Bài 4: Từ lý tính đến học sâu – Trí thông minh nhân tạo và cuộc cách mạng nhận thức
AI có thật sự hiểu? Cái nhìn triết học về học sâu, nhận thức và trí thông minh. Intelligence không chỉ là giải bài toán mà là nền tảng của hiểu biết và đạo đức.
Loạt bài về Trí thông minh và Trí tuệ dưới tác động của AI
Trí thông minh và quyền lực – Góc nhìn từ triết học phương Tây
Trí tuệ hay trí thông minh? So sánh hai thế giới quan Đông – Tây
Từ lý tính đến học sâu – Trí tuệ nhân tạo và cuộc cách mạng nhận thức
Mời các bạn xem bài thứ 4 về sự liên hệ giữa trí thông minh và các giải thuật Deep Learning
Tóm tắt
Càng thành công trong việc mô phỏng trí thông minh, nhân loại càng bị buộc phải định nghĩa lại chính khái niệm này. Bài viết này theo dấu những quan niệm triết học về trí thông minh từ cổ đại đến hiện đại, từ lý tính của Aristotle, kinh nghiệm luận của Hume đến những tranh luận gai góc của Turing, Searle và trường phái chức năng luận.
Sự xuất hiện của học máy (machine learning) và học sâu (deep learning) đã làm rung chuyển cách hiểu truyền thống: trí thông minh giờ đây không còn chỉ là khả năng suy luận theo luật, mà có thể đến từ việc rút mẫu, thích nghi và hành xử hiệu quả – dù không thể giải thích. Liệu điều đó có đồng nghĩa với hiểu biết?
Các mô hình AI hiện đại ngày càng phức tạp và “đen tối” như những bộ não lạ lẫm, hành động thông minh mà không tự ý thức. Điều này đặt ra những câu hỏi triết học mới: trí thông minh có nhất thiết phải đi kèm với ý thức? hiểu biết là gì nếu không thể diễn đạt? Và trí tuệ nhân tạo, rốt cuộc, có thể giúp ta hiểu rõ hơn về chính con người hay đang buộc ta đối mặt với giới hạn của chính mình?
Bài viết khép lại bằng một nhận định đáng suy ngẫm: AI không chỉ là sản phẩm kỹ thuật, mà là chiếc gương phản chiếu lại những ẩn số chưa lời đáp về trí tuệ, tâm trí và sự hiện hữu của nhân loại.
4.1 Các quan điểm triết học về trí thông minh (intelligence)
Khái niệm 'trí thông minh' (intelligence) từ lâu đã trở thành trọng tâm trong nhiều truyền thống triết học, với các cách hiểu và luận giải khác nhau qua các thời kỳ lịch sử. Trong triết học cổ đại, trí thông minh thường được đồng nhất với lý tính – năng lực suy luận logic và hiểu biết lý thuyết của con người. Chẳng hạn, Aristotle xem khả năng tư duy lý tính là đặc trưng phân biệt con người với các loài khác, coi nous (tâm trí hoặc trí thông minh) là phần cao quý nhất trong linh hồn con người. Đến thời kỳ triết học cận đại, các nhà tư tưởng như René Descartes tiếp tục đề cao vai trò của trí thông minh, cho rằng "tôi tư duy, nên tôi tồn tại" – qua đó khẳng định tư duy lý tính chính là bằng chứng nền tảng của sự hiện hữu của con người. Trong khi đó, các triết gia kinh nghiệm luận (như John Locke, David Hume) lại nhấn mạnh rằng trí thông minh và tri thức được hình thành từ trải nghiệm cảm quan; theo quan điểm này, trí thông minh gắn liền với khả năng học hỏi từ kinh nghiệm thực tế chứ không chỉ dựa vào các nguyên lý tiên nghiệm.
