Nhà báo đoạt giải Pulitzer Lê Minh Anh dịch
CHƯƠNG 1 Những nhà kiến tạo Mùa hè năm 1956, kỳ vọng dâng cao khi các học giả và nhà nghiên cứu trong ngành công nghệ tụ họp tại Đại học Dartmouth. Họ đến theo lời mời của John McCarthy, một giáo sư toán trẻ tuổi tại Dartmouth, người vừa đặt ra thuật ngữ “trí tuệ nhân tạo”. Tại tầng cao nhất của tòa nhà khoa Toán, khoảng 20 người đã cùng theo đuổi một kế hoạch đầy tham vọng. Trước thềm sự kiện hội nghị kéo dài tám tuần, McCarthy và các cộng sự viết trong bản kế hoạch: “Chúng tôi sẽ thử tìm cách giúp máy móc biết sử dụng ngôn ngữ, hình thành khái niệm và tư duy trừu tượng, giải quyết các vấn đề vốn chỉ dành cho con người, cũng như tự cải thiện chính nó”. Sự kiện đó mang tên Dự án Nghiên cứu Mùa hè về Trí tuệ Nhân tạo tại Dartmouth và được xem là cột mốc đánh dấu sự ra đời của lĩnh vực nghiên cứu AI, đồng thời cũng đặt nền móng cho một chuỗi mục tiêu cao cả vượt xa thực tế. Về sau, McCarthy kể lại: “Lúc đó, tôi tin rằng nếu có thể tập hợp tất cả những người quan tâm đến lĩnh vực này, cùng dành toàn tâm toàn ý cho nó và tránh mọi xao nhãng thì chắc chắn chúng tôi sẽ đạt được những bước tiến thật sự”. Chẳng hạn, những người tham gia hội nghị dự đoán rằng chỉ trong vòng mười năm, máy tính sẽ đánh bại nhà vô địch cờ vua thế giới. Nhưng thực tế, phải mất hơn 35 năm
22 AI VALLEY sau đó thì mới có một cỗ máy thắng được một kỳ thủ tầm cỡ ở bộ môn cờ đam, rồi thêm nhiều năm nữa máy tính mới có thể đánh bại một đại kiện tướng cờ vua. Sự lạc quan quá mức là minh chứng cho điểm yếu trí mạng của nhiều người tiên phong trong lĩnh vực AI. Một trong những người đi trước cả McCarthy là Alan Turing, nhà toán học người Anh nổi tiếng với việc giải hệ thống mật mã của Đức Quốc xã trong Thế chiến II. Trong bài nghiên cứu năm 1948 có tựa đề “Máy móc thông minh”, Turing viết: “Tôi đề xuất nghiên cứu xem liệu chúng ta có thể khiến máy móc thể hiện hành vi thông minh hay không”. Hai năm sau, ông đưa ra một thử nghiệm nhằm xác định liệu máy móc có thể suy nghĩ được hay không. Ông gọi thử nghiệm đó là “trò chơi bắt chước”, sau này được biết đến với cái tên “Phép thử Turing”, và đặt ra vấn đề: Liệu máy tính có thể mô phỏng hội thoại khéo léo đến mức khiến người ta tin rằng họ đang nói chuyện với một người thật hay không? Turing dự đoán rằng đến năm 2000, máy tính sẽ vượt qua phép thử này – một dự báo sai lệch hơn 20 năm. Đó cũng chính là câu chuyện của trí tuệ nhân tạo trong suốt sáu, bảy thập niên đầu được phát triển: một công nghệ luôn ở rất gần tầm tay, nhưng lúc nào cũng cách hiện thực khoảng... mười năm. èèè Frank Rosenblatt chỉ vừa hoàn tất luận án tiến sĩ vài tuần trước khi hội nghị tại Dartmouth diễn ra nên không nằm trong danh sách những người được mời đến Hanover, New Hampshire, để thảo luận về lĩnh vực trí tuệ nhân tạo hãy còn non trẻ lúc bấy giờ. Tuy nhiên, vị giảng viên Đại học Cornell này cũng mắc phải căn bệnh lạc quan thái quá giống như nhiều người cùng thời. Chỉ một năm sau khi lấy bằng tiến sĩ tâm lý học, ông công bố một bài nghiên cứu trình bày ý tưởng về cái mà ông gọi là “Perceptron” (tạm dịch: mô hình tri nhận). Rosenblatt viết: “Kể từ khi máy tính điện tử ra đời, người ta ngày càng quan tâm đến khả năng chế tạo một thiết bị có thể thực hiện những chức năng giống con người như cảm nhận, nhận diện,
