Việc nói về siêu AI ngầm giả định rằng trí thông minh là một thang đo duy nhất. Hồi nhỏ, bố mẹ tôi thường đánh dấu chiều cao của tôi và em trai lên khung cửa phòng giặt. Mỗi năm, em tôi lại cao thêm một chút, tiến gần hơn đến tôi, cho đến một năm điều không tưởng xảy ra: nó cao vượt tôi (giờ nó cao 1m90). Cảm giác hiện tại cũng giống như vậy, khi chúng ta nhìn những “đứa em” mới này với nỗi lo rằng chúng có thể vượt qua mình.

Nhưng trí thông minh không giống chiều cao. Chỉ có một cách để “cao”, nhưng có rất nhiều cách để “thông minh”. Chỉ cần nhìn vào các loài động vật khác là đủ thấy điều đó. Con người có thể tuyệt vời, nhưng chúng ta vẫn phải kinh ngạc trước khả năng định hướng của chim, sự hợp tác của kiến, hay cách săn mồi của nhện. Mỗi loài đều được môi trường định hình để trở nên thông minh theo một cách riêng.

Con người cũng vậy. Trí óc của chúng ta được định hình bởi sinh học. Chúng ta chỉ sống vài chục năm, và phải học mọi thứ cũng như làm mọi điều trong khoảng thời gian ngắn ngủi đó. Tất cả việc học và làm ấy đều được điều khiển bởi khoảng một kilogram nơ-ron nằm trong hộp sọ xương cứng. Chúng ta chỉ có thể chia sẻ suy nghĩ với người khác bằng cách phát ra âm thanh hoặc gõ, cử động ngón tay.

Trong khi đó, các hệ thống AI không bị ràng buộc bởi những giới hạn này. Chúng có thể xử lý lượng dữ liệu nhiều hơn bất kỳ con người nào có thể tiếp xúc trong cả đời. Chúng có thể mở rộng năng lực bằng cách sử dụng thêm máy tính. Và chúng có thể dễ dàng chia sẻ những gì học được với các hệ thống khác.

Cuộc sống ngắn ngủi, bộ não “mềm” và những âm thanh từ miệng của chúng ta có thể trông như hạn chế so với máy móc. Nhưng chính những điều đó lại khiến chúng ta trở nên đặc biệt – và sẽ tiếp tục như vậy.

Trí thông minh của con người là một phản ứng trước những giới hạn của chính mình. Để tận dụng tối đa cuộc sống, chúng ta có khả năng đáng kinh ngạc trong việc học từ trải nghiệm hạn chế. Đúng là AlphaGo có thể đánh bại những kỳ thủ cờ vây giỏi nhất, nhưng nó được huấn luyện trên lượng dữ liệu tương đương với nhiều đời người. Đúng là ChatGPT có thể trò chuyện khá tự nhiên, nhưng nó dựa trên hàng nghìn năm ngôn ngữ. Không một hệ thống AI nào có thể tạo ra những câu nói sáng tạo như một đứa trẻ 5 tuổi nếu chỉ được tiếp xúc với cùng lượng dữ liệu như vậy.

Điều này cũng đúng với bộ não hạn chế và khả năng giao tiếp của chúng ta. Chúng ta không thể “bật thêm máy tính” khi cần thêm sức mạnh xử lý. Vì thế, chúng ta buộc phải giỏi nhận diện mẫu trong công việc và sử dụng sự chú ý một cách hiệu quả. Việc chỉ dựa vào lời nói là một thách thức, nên chúng ta đã tạo ra các công cụ – ngôn ngữ, chữ viết, giáo dục và khoa học – để tích lũy tri thức qua con người và thời gian. Điều đó đòi hỏi chúng ta phải giỏi hiểu suy nghĩ của người khác và hợp tác để đạt mục tiêu chung.

Vì con người và máy móc đối mặt với những ràng buộc khác nhau, ta có thể kỳ vọng họ sẽ tìm ra những cách giải khác nhau cho các vấn đề. Dù AI hiện đại đang bắt đầu làm được nhiều việc giống con người, cách chúng làm thường rất khác. Những giải pháp mà chúng tìm ra bị định hình bởi trải nghiệm và phần cứng riêng của chúng.