Bên cạnh sự khác biệt giữa chủ nghĩa duy lý và chủ nghĩa kinh nghiệm, lịch sử triết học còn chứng kiến nhiều luận điểm đa dạng khác về bản chất của trí thông minh. Chẳng hạn, triết học Scholastic thời trung cổ tìm cách hòa giải lý tính Hy Lạp với giáo lý tôn giáo, xem trí thông minh con người như một món quà thần thánh giúp con người nhận thức được chân lý. Đến thế kỷ 19, cùng với sự phát triển của khoa học tâm lý học sơ khai, xuất hiện các tranh luận về việc liệu trí thông minh có thể được đo lường và phân loại hay không – mở đường cho những khái niệm như trí thông minh trừu tượng so với trí thông minh thực tiễn. Mặc dù cách tiếp cận có khác nhau, điểm chung trong các quan điểm triết học truyền thống là cố gắng xác định trí thông minh như một phẩm chất hoặc năng lực đặc thù của tâm trí con người, gắn liền với ý thức, tư duy và khả năng hiểu biết.
Những thảo luận triết học xoay quanh 'trí thông minh' (intelligence) đặt nền móng cho nhiều câu hỏi hiện đại về trí thông minh nhân tạo sau này. Việc định nghĩa chính xác trí thông minh là gì không chỉ có ý nghĩa về mặt lý thuyết, mà còn ảnh hưởng đến việc chúng ta có thể cho rằng một thực thể phi sinh học – chẳng hạn như máy móc – có trí thông minh hay không. Nếu trí thông minh được hiểu đơn thuần là khả năng suy luận logic và giải quyết vấn đề, thì một cỗ máy tính toán cũng có thể được xem là thông minh. Ngược lại, nếu trí thông minh và trí tuệ theo cách hiểu Phương Đông bao hàm cả ý thức tự nhận thức và trực giác, vấn đề liệu máy móc có thể sở hữu trí thông minh và cả trí tuệ thật sự sẽ trở nên phức tạp hơn về mặt triết học. Chính từ những nền tảng nhận thức luận và siêu hình học này, các nhà khoa học và triết gia thế kỷ 20 đã bắt đầu đặt ra câu hỏi về khả năng mô phỏng hoặc tái tạo trí thông minh bằng máy móc, mở đường cho sự ra đời của khái niệm trí thông minh nhân tạo.
4.2 Từ trí thông minh (intelligence) đến trí thông minh nhân tạo (Artificial Intelligence)
Ý tưởng về việc chế tạo ra những cỗ máy có thể suy nghĩ và học hỏi như con người đã xuất hiện từ rất sớm trong lịch sử tư tưởng. Ngay từ thế kỷ 17, nhà triết học Thomas Hobbes đã gợi ý rằng "lý luận chẳng qua là tính toán", ngụ ý hoạt động tư duy của con người thực chất có thể được xem như một quá trình cơ học. Sang thế kỷ 19, Ada Lovelace và Charles Babbage đã tiên phong trong việc hình dung ra các máy tính cơ học có khả năng thực hiện các phép tính phức tạp – đặt nền móng cho tư duy rằng máy móc có thể mô phỏng phần nào hoạt động trí thông minh. Tuy nhiên, phải đến giữa thế kỷ 20, khái niệm trí thông minh nhân tạo (Artificial Intelligence) mới thật sự định hình như một lĩnh vực khoa học độc lập. Sự ra đời của máy tính điện tử và công trình của các tiên phong như Alan Turing đã thúc đẩy nghiêm túc hóa câu hỏi: "Liệu máy móc có thể suy nghĩ?".
Alan Turing, trong bài báo nổi tiếng năm 1950, đã đề xuất phép thử Turing – một thử nghiệm giả định để xác định xem một cỗ máy có thể được coi là biết suy nghĩ hay không. Phép thử này dựa trên khả năng của máy móc trong việc bắt chước phản hồi của con người trong một cuộc trò chuyện; nếu một người đối thoại không thể phân biệt được đâu là máy, đâu là người, thì máy đó được xem là đã thể hiện trí thông minh tương đương con người. Đề xuất của Turing mang tính chất vừa kỹ thuật vừa triết học: nó không định nghĩa trực tiếp trí thông minh, mà thay vào đó đưa ra một tiêu chí thực dụng để đánh giá trí thông minh của máy. Điều này đã kích thích nhiều tranh luận triết học sôi nổi, đặt nền móng cho sự khác biệt giữa trí thông minh nhân tạo mạnh và trí thông minh nhân tạo yếu. Trí thông minh nhân tạo mạnh (strong AI) cho rằng máy móc không chỉ mô phỏng mà thực sự có trí thông minh và ý thức như con người, trong khi trí thông minh nhân tạo yếu (weak AI) chỉ xem máy móc như những hệ thống mô phỏng trí thông minh, có thể thực hiện nhiệm vụ thông minh nhưng không có hiểu biết hoặc ý thức thực sự.