ĐẠI CHIẾN AI 23 hình thành khái niệm và rút ra kết luận từ kinh nghiệm”. Lĩnh vực nghiên cứu chính của Rosenblatt là bộ não con người, và đó cũng chính là khuôn mẫu cho ý tưởng của ông. Vào cuối thế kỷ 19, các nhà khoa học phát hiện rằng bộ não không phải là một mạng lưới thần kinh đơn nhất và liền mạch như họ từng nghĩ, mà là một cấu trúc phức tạp gồm nhiều nơ-ron được kết nối với nhau. Rosenblatt muốn mô phỏng bộ não con người bằng cách tạo ra một mạng lưới nơ-ron nhân tạo. Ý tưởng của ông nhận được tài trợ từ nhiều tổ chức, trong đó có Văn phòng Nghiên cứu Hải quân Hoa Kỳ. Sau này, giới công nghệ đã đặt ra thuật ngữ “vaporware” (tạm dịch: sản phẩm hóa hơi) để chỉ những sản phẩm được các công ty công bố và quảng bá rầm rộ dù thực chất vẫn chưa tồn tại. Rosenblatt không phải người đầu tiên, và chắc chắn cũng không phải người cuối cùng, “bán” cho thế giới một công nghệ chưa hoàn thiện, nhưng ông là một trong những người táo bạo nhất. Năm 1958, trong một chuyến đi đến Washington, D.C., Rosenblatt đã nói rất nhiều về phát minh của mình với giới báo chí và những người quan tâm, dù khi đó ông vẫn chưa chế tạo được “bộ não điện tử” nào cả. Thay vào đó, ông dùng một máy tính IBM1 lớn mượn từ Cục Khí tượng Hoa Kỳ để trình diễn khả năng của Perceptron. Màn trình diễn của ông khá đơn giản: máy tính có thể tự học cách phân biệt hai tấm thẻ, một tấm có đánh dấu ở bên trái và một tấm có đánh dấu ở bên phải. Dù vậy, rõ ràng Rosenblatt đã thuyết phục được người khác khi nói về tiềm năng tương lai của Perceptron. Ngay hôm sau, tờ New York Times giật tít: “Thiết bị mới của Hải quân có khả năng học hỏi bằng cách tự làm”. Bài báo đó mở đầu như sau: “Hôm nay, Hải quân đã công bố bản mẫu của một loại máy tính điện tử mà họ kỳ vọng là có khả năng đi lại, giao tiếp, quan sát, viết lách, tự nhân bản và tự nhận thức được sự tồn tại của chính nó”. Trong chuyên mục “Chuyện thị trấn” trên tạp chí New Yorker, một cây viết cũng cảm thấy ấn tượng về Rosenblatt và phát minh của ông 1 Viết tắt của International Business Machines, là một tập đoàn về công nghệ máy tính đa quốc gia có trụ sở tại Armonk, New York.
24 AI VALLEY khi nói đó là “đối thủ đáng gờm đầu tiên từng được tạo ra đối với bộ não con người”. Một số tờ báo khác thậm chí còn tỏ ra hoảng hốt hơn nữa, chẳng hạn như một tờ ở Oklahoma với dòng tít: “Hải quân tạo ra quái vật Frankenstein biết tư duy”. Trong những bức ảnh thời bấy giờ, Rosenblatt trông giống một nhân viên công sở chỉn chu hơn là một nhà khoa học lập dị. Với mái tóc ngắn, cặp kính gọng đen dày hợp mốt, áo sơ mi làm từ vải Oxford cùng cà vạt đen bản nhỏ, ông được một nhà sử học mô tả như “con người thời Phục Hưng thực thụ, dường như am hiểu mọi lĩnh vực từ âm nhạc, thiên văn cho đến toán học và điện toán”. Rosenblatt quả thật là một nhân vật vừa thông minh vừa có sức hút, luôn biết cách chinh phục người khác bằng tầm nhìn táo bạo của mình. Chris Manning – giám đốc Phòng thí nghiệm Trí tuệ Nhân tạo Stanford danh tiếng, một trung tâm nghiên cứu được thành lập từ đầu thập