Hãy xem một ví dụ đơn giản. Có bao nhiêu chữ cái trong chuỗi này: aaaaaaaaaaaaaaaaaaaaaaaaaaaaa? Với con người, câu hỏi này không quá khó – bạn chỉ cần đếm. Nhưng với AI, điều này phức tạp hơn. Chúng bị ràng buộc bởi cách biểu diễn ngôn ngữ và cách được huấn luyện. Chúng thường chia từ thành các phần nhỏ (“token”), khiến việc trả lời các câu hỏi về chính tả trở nên khó khăn. Và chúng có xu hướng ưu tiên những chuỗi token xuất hiện thường xuyên hơn trong dữ liệu huấn luyện. Nghiên cứu cho thấy mô hình GPT-4 của OpenAI – từng được ca ngợi là có “tia sáng của trí tuệ nhân tạo tổng quát” – lại dễ trả lời đúng câu hỏi này hơn khi có 30 chữ cái thay vì 29. Vì sao? Vì số 30 xuất hiện trong dữ liệu nhiều hơn số 29.

Đây không phải là điểm yếu duy nhất của AI. Hãy tưởng tượng bạn đang hỗ trợ một dược sĩ. Họ cần một loại thuốc với nồng độ 785 phần triệu (ppm). Có hai ống nghiệm: một chứa 685 ppm và một chứa 791 ppm. Nhiệm vụ của bạn là chọn ống có nồng độ gần nhất với yêu cầu. Rõ ràng, bạn sẽ chọn 791 ppm. Nhưng đôi khi, ngay cả các hệ thống AI hàng đầu lại chọn 685 ppm. Vì sao? Vì các mạng nơ-ron nhân tạo có xu hướng “làm mờ” thông tin. Khi có hai khả năng, chúng chọn một điểm ở giữa. Số 785 có thể được biểu diễn như chuỗi chữ số (“7”, “8”, “5”) hoặc như một đại lượng. Nếu là chuỗi, 785 giống 685 hơn (chỉ khác một chữ số). Nhưng nếu là đại lượng, nó gần 791 hơn. Sự nhầm lẫn này có thể gây hậu quả nghiêm trọng.

Trí thông minh của con người dựa trên bề rộng trải nghiệm vượt xa dữ liệu huấn luyện của AI. Chúng ta dùng bộ não để thay tã cho em bé, chơi cờ, chứng minh định lý, nấu ăn, viết tiểu thuyết và sáng tác giao hưởng. AI thường được huấn luyện để làm một việc cụ thể – bạn có thể hỏi ChatGPT cách thay tã, nhưng nó không thể bế một đứa trẻ đang quẫy đạp. Bộ não con người làm được tất cả những điều này vì nó tiến hóa trong một thế giới đầy thử thách, khiến chúng ta vừa đủ khả năng học những gì cần thiết trong một đời người.

Cuộc sống hữu hạn, bộ não hữu hạn và khả năng giao tiếp hạn chế đã định hình bản chất trí tuệ con người. Vì thế, ta có thể kỳ vọng rằng trí óc con người vẫn sẽ giữ được nét đặc biệt, ngay cả khi chúng ta tiếp tục phát triển những cỗ máy thông minh hơn. Hãy nhớ: trí thông minh không phải là một thang đo duy nhất, nơi AI đang dần chạm tới vạch mà con người đã đánh dấu.

Cách nhìn này cũng khiến chúng ta nên hoài nghi trước những tuyên bố về AI siêu nhân loại. Khi chú ý đến sự khác biệt về ràng buộc, huấn luyện và phần cứng, ta đi đến một kết luận khác: AI sẽ không giỏi hơn con người trong mọi thứ. Nó sẽ tốt hơn ở một số mặt và kém hơn ở những mặt khác. AI và trí tuệ con người đơn giản là khác nhau. Và giống như anh chị em, có lẽ chúng ta có thể học cách nhìn nhau không phải như đối thủ, mà như những người bạn đồng hành.