Sự phát triển của lĩnh vực AI trong nửa sau thế kỷ 20 tiếp tục song hành với những tranh luận triết học sâu sắc. Nhà triết học John Searle đã đưa ra Thí nghiệm Phòng Trung Hoa (Chinese Room) vào năm 1980, lập luận rằng một máy tính cho dù có giả vờ hiểu ngôn ngữ giỏi đến đâu (như trong phép thử Turing) thì thực chất vẫn chỉ "làm theo công thức" mà không thực sự hiểu ý nghĩa. Lập luận của Searle nhấn mạnh sự khác biệt giữa việc thao tác ký hiệu theo quy tắc và việc có trải nghiệm ý thức về những ký hiệu đó, một vấn đề cốt lõi trong triết học tâm trí và triết học ngôn ngữ. Bên cạnh đó, các trường phái triết học như chức năng luận (functionalism) ủng hộ quan điểm rằng trạng thái tâm trí có thể được xác định bởi chức năng hay vai trò của chúng hơn là bởi chất liệu cấu tạo nên hệ thống; quan điểm này về mặt lý thuyết mở đường cho khả năng tâm trí có thể hiện hữu trong máy móc nếu chúng thực hiện đúng các chức năng như não bộ con người. Ngược lại, những người theo chủ nghĩa nhị nguyên (dualism) hoặc một số quan điểm hiện sinh cho rằng có những khía cạnh của trí thông minh và ý thức (chẳng hạn như cảm giác chủ quan, qualia) mà một cỗ máy thuần túy vật lý không thể nào có được.
Như vậy, từ giữa thế kỷ 20, khái niệm trí thông minh nhân tạo (Artificial Intelligence) đã phát triển trong sự tương tác mật thiết giữa tiến bộ khoa học máy tính và luận bàn triết học. Các nhà khoa học máy tính xây dựng những chương trình và thuật toán đầu tiên nhằm giải quyết các bài toán logic, trò chơi, hay chứng minh định lý, đồng thời các triết gia và nhà tư tưởng phân tích ý nghĩa của những thành tựu đó: Liệu chúng ta có đang thực sự kiến tạo ra trí thông minh, hay chỉ đơn thuần tạo ra các công cụ mạnh mẽ bắt chước một phần khả năng của trí óc con người? Câu hỏi này vẫn còn bỏ ngỏ vào cuối thế kỷ 20, nhưng những bước tiến mới trong lĩnh vực AI – đặc biệt là sự xuất hiện của học máy (machine learning) – đã tiếp tục thay đổi cách nhìn nhận của chúng ta về trí thông minh và trí thông minh nhân tạo.
4.3 Học máy (machine learning) và sự thay đổi quan niệm về trí thông minh
Nếu như các hệ thống AI thế hệ đầu chủ yếu dựa trên việc lập trình sẵn những luật lệ và tri thức cho máy (còn gọi là hệ chuyên gia hay AI biểu tượng), thì sự trỗi dậy của học máy (machine learning) từ những năm cuối thế kỷ 20 đã mang lại một cách tiếp cận hoàn toàn khác. Trong học máy, thay vì lập trình chi tiết mọi quy tắc, con người cung cấp cho máy một lượng dữ liệu lớn và một thuật toán để máy tự rút trích kiến thức hoặc mô hình từ dữ liệu đó. Quá trình này phần nào phản ánh cách con người học hỏi từ kinh nghiệm: máy được "đào tạo" trên dữ liệu, sau đó tổng quát hóa để xử lý những tình huống mới. Về mặt triết học, học máy gợi lên sự tương đồng với tư tưởng kinh nghiệm luận – nhấn mạnh rằng tri thức đến từ trải nghiệm tích lũy, chứ không thuần túy từ suy luận tiên nghiệm. Máy móc giờ đây có thể học từ môi trường theo nghĩa nào đó, khiến ranh giới giữa trí thông minh tự nhiên và trí thông minh nhân tạo ngày càng trở nên mờ nhạt hơn.