niên 1960 – nhận xét: “Những tuyên bố ngông cuồng của Rosenblatt về việc máy tính biết tư duy phần lớn chỉ là lời thổi phồng chứ không phải khoa học. Dù vậy, Frank Rosenblatt đã tiên phong đưa ra ý tưởng về một cỗ máy hoạt động như bộ não con người, thứ mà ngày nay chúng ta gọi là mạng nơ-ron nhân tạo. Ông ấy chính là người khai sinh ra nó”. Ý tưởng của Rosenblatt là tiền đề cho khái niệm học máy: máy tính tự cải thiện hiệu suất thông qua quá trình học hỏi và thử-sai, thay vì được lập trình chi tiết cho từng tình huống cụ thể. Nhưng dường như Rosenblatt không thể kiềm chế được sự hứng khởi của mình. Chỉ một năm sau khi gây chú ý với ý tưởng về máy tính biết tư duy, Rosenblatt chế tạo một thiết bị kì quặc mang tên Mark I rồi ký hợp đồng với Dịch vụ Bưu chính Hoa Kỳ (để hỗ trợ phân loại thư) và Không quân Hoa Kỳ (để phân tích ảnh chụp từ trên không). Khi trở lại Washington để gặp các nhà tài trợ, ông lại tiếp tục thu hút sự chú ý của báo giới. Trong một buổi cà phê với phóng viên, ông tuyên bố Perceptron là “cỗ máy đầu tiên có khả năng nảy sinh một ý tưởng nguyên bản”. Ông thừa nhận nó có thể không bao giờ cảm nhận được tình yêu hay niềm vui, nhưng khẳng định nó sẽ học được cách suy nghĩ và cách truyền đạt ý tưởng của con người.
ĐẠI CHIẾN AI 25 Rosenblatt chia sẻ về một cộng sự của ông ở Văn phòng Nghiên cứu Hải quân: “Anh ấy không tán thành chuyện nhiều người ca tụng rằng cỗ máy là một ‘bộ não cơ học’. Nhưng đó chính xác là thứ chúng tôi đang tạo ra”. èèè Khác hẳn với cánh phóng viên hay nhà tài trợ, các đồng nghiệp trong giới hàn lâm của Rosenblatt lại không mấy ấn tượng với Perceptron. Những nhà khoa học từng tụ họp tại hội nghị Dartmouth vào mùa hè năm 1956 cũng đã thảo luận về ý tưởng mạng nơ-ron nhân tạo, nhưng cuối cùng họ đều đồng tình rằng nên chọn một hướng khác để phát triển AI, gọi là “điện toán dựa trên quy tắc” (rule-based computing). Cách tiếp cận này thiên về sức mạnh tính toán thô, trong đó con người phải lập trình thủ công từng bước để máy móc làm theo. Thay vì tạo ra một mạng nơ-ron nhân tạo có khả năng học hỏi như con người, họ chọn cách “nhồi” kiến thức và khả năng suy luận vào máy tính thông qua mã lệnh. Phương pháp này còn được gọi là “AI biểu tượng” (symbolic AI) và về sau được phát triển thành “hệ thống chuyên gia”. Người đề xướng chính, hoặc chí ít là người ủng hộ nhiệt thành nhất, cho cách tiếp cận này là Marvin Minsky, giáo sư của Viện Công nghệ Massachusetts (Massachusetts Institute of Technology – MIT). Minsky chính là hình mẫu mà tôi dần trở nên quen thuộc khi viết về giới công nghệ: tự tin thái quá và không lắng nghe ý kiến trái chiều, ngay cả khi bản thân thường xuyên đoán sai về nhiều thứ. Tuy vậy, không thể phủ nhận được tầm ảnh hưởng của ông trong lĩnh vực trí tuệ nhân tạo. Ông là một trong những chủ tọa của hội nghị Dartmouth và sau đó đã cùng John McCarthy sáng lập Dự án Trí tuệ Nhân tạo tại MIT. Khi còn là nghiên cứu sinh, Minsky từng thực hiện thử nghiệm về mạng nơ-ron nhân tạo, nhưng ông đã kết luận rằng đó là một ngõ cụt. Đến giữa thập niên 1960, ông chuyển sang ủng hộ hướng tiếp cận AI dựa trên quy tắc. Chẳng bao lâu sau, phần lớn giới nghiên cứu cũng đi theo con đường ấy. Năm 1967,
