trình ngược lại viết một đoạn mã mô tả ký tự và tạo ra nhiều biến thể khác của ký tự đó.

Nó cũng sẽ dùng các kiến thức đã có được để học các khái niệm mới. Do đó, nếu máy tính biết các ký tự Latin, nó sẽ dễ dàng học những ký tự tương tự trong ngôn ngữ Hi Lạp.

Các nhà khoa học đã cho máy tính sử dụng chương trình Bayesian để tạo ra các bản chữ viết tay mô phỏng cách con người viết chữ sau khi cho nó một vài mẫu chữ.

Khi so sánh mẫu chữ viết của máy tính và con người, họ nhận thấy hai mẫu chữ “hầu như không thể phân biệt được” đâu là của người viết hay máy viết.

Và nó cũng dễ dàng vượt qua trắc nghiệm Turing về khả năng trí tuệ của máy tính, trong đó một máy tính và một con người thật sự sẽ thuyết phục “giám khảo” rằng mình là con người.

Các nhà khoa học Mỹ cho biết chương trình máy tính của họ đã “lừa hầu hết giám khảo trong các bài trắc nghiệm Turing”.

Ứng dụng lớn

Việc nâng cao khả năng học hỏi của máy tính sẽ có tính ứng dụng rất lớn, giúp tạo ra những máy móc tốt hơn.

Nó sẽ giúp máy tính học các ngôn ngữ mới nhanh hơn, nhận diện các hình ảnh và giúp tạo ra các thiết kế mới tốt hơn dựa trên những thiết kế cũ mà không cần sự giúp đỡ từ con người.

Nó rõ ràng cũng sẽ tác động lớn đến lĩnh vực nghiên cứu trí thông minh nhân tạo và robot. Trong tương lai, robot có thể đưa ra những quyết định giống con người hơn.

Dù vậy, các nhà khoa học cũng thừa nhận việc ứng dụng chương trình Bayesian có thể còn phải chờ nhiều năm, thậm chí hàng thập kỷ, bởi mức chi tiết cấu trúc của nó chưa thể bằng với con người.

“Nó thiếu tri thức tường minh về các đường song song, tính đối xứng, viết nối ở cuối nét chữ với nét tiếp theo” - nghiên cứu viết.

Một số nhà khoa học máy tính cũng cảnh báo việc so sánh giữa trí tuệ nhân tạo và trí tuệ thực của con người.

Theo ông Oren Etzioni, lãnh đạo Viện trí tuệ nhân tạo Allen tại Seattle (Mỹ), “dù các tác giả đã đưa ra vấn đề hay, nhưng nhiều nhà khoa học khác cũng đã sử dụng các phương pháp tương tự để đưa ra các kết quả chắc chắn hơn”.

Có một điều cần ghi nhận là những nghiên cứu về robot và trí thông minh nhân tạo đang như một cuộc đua của các tập đoàn công nghệ.

Theo New York Times, tháng trước Tập đoàn Toyota của Nhật đã công bố khoản đầu tư hàng tỉ USD cho trung tâm nghiên cứu trí tuệ nhân tạo và robot.

Hội nghị về trí thông minh nhân tạo truyền thống Chương trình xử lý thông tin thần kinh tại Montreal (Canada) tuần trước cũng thu hút gấp đôi số người tham dự và những nhà tài trợ lớn như Apple.

“Lĩnh vực này đang có một thị trường tiềm năng. Các công ty hiện không tìm đủ nhân tài cần thiết” - nhà nghiên cứu Terrence Sejnowski, giám đốc Phòng nghiên cứu sinh học thần kinh máy tính thuộc Viện Salk (San Diego), ghi nhận.