Các nhà nghiên cứu cho biết có thể giải quyết vấn đề Trí tuệ nhân tạo AI có thể hiểu những ý nghĩa thông thường chỉ qua một trò chơi.

Pictionary là một trò chơi thường gắn liền với thời gian dành cho gia đình sau bữa tối, nhưng nếu các nhà nghiên cứu chứng minh chính xác, trò chơi trường học cũ này có thể mang lại cho các chương trình AI một mô-đun thông thường.

Theo báo cáo của MIT Technology Review, các nhà nghiên cứu tại Viện AI (AI2) của Allen tin rằng trong trò chơi Pictionary, người chơi vẽ một hình ảnh để truyền tải một từ hoặc cụm từ, có thể thu hẹp khoảng cách giữa việc sử dụng thuật toán, học máy (ML), điện toán nhận thức với những gì chúng ta gọi là “lẽ thường”.

Có lẽ sẽ hơi khó xác định, chúng ta thường cho rằng lẽ thường là ứng dụng thông tin và ra quyết định để bảo vệ môi trường của chúng ta và thế giới xung quanh chúng ta.

AI có thể tính toán và thực hiện các nhiệm vụ được xác định bởi lập trình của nó với tốc độ lớn, nhưng điều này không có nghĩa là nó có thể tạo ra các kết nối giữa các đối tượng và con người hoặc có thể suy luận dựa trên kiến ​​thức trong thế giới thực.

Một ví dụ sẽ là hỏi AI câu hỏi pin-and-carrot: nếu bạn cắm ghim vào củ cà rốt, cà rốt có lỗ hay ghim có lỗ? Câu trả lời quả là rõ ràng đối với chúng ta, nhưng đối với các mô hình AI ngày nay thì không phải như vậy .

Sự thiếu hiểu biết thông thường này đang cản trở một số ứng dụng AI hiện nay, chẳng hạn như chatbot và trợ lý giọng nói trực tiếp, vì chúng không thể dịch hoặc hiểu các truy vấn ngoài những câu hỏi đơn giản nhất.

Tuy nhiên, nhóm AI2 tin rằng việc đào tạo AI thông qua Pictionary có thể dẫn đến “chén thánh” – AI được trang bị hiểu biết thông thường trở thành hiện thực.

Để kiểm tra lý thuyết, các nhà nghiên cứu đã tạo ra một phiên bản trực tuyến của trò chơi, được đặt tên là Iconary, kết nối AI và người chơi, cả hai đều có nhiệm vụ đoán ý nghĩa đằng sau một hình ảnh.

Mỗi bức ảnh được chuyển đổi thành các biểu tượng và AI sau đó lấy các cụm từ và từ ngữ từ cơ sở dữ liệu để “đoán” câu trả lời đúng. Nếu cần, AI có thể tiếp tục đoán và yêu cầu thêm thông tin để tìm câu trả lời đúng. Tổng cộng, cơ sở dữ liệu chứa 1.200 biểu tượng, 75.000 cụm từ và 20.000 từ.

Hy vọng rằng khi AI học hỏi, nó sẽ phát triển loại hiểu biết chung của riêng mình bằng cách hình thành các kết nối giữa các khái niệm trừu tượng khác nhau – ví dụ như cách máy tính, bàn phím và chuột đi cùng nhau, hoặc liên kết chung giữa trà túi và một chiếc cốc.

Đồng sáng lập Microsoft, Paul Allen là người tạo ra phòng thí nghiệm phi lợi nhuận và gần đây đã đầu tư thêm 125 triệu USD vào các dự án của tổ chức.

“Khi tôi thành lập AI2, tôi muốn mở rộng khả năng của trí tuệ nhân tạo thông qua nghiên cứu có tác động cao,” Allen nói. “Ban đầu trong nghiên cứu AI, có rất nhiều sự tập trung vào sự hiểu biết thông thường, nhưng công việc đó bị đình trệ. AI vẫn thiếu sự hiểu biết thông thường mà hầu hết những đứa trẻ 10 tuổi đều biết. Chúng tôi muốn bắt đầu nghiên cứu để đạt được những bước đột phá lớn trong lĩnh vực này.”

Vân Thùy

Lược dịch theo Charlie Osborne, ZDNet


Những ứng dụng của trí thông minh nhân tạo đang được áp dụng ngày càng phổ biến và cho thấy sự ưu việt trong các ngành nghề, lĩnh vực. Mô hình 7 lớp AIWS với Lớp 7 – Những ứng dụng kinh doanh cho toàn xã hội: Tham gia và hỗ trợ kinh doanh mà viện Michael Dukakis về Lãnh đạo và Sáng tạo đang nghiên cứu xây dựng sẽ giúp đảm bảo công nghệ trí tuệ nhân tạo không có những rủi ro về lạm dụng, sai số hay mất kiểm soát là rất quan trọng.