26 AI VALLEY Minsky tuyên bố: “Chỉ trong vòng một thế hệ nữa, vấn đề tạo ra trí tuệ nhân tạo về cơ bản sẽ được giải quyết”. Herbert A. Simon, một nhà tiên phong khác của AI dựa trên quy tắc, cũng dự đoán rằng đến giữa thập niên 1980, máy móc sẽ có khả năng “làm được bất kỳ công việc nào mà con người có thể làm”. Theo lời kể của nhiều người cùng thời, Minsky là một nhân vật ưa tranh cãi, có tính cách ngạo mạn và đặc biệt thích tạo kịch tính. Xét theo khía cạnh này thì ông gần như là hình mẫu tiên phong cho những nhân vật sau này sẽ định hình Thung lũng Silicon. Minsky không ngần ngại chế giễu Rosenblatt bất cứ khi nào có cơ hội. Trong quyển Genius Makers (Kiến tạo thiên tài), một tác phẩm ghi lại lịch sử phát triển của trí tuệ nhân tạo, nhà báo Cade Metz đã kể về một hội thảo AI nhỏ được tổ chức ở Puerto Rico năm 1966. Tại hội thảo này, một nhà nghiên cứu trẻ bước lên bục để trình bày về mạng nơ-ron nhân tạo mà anh và đồng nghiệp đang xây dựng dựa trên hình mẫu của Mark I. Khi phần hỏi đáp bắt đầu, Minsky châm chọc: “Sao một người trẻ thông minh như anh lại đi phí thời gian cho thứ vớ vẩn này nhỉ?”. Cả khán phòng bật cười khi ông mỉa mai ý tưởng cho rằng Perceptron có thể mô phỏng bộ não con người. Metz viết: “Đó là kiểu hành xử điển hình của Minsky, một người luôn thích khuấy động dư luận”. Không lâu sau, Minsky cùng một đồng nghiệp viết hẳn một quyển sách chỉ rõ những hạn chế của mạng nơ-ron nhân tạo. Quyển sách tên là Perceptrons, một tựa đề nhắm thẳng vào cỗ máy của Rosenblatt. “Đây là một ý tưởng không có tương lai”, Minsky tuyên bố về mạng nơ-ron nhân tạo. Kể từ đó, nguồn vốn của chính phủ Mỹ bắt đầu chuyển hướng sang các dự án về AI dựa trên quy tắc, còn học máy thì dần bị giới nghiên cứu lãng quên. “Trong một thời gian dài, Marvin Minsky đã là người có sức ảnh hưởng lớn trong lĩnh vực trí tuệ nhân tạo”, giám đốc Phòng thí nghiệm Trí tuệ Nhân tạo Stanford, Chris Manning, nhận xét. Ở giai đoạn đầu sự nghiệp, Manning cũng từng theo đuổi cách tiếp cận AI dựa trên quy tắc, nhưng rồi ông phải thừa nhận rằng những đóng góp của Minsky cuối cùng chẳng mang lại kết quả gì ngoài việc
ĐẠI CHIẾN AI 27 chứng minh rằng con đường ông đã chọn là vô nghĩa. Các lập trình viên không bao giờ có thể nghĩ ra đủ bộ quy tắc để xử lý hết độ phức tạp của thế giới thực. Manning chia sẻ: “Cách tiếp cận của Minsky khác xa những gì chúng ta đang làm hiện nay. Nó hoàn toàn không giúp ích gì cả. Và thực tế là chính sức ảnh hưởng của ông ta đã kìm hãm biết bao tiến bộ đáng lẽ đã có thể xảy ra sớm hơn”. èèè Những giới hạn của máy tính thời bấy giờ đã phần nào lý giải vì sao lĩnh vực AI lúc ấy không thể tiến xa hơn. Máy móc đơn giản là chưa thể lưu trữ đủ dữ liệu hay xử lý đủ nhanh để đạt được kết quả nào thật sự đáng kể. Hàng chục năm trước, một nhà nghiên cứu từng ví tình cảnh của họ giống như một nhóm kỹ sư đang thiết kế động cơ máy bay phản lực vào thời điểm mà chưa ai tìm được nhiên liệu giúp máy bay cất cánh. “Máy tính vẫn còn thiếu cả triệu lần sức mạnh tính toán so với mức cần có để thể hiện được trí thông minh như con người”, nhà nghiên cứu này cho biết. Chiếc Mark I mà Rosenblatt chế tạo