Sự thành công của học máy trong nhiều nhiệm vụ khác nhau đã buộc các nhà triết học và khoa học nhận thức phải nhìn nhận lại định nghĩa về trí thông minh. Trước đây, năng lực chơi cờ cao cấp hay nhận dạng tiếng nói được xem như dấu hiệu của trí thông minh mà chỉ con người (hoặc ít nhất là sinh vật sống) mới có. Thế nhưng các thuật toán học máy đã đạt và vượt qua con người trong những lĩnh vực này, dẫn đến câu hỏi: Nếu một chương trình có thể tự học và thực hiện xuất sắc một nhiệm vụ phức tạp, thì liệu chúng ta có nên công nhận đó là một dạng trí thông minh hay không? Một số quan điểm cho rằng đây chỉ là trí thông minh nhân tạo bề nổi – máy vẫn chưa hiểu gì mà chỉ phản hồi dựa trên thống kê dữ liệu – trong khi những người khác lập luận rằng khả năng học và thích nghi chính là cốt lõi của trí thông minh, bất kể chủ thể thực hiện là sinh học hay máy móc.
Học máy cũng đặt ra các vấn đề triết học về tính giải thích được và bản chất của hiểu biết. Nhiều mô hình học máy, đặc biệt là các mô hình phức tạp, hoạt động như một "hộp đen". Chúng đưa ra quyết định hoặc nhận dạng mẫu dựa trên dữ liệu nhưng rất khó để con người giải thích tường tận cách thức bên trong. Điều này làm dấy lên câu hỏi: liệu máy móc có hiểu điều chúng đang làm hay không, hay chúng chỉ đơn thuần thực hiện các tính toán thống kê mà thiếu đi sự ý thức? Vấn đề này tương tự với bài toán mà Searle đã nêu ra, nhưng ở bối cảnh mới: một hệ thống học máy có thể phân loại hình ảnh hoặc dịch ngôn ngữ rất tốt, song ta không rõ liệu có thể gán cho nó chữ "hiểu biết" theo nghĩa con người vẫn dùng hay không. Câu trả lời phụ thuộc vào cách ta định nghĩa trí thông minh và hiểu biết: nếu đó chỉ là năng lực hành xử một cách thích ứng và đạt hiệu quả cao trước môi trường, thì rõ ràng nhiều hệ thống học máy hiện đại xứng đáng được xem là thông minh. Ngược lại, nếu ta đòi hỏi trí thông minh phải bao gồm cả việc có trải nghiệm chủ quan và ý thức tự phản tỉnh, thì học máy – ít nhất dưới dạng các thuật toán hiện nay – chưa đáp ứng được tiêu chí này. Việc có trải nghiệm chủ quan và ý thức tự phản tỉnh có thể xem là thuộc tính của Ý thức (Consciousness), khác với trí thông minh.
4.4 Học sâu (deep learning) và những vấn đề triết học hiện đại
Trong thập niên 2010, học sâu (deep learning) nổi lên như một bước đột phá trong lĩnh vực trí thông minh nhân tạo, tiếp tục làm thay đổi cách chúng ta hiểu về trí thông minh. Học sâu thực chất là một nhánh đặc biệt của học máy, sử dụng các mạng nơ-ron nhân tạo nhiều tầng để mô phỏng phần nào cấu trúc và chức năng của não bộ sinh học. Nhờ sự kết hợp của lượng dữ liệu khổng lồ và sức mạnh tính toán cao, các mô hình học sâu đã đạt được những thành tựu đáng kinh ngạc, từ việc nhận dạng hình ảnh, giọng nói cho đến việc đánh bại con người trong các trò chơi phức tạp và thậm chí tham gia vào sáng tạo nghệ thuật. Sự thành công này đặt ra câu hỏi triết học sâu sắc: Phải chăng chúng ta đang tiến gần hơn đến việc tạo ra một dạng trí thông minh tương tự con người, hay các hệ thống học sâu chỉ đơn thuần là những bộ máy thống kê cực kỳ tinh vi mà thôi?
