Ilya Sutskever, đồng sáng lập và cựu nhà khoa học trưởng của OpenAI, đã chia sẻ những hiểu biết sâu sắc của mình về tương lai của trí tuệ nhân tạo tại hội nghị. Chuyên gia AI này đã rời OpenAI vào đầu năm nay để thành lập phòng thí nghiệm AI riêng có tên Safe Superintelligence Inc.

Thuật ngữ "pre-training" đề cập đến giai đoạn đầu trong quá trình phát triển mô hình AI, khi một mô hình ngôn ngữ lớn học các mẫu từ một lượng lớn dữ liệu chưa được dán nhãn, thường là văn bản từ Internet, sách và các nguồn khác.

Cùng với việc "có tính tác nhân", ông cho biết các hệ thống trong tương lai cũng sẽ có khả năng lý luận. Không giống như AI ngày nay, chủ yếu là khớp mẫu dựa trên những gì mô hình đã thấy trước đó, các hệ thống AI trong tương lai sẽ có thể giải quyết mọi việc từng bước theo cách tương tự như suy nghĩ hơn. 

Theo Sutskever, một hệ thống càng lý luận thì “nó càng trở nên khó đoán”. Ông so sánh tính không thể đoán trước của “các hệ thống thực sự lý luận” với cách mà các AI tiên tiến chơi cờ vua “không thể đoán trước được đối với những người chơi cờ giỏi nhất”.

“Chúng (các AI) sẽ hiểu được mọi thứ từ dữ liệu hạn chế, chúng sẽ không bị nhầm lẫn”.

Trên sân khấu, ông đã đưa ra sự so sánh giữa tỷ lệ của các hệ thống AI và sinh học tiến hóa, trích dẫn nghiên cứu cho thấy mối quan hệ giữa não và khối lượng cơ thể giữa các loài. Ông lưu ý rằng trong khi hầu hết các loài động vật có vú tuân theo một mô hình tỷ lệ, thì các loài hominid (tổ tiên của loài người) lại cho thấy độ dốc khác biệt rõ rệt trong tỷ lệ khối lượng não so với cơ thể trên thang logarit.

Ông cho rằng, cũng giống như quá trình tiến hóa đã tìm ra mô hình mở rộng mới cho bộ não của loài người, AI cũng có thể khám phá ra những cách tiếp cận mới để mở rộng quy mô vượt ra ngoài cách thức đào tạo trước hiện nay.

Mời độc giả xem thêm video: "Mạng thần kinh giúp ô tô tự tìm đường"