để vận hành Perceptron chiếm gần trọn cả căn phòng nhưng lại chỉ xử lý được 400 nơ-ron nhân tạo. Trong khi đó, bộ não con người có hơn 85 tỷ nơ-ron. Dù vậy, những lời tuyên bố hùng hồn về AI vẫn tiếp tục xuất hiện, thậm chí còn được thổi phồng đến mức kỳ ảo. Một trong những dự án được quảng bá rầm rộ là Shakey, một người máy cao gần hai mét, di chuyển bằng bánh xe, ra đời trong thập niên 1960. Shakey không phải người máy đầu tiên trên thế giới, nhưng là người máy đầu tiên được thiết kế để hành động một cách tự chủ. Trên lý thuyết, bạn có thể ra lệnh cho nó đi lấy một món đồ, và nó sẽ tự suy luận để tìm cách thực hiện nhiệm vụ đó. Nhưng thực tế, Shakey trông giống như một tủ hồ sơ biết di chuyển hơn là một người máy thông minh. Nó được gắn cảm biến, camera truyền hình (để thu nhận hình ảnh) và ăng-ten (để nghe chỉ dẫn). Khó khăn lắm nó mới di chuyển được từ điểm A đến điểm B, và chỉ sau vài phút hoạt động là hết pin. Vậy mà
28 AI VALLEY trên tạp chí Life, Shakey được ca ngợi là “con người điện tử đầu tiên” của thế giới. Tại một hội nghị AI cuối thập niên 1960, một diễn giả còn mạnh miệng dự đoán rằng chẳng bao lâu nữa, những người máy thông minh như Shakey sẽ xuất hiện trong các gia đình để làm những việc vặt như nhặt quần áo dơ cho con người. Phần mềm tạo lập bản đồ của Shakey về sau đã trở thành nền tảng cho các ứng dụng định vị ngày nay. Nguyên lý lập trình cốt lõi của người máy này vẫn được kế thừa và phát triển trong các công nghệ xử lý ngôn ngữ tự nhiên hiện tại. Tuy nhiên, chính những tuyên bố hão huyền về Shakey đã khiến nó bị coi là một thất bại thay vì được ghi nhận như bước thử nghiệm đầu tiên đầy triển vọng trong việc tạo ra robot tự động. Ra mắt vào giữa thập niên 1960, Eliza là một trong những sáng tạo đáng chú ý hơn của AI thời kỳ đầu. Nó cũng góp phần làm tăng kỳ vọng của công chúng về AI, nhưng không phải vì tuyên bố của người tạo ra nó mà phần nhiều là do mong muốn của người dùng. Joseph Weizenbaum, một nhà khoa học máy tính tại MIT, đã tạo ra Eliza để châm biếm một số tuyên bố lố bịch về AI, đặc biệt là những lời hứa hẹn khoa trương về khả năng đối thoại của máy tính. Chatbot này, được đặt tên theo nhân vật Eliza Doolittle trong vở kịch Pygmalion1, chỉ đơn giản lặp lại lời người dùng bằng một chương trình so khớp mẫu cực kỳ đơn giản. (Ví dụ khi người dùng nói “Hôm nay tôi buồn”, Eliza sẽ đáp lại là “Tại sao hôm nay bạn buồn?”.) Thế nhưng thay vì cùng Weizenbaum bật cười trước thí nghiệm tư duy nho nhỏ này, nhiều người lại trò chuyện với Eliza như thể nó là một nhà trị liệu tâm lý hoặc một người bạn thật sự. Trong một quyển sách mà ông viết vào một thập niên sau đó, Weizenbaum kể rằng mình bị sốc trước phản ứng của mọi người về Eliza. Ngay cả thư ký của ông, người vốn biết rõ đó chỉ là một trò đùa, cũng từng nài nỉ ông rời khỏi phòng mỗi khi cô ấy muốn trò chuyện với Eliza. 1 Trong vở kịch Pygmalion của George Bernard Shaw, Eliza Doolittle là một cô gái nghèo khổ có giọng nói và cách ăn nói cộc cằn nhưng được một nhà ngôn ngữ học dạy cho cách nói năng và cư xử như một tiểu thư quý phái. Chatbot được đặt tên Eliza nhằm ẩn dụ cho việc máy tính học nói chuyện theo kiểu của con người.
