Những bài học từ 80 năm phát triển của ngành AI

Kể từ năm 1943, lĩnh vực trí tuệ nhân tạo (AI) đã trải qua 80 năm phát triển. Trong khoảng thời gian này, AI đã trải qua sự biến động của vốn đầu tư, sự đa dạng hóa các phương pháp nghiên cứu, cũng như sự chuyển biến của cảm xúc công chúng từ sự tò mò đến lo lắng rồi đến phấn khích. Từ lịch sử này, chúng ta có thể rút ra một số bài học quý giá.

Sự phát triển của AI bắt đầu vào tháng 12 năm 1943, khi nhà thần kinh sinh lý học McCulloch và nhà logic học Pitts công bố một bài báo về mạng nơ-ron. Mặc dù giả thuyết trong bài báo đó sau này không được kiểm chứng qua thực nghiệm, nhưng nó đã truyền cảm hứng cho "kết nối chủ nghĩa", tức là phương pháp AI học sâu hiện đang thống trị.

Bài học đầu tiên là, chúng ta cần cảnh giác với việc nhầm lẫn kỹ thuật với khoa học, nhầm lẫn khoa học với suy đoán, và nhầm lẫn khoa học với các bài báo đầy những ký hiệu toán học. Quan trọng hơn, cần phải chống lại ảo tưởng "chúng ta giống như những vị thần", tức là tin rằng con người có thể tạo ra những cỗ máy không khác gì con người. Sự kiêu ngạo này đã là chất xúc tác cho bong bóng công nghệ và sự cuồng nhiệt định kỳ của AI trong suốt 80 năm qua.

Bài học thứ hai là phải cẩn thận với những điều mới mẻ có vẻ hào nhoáng. Chúng có thể không khác nhiều so với những suy đoán trước đây về việc máy móc khi nào có thể sở hữu trí thông minh của con người. Trong nhiều năm, AI chung ( AGI ) luôn được nói là "sẽ sớm đạt được", tất cả đều do "ngộ nhận bước đầu" gây ra.

Bài học thứ ba là, khoảng cách từ việc không thể làm một cái gì đó đến việc làm không tốt thường ngắn hơn nhiều so với khoảng cách từ việc làm không tốt đến việc làm rất tốt. Nhiều người đã sai lầm khi nghĩ rằng chỉ cần kiên nhẫn chờ đợi, cuối cùng sẽ có được AI hoàn hảo.

Bài học thứ tư là thành công ban đầu không thể đảm bảo cho một "ngành công nghiệp mới" bền vững. Ngay cả khi trải qua mười hoặc mười lăm năm áp dụng rộng rãi và đầu tư lớn, bong bóng vẫn có thể vỡ. Điều này được thể hiện rõ trong sự thịnh suy của các hệ thống chuyên gia.

Bài học thứ năm là, đừng để tất cả "trứng" AI vào cùng một "giỏ". Trong một thời gian dài, AI biểu tượng và kết nối đã tranh giành vị trí thống trị. Hiện tại, mặc dù trọng tâm phát triển AI đã chuyển từ học thuật sang khu vực tư nhân, nhưng toàn bộ lĩnh vực vẫn kiên trì với một hướng nghiên cứu duy nhất.

Những bài học này đặc biệt quan trọng đối với những công ty như Nvidia. Là một công ty nhanh chóng nổi lên trong làn sóng AI, Nvidia cần phải giữ cảnh giác và rút ra kinh nghiệm từ lịch sử phát triển của AI để đối phó với những thách thức và cơ hội có thể xuất hiện trong tương lai.