Một vấn đề lớn nổi lên trong kỷ nguyên học sâu là tính minh bạch và khả năng diễn giải. Khi các mô hình trở nên ngày càng phức tạp với hàng triệu tham số, rất khó để con người theo dõi hoặc hiểu được cách chúng đưa ra một quyết định cụ thể. Điều này dẫn đến các thảo luận triết học và đạo đức về việc chúng ta có thể tin tưởng và quy trách nhiệm các hệ thống AI đến đâu, khi mà chính con người cũng không hoàn toàn hiểu rõ hoạt động nội tại của chúng. Từ góc nhìn nhận thức luận, tri thức mà AI tạo ra (ví dụ như mô hình trong mạng nơ-ron) là một dạng tri thức ngầm ẩn (tacit knowledge). Nó tồn tại trong hệ thống nhưng không dễ dàng biểu đạt ra thành các mệnh đề rõ ràng cho chúng ta. Điều này thách thức cách hiểu truyền thống về tri thức và trí thông minh: liệu một thực thể có thể được xem là có trí thông minh nếu nó không thể giải thích hoặc ý thức về chính các quyết định của mình?
Cuộc cách mạng học sâu cũng buộc các triết gia suy nghĩ về triển vọng của trí thông minh nhân tạo tổng quát, một dạng AI có thể hiểu biết và thực hiện nhiều nhiệm vụ trí thông minh đa dạng như con người. Một số nhà nghiên cứu lạc quan cho rằng việc tăng quy mô và độ phức tạp của các mô hình học sâu có thể một ngày nào đó dẫn đến ý thức (consciousness) trong máy móc, hoặc ít nhất là một trí thông minh với mức độ linh hoạt tương đương con người. Số khác lại hoài nghi, cho rằng còn thiếu những thành phần bản chất mà chỉ bộ não sinh học mới có, chẳng hạn như tính chủ quan của trải nghiệm hay khả năng tự suy tưởng phi thuật toán. Những câu hỏi này thực ra nối tiếp dòng tranh luận lâu đời trong triết học tâm trí: học sâu đơn giản đã đưa chúng vào một bối cảnh mới mẻ, nơi ranh giới giữa tự nhiên và nhân tạo trong khái niệm trí thông minh ngày càng trở nên phức tạp.
Tóm lại, các góc nhìn triết học về trí thông minh, từ thời cổ đại cho đến kỷ nguyên trí thông minh nhân tạo hiện nay, đã và đang liên tục tiến hóa để phản ánh những hiểu biết và thách thức mới. Sự phát triển từ các hệ thống AI dựa trên luật lệ cứng sang các mô hình học máy và học sâu đã mở rộng đáng kể phạm vi ý nghĩa của khái niệm trí thông minh, đồng thời đặt ra hàng loạt câu hỏi triết học mới về ý thức, hiểu biết, và bản chất của tư duy. Việc nghiên cứu trí thông minh nhân tạo không chỉ đơn thuần là vấn đề kỹ thuật, mà còn là cơ hội để triết học kiểm nghiệm và định hình lại những ý niệm nền tảng về trí thông minh, tâm trí và sự hiểu biết của chính loài người.
Mời bạn đọc bài 5, bài cuối cùng của loạt bài về trí thông minh, trí tuệ, AI
Hiểu một cách đơn giản con người có thể tạo ra được trí thông minh nên nó được gọi là Trí thông minh nhân tạo. Có lẽ phần khác biệt duy nhất giữa AI và trí thông minh con người như gần đây Noah Harari có nói trong bài phát biểu của ông là phần vô cơ và hữu cơ, và xem AI như một cá thể ngoài hành tinh!