ĐẠI CHIẾN AI 29 Một đợt “đóng băng” lớn đã ập đến với AI trong thập niên 1970 – điều mà những người trong ngành gọi là “mùa đông của AI”. Bộ Quốc phòng Mỹ khi đó đã tài trợ cho dự án Shakey thông qua Cơ quan Chỉ đạo các Dự án Nghiên cứu Quốc phòng Tiên tiến – tổ chức chính phủ từng đi đầu trong việc tạo ra internet. Tuy nhiên, trong khi quân đội kỳ vọng có được những binh lính robot có thể làm nhiệm vụ trinh sát hoặc ít nhất là đứng gác, thì thực tế là sau khi tiêu tốn hàng triệu đô-la, họ chỉ nhận được báo cáo rằng máy tính vẫn gần như không thể phân biệt được bên trái và bên phải. Chính phủ dần ngưng tài trợ cho lĩnh vực AI, và các quỹ nghiên cứu cũng vậy. Theo giới học thuật, mùa đông đầu tiên của AI bắt đầu từ năm 1974 và kéo dài đến năm 1980. “Vấn đề AI là một trong những thách thức khó khăn nhất mà khoa học từng đối mặt”, Marvin Minsky thừa nhận vào năm 1982. Sau này, Minsky đã bày tỏ sự hối tiếc về thành công của quyển Perceptrons và thừa nhận rằng công nghệ mạng nơ-ron nhân tạo thật ra vẫn ẩn chứa nhiều tiềm năng. Tuy nhiên, Minsky không bao giờ có cơ hội xin lỗi Rosenblatt, người đã qua đời trong một tai nạn tàu thuyền vào đúng sinh nhật lần thứ bốn mươi ba của mình, chỉ hai năm sau khi Perceptrons được xuất bản. èèè Intel – công ty có trụ sở tại Santa Clara, một thị trấn cách San Francisco khoảng 70 km về phía nam – là nơi sản xuất chip bán dẫn làm từ silicon, vật liệu đã tạo ra máy tính cá nhân và cũng là nguồn gốc của biệt danh nổi tiếng để chỉ cả khu vực: Thung lũng Silicon. Biệt danh này được đặt ra vào năm 1971 bởi phóng viên của một tờ tạp chí chuyên ngành máy tính, người muốn tìm một cách gọi thông minh hơn để chỉ Thung lũng Santa Clara – một khu vực ở phía nam San Francisco, từng nổi tiếng là nơi trồng hoa quả hàng đầu nước Mỹ. Khi cuộc cách mạng máy tính cá nhân bùng nổ, trọng tâm của ngành công nghệ chuyển dần về Bờ Tây nước Mỹ. Tại Thung lũng Silicon, Apple lên sàn chứng khoán vào năm 1980, và tin đồn lan nhanh về các nhà đầu tư mạo hiểm thu lời gấp hơn 200 lần so với vốn gốc
30 AI VALLEY trong thương vụ này đã thu hút thêm nhiều nhà đầu tư đổ xô đến khu vực. Các vườn mơ, mận và anh đào dần bị san phẳng, nhường chỗ cho các tòa nhà văn phòng và khu công nghiệp công nghệ cao. Bờ Đông từng là khu vực thống trị trong những thập niên đầu của AI, nhưng nền móng của sự chuyển dịch trọng tâm về phía tây đã xuất hiện từ những năm 1930, khi trưởng khoa Kỹ thuật của Đại học Stanford lúc bấy giờ là Frederick Terman đưa ra chủ trương kết nối nghiên cứu học thuật với doanh nghiệp thương mại. Năm 1939, hai học trò của Terman là Bill Hewlett và Dave Packard đã thành lập công ty điện tử của họ trong một ga-ra ở Palo Alto. Tiếp nối tinh thần khuyến khích khởi nghiệp đó, ngay sau Thế chiến II, Đại học Stanford xây dựng một khu công nghiệp gần trường dành cho những cựu sinh viên và giảng viên có hứng thú thành lập các công ty khởi nghiệp về công nghệ. Đầu những năm 1960, John McCarthy, người đặt ra thuật ngữ “trí tuệ nhân tạo”, rời MIT để góp phần sáng lập nên Phòng thí nghiệm Trí tuệ Nhân tạo Stanford. Tại đó, trong một tòa nhà gỗ hình bán nguyệt ẩn mình giữa ngọn đồi phía trên khuôn viên trường, các nhà nghiên cứu đã thử nghiệm mọi thứ từ robot, âm nhạc do máy tính tạo ra, cho đến những chiếc máy có khả năng nhìn và nói. Qua nhiều thập niên, nhiều tập đoàn lớn trong ngành điện tử như IBM, Xerox, Lockheed và General Electric đều lần lượt mở văn phòng chỉ cách Stanford vài phút lái xe. Đến những năm 1980, Stanford đã vươn lên trở thành trung tâm AI hàng đầu thế giới. Đầu thập niên 1980, AI lại một lần nữa trở thành cơn sốt. Lần này, tâm điểm chú ý xoay quanh “hệ thống chuyên gia”, thứ mà về bản chất chỉ là một tên gọi mới của mô hình AI dựa trên quy tắc từng được Marvin Minsky đề xuất. Ý tưởng lần này, do Giáo sư Edward Feigenbaum của Đại học Stanford khởi xướng, là thu thập kiến thức chuyên môn của các chuyên gia để đưa vào những hệ thống chuyên biệt theo từng lĩnh vực. Ví dụ, việc bố trí nhân viên đảm bảo an toàn trên mỗi giàn khoan dầu để giám sát hoạt động của cả đội ngũ là vô cùng tốn kém, nhưng nếu một cỗ máy được lập trình sẵn toàn bộ kiến thức và quy tắc của chuyên gia có thể làm được việc đó thì sao?
ĐẠI CHIẾN AI 31 Một dự án thú vị của thời kỳ này là xây dựng một hệ thống chuyên gia có khả năng phát hiện những sai phạm trong hồ sơ mà các công ty niêm yết nộp cho Ủy ban Giao dịch và Chứng khoán Hoa Kỳ. Khác với làn sóng đầu tiên, cơn bùng nổ AI ở thập niên 1980 không còn dựa nhiều vào nguồn tài trợ của chính phủ mà chủ yếu được thúc đẩy bởi các quỹ đầu tư mạo hiểm và tập đoàn lớn – những bên đã nhìn thấy cơ hội kiếm tiền khổng lồ từ AI. Giống như những gì sẽ tái diễn vào năm 2023, dòng tiền ồ ạt đổ vào bất kỳ công ty nào đưa ra được những kế hoạch đầy thuyết phục về việc khai thác tiềm năng của AI để sinh lời. Các công ty phần cứng thì thi nhau mọc lên như thể bí quyết để AI hoạt động hiệu quả là nằm ở những thiết bị chuyên dụng được tối ưu để chạy LISP – ngôn ngữ lập trình do John McCarthy tạo ra và được các nhà nghiên cứu AI ưa chuộng. (Giới lập trình còn đùa nhau rằng LISP là viết tắt của Lots of Idiotic Stupid Parentheses, nghĩa là “rất nhiều dấu ngoặc ngớ ngẩn”.) Texas Instruments và Xerox nằm trong số các hãng máy tính thương mại quảng bá rầm rộ cho máy chạy LISP, trong khi các công ty lớn nhỏ khác lại tìm cách tận dụng sự phổ biến của Prolog, một ngôn ngữ lập trình phổ biến khác mà giới nghiên cứu AI ưa dùng. Cùng lúc đó, hàng loạt công ty khởi nghiệp được lập ra để bán các hệ thống chuyên gia cho từng đối tượng cụ thể như nhà sản xuất ô tô, nhà bán lẻ hay luật sư. Một số công ty khác cũng được thành lập để cung cấp những công cụ kỹ thuật số mà các doanh nghiệp cần để xây dựng và vận hành hệ thống AI. Các nhà phân tích thời đó dự đoán rằng hệ thống chuyên gia sẽ tạo ra một ngành công nghiệp trị giá hàng tỷ đô-la. “Với dòng tiền khổng lồ đổ vào lĩnh vực này, nhiều người sẵn sàng từ bỏ con đường học thuật để mở công ty khởi nghiệp”, Jerry Kaplan, người vừa nhận bằng tiến sĩ tại Đại học Stanford vào thời điểm đó, nhớ lại. “Lúc đó tôi đang làm nghiên cứu sau tiến sĩ tại Stanford thì làn sóng khởi nghiệp ở Thung lũng Silicon bắt đầu trỗi dậy. Thế là tôi quyết định mở công ty.” Kaplan hợp tác với một trong những giáo sư của mình tại Stanford là Feigenbaum. Khi cả hai cùng đi chào hàng cho công ty khởi nghiệp Teknowledge do họ đồng sáng lập, Kaplan nhận thấy
32 AI VALLEY thầy của mình đã khéo léo nói bất cứ điều gì mà các khách hàng tiềm năng muốn nghe. Nếu gặp một giám đốc trong ngành dầu khí, Feigenbaum sẽ say sưa trình bày về những cách mà hệ thống chuyên gia của ông có thể hỗ trợ thăm dò và khoan dầu, dù hệ thống ấy vẫn chỉ mới ở giai đoạn lên ý tưởng. Kaplan nhận xét: “Feigenbaum có một chút tính cách của cả Rosenblatt lẫn Minsky”. Kaplan chia sẻ: “Rất nhiều công ty được thành lập nhưng phần lớn chỉ là đồ bỏ đi”. Năm 1985, Teknowledge chính thức phát hành cổ phiếu và trở thành một trong số ít công ty thành công trong giai đoạn đó, nhưng Kaplan không gắn bó với công ty này lâu. Ông đánh mất niềm tin vào hệ thống chuyên gia nói riêng và toàn bộ mô hình AI dựa trên quy tắc nói chung. Việc liên tục thêm từng dòng mã để huấn luyện máy tính chỉ khiến hệ thống trở nên rối rắm hơn, chứ không giúp nó tiến gần hơn chút nào tới khả năng ứng dụng thực tế trong kinh doanh. “Tôi đã rút ra kết luận là hệ thống chuyên gia không phải là hướng đi đúng đắn”, Kaplan nói. Kaplan không phải người duy nhất thấy được điều đó. Dòng tiền đầu tư bắt đầu cạn kiệt, và khi nguồn vốn biến mất thì tiến độ nghiên cứu cũng chững lại. Mùa đông thứ hai của AI bắt đầu từ năm 1987 và kéo dài hơn mùa đông đầu tiên. “Trong suốt thập niên 1990, gần như chẳng có gì đáng kể diễn ra trong lĩnh vực AI”, Chris Manning nhận xét. “Thật sự là một thời kỳ cô đơn”, James Manyika chia sẻ. Lớn lên ở Zimbabwe, Manyika bắt đầu làm luận án tiến sĩ về trí tuệ nhân tạo tại Đại học Oxford đúng lúc mùa đông thứ hai của AI bắt đầu bao trùm lĩnh vực này. “Tất cả chúng tôi đều được khuyên không nên dùng cụm từ ‘trí tuệ nhân tạo’ trong luận án, nếu không thì sẽ chẳng ai coi trọng công trình của chúng tôi”, Manyika kể lại. Ông cũng nhận được lời khuyên tương tự khi tiếp tục theo đuổi các nghiên cứu sau tiến sĩ. Manyika cho biết: “Nếu bạn đi xin tài trợ cho nghiên cứu, người ta sẽ dặn bạn nên nói là đang làm về trí tuệ máy móc hoặc học máy – muốn gọi là gì cũng được, miễn đừng dùng từ AI”.
Mục Lục\ Lời tựa.................................................................................................. 5 LỜI NÓI ĐẦU Tham vọng ngàn tỷ đô-la................................................................... 9 CHƯƠNG 1 Những nhà kiến tạo.......................................................................... 21 CHƯƠNG 2 Cậu nhóc cô đơn............................................................................... 33 CHƯƠNG 3 Những tín đồ đích thực.................................................................... 59 CHƯƠNG 4 DeepMind........................................................................................... 83 CHƯƠNG 5 Những người bạn thông thái........................................................ 103 CHƯƠNG 6 Nhấn nút tái tạo............................................................................. 121 CHƯƠNG 7 Đập bàn........................................................................................... 135 CHƯƠNG 8 Quyền lực lớn lao........................................................................... 155 CHƯƠNG 9 Dự án myAI..................................................................................... 173 CHƯƠNG 10 Như con người............................................................................... 193
ĐẠI CHIẾN AI 407 CHƯƠNG 11 Món đồ chơi mới hào nhoáng...................................................... 211 CHƯƠNG 12 “Em yêu anh, Kevin Roose”........................................................... 225 CHƯƠNG 13 Thung lũng Trí tuệ. ........................................................................ 235 CHƯƠNG 14 Kẻ đam mê nhiệt thành................................................................. 253 CHƯƠNG 15 Pi...................................................................................................... 267 CHƯƠNG 16 Mùa xuân của AI............................................................................ 285 CHƯƠNG 17 Sự cân bằng mong manh.............................................................. 309 CHƯƠNG 18 Tăng tốc không do dự................................................................... 325 CHƯƠNG 19 Lãnh địa của những gã khổng lồ................................................. 347 Lời bạt............................................................................................. 369 Lời cảm ơn....................................................................................... 389 Ghi chú về nguồn tư liệu.............................................................. 393
RkJQdWJsaXNoZXIy MjI4NTM1Ng==