Từ chuyện AlphaGo: Nạn nhân đầu tiên của trí tuệ nhân tạo chính là những quốc gia “làm thợ” như Việt Nam

Trí tuệ nhân tạo không nguy hiểm với tất cả mọi người, nhưng gần gần như vậy.

Nhà kinh tế học người Mỹ, đạt giải Nobel kinh tế năm 2008, Paul Krugman, từng nói: “Năng suất không phải là tất cả, nhưng về lâu dài thì gần như là tất cả…”; câu chuyện về năng suất là một cuốn trường thiên tiểu thuyết vẫn còn dang dở từ khi loài người vẫn ở hình thái xã hội bộ lạc, khi thu nhập đầu người chỉ khoảng 30 usd/năm, cho đến hiện nay, khoảng 60.000 USD/năm ở nhiều nước phát triển.

Làn sóng trí tuệ nhân tạo liên quan gì đến việc này?

Cỗ máy chơi cờ vây của Google, AlphaGo, vừa có chiến thắng oanh liệt 4-1 trước kỳ thủ cờ vây người Hàn Quốc Lee Sedol. Lee Sedol là kỳ thủ đã từng 18 lần giữ danh hiệu vô địch cờ vây thế giới. Trước đó, AlphaGo đã đè bẹp nhà vô địch cờ vây của châu Âu Fan Hui với tỉ số 5-0. Tuy đây là lần đầu tiên một cỗ máy chơi cờ vây hoàn toàn tự động chiến thắng một kỳ thủ đẳng cấp cao, nhưng suy cho cùng thì chuyện cỗ máy chơi tự động thắng người không phải là hiếm. Hai mươi năm trước, máy tính Deep Blue của IBM đã làm được chuyện tương tự như vậy với việc hạ đo ván Garry Kasparov, nhà vô địch cờ vua của mọi thời đại, với tỉ số 3,5-2,5. Các phần mềm chơi cờ vây vẫn thường xuyên thắng các kỳ thủ nghiệp dư, còn trong các trò chơi trên máy tính, đối thủ máy (bot) thường cũng là những đối thủ khó chịu nhất.

Vậy phải chăng Google chỉ muốn lặp lại thành tích cũ, với một cỗ máy mạnh hơn, trong một trò chơi khác? Câu chuyện nằm ở những công nghệ học máy mà Google áp dụng cho AlphaGo.

Đối với con người, cờ vây là trò chơi khá đơn giản, chỉ có 2 loại quân, đặt quân trên một bàn cờ cỡ 19 x 19, kèm thêm một vài quy tắc về ăn quân, khí, chấp điểm… so với cờ vua hay cờ tướng, gồm nhiều loại quân hơn, các luật “lằng nhằng” như nhập thành, cản mã…. Nhưng đối với máy tính, cờ vây là một trong những trò chơi phức tạp, vì máy tính xét về khả năng xảy ra của các ván cờ sau mỗi nước đi; với cờ vua, chỉ có khoảng 900 phương án cho mỗi nước tiếp theo, còn với cờ vây, số phương án đi tiếp có thể lên đến hơn 100000, như vậy mỗi khi tính xa hơn 1 bước, số trạng thái bàn cờ mà máy tính phải cân nhắc lại tăng thêm cả trăm lần, con số này tiếp tục bùng nổ nếu máy tính muốn tính “sâu” hơn nữa. Với con người thì khác, khi chơi cờ, chúng ta chỉ xem xét vài phương án “có triển vọng” và gạt bỏ hầu hết các phương án “tồi” khác, chúng ta làm được điều này thông qua việc tập luyện và rút kinh nghiệm cho bản thân, hành vi học này tưởng chừng như là độc quyền của loài người,… nhưng bây giờ thì khác, máy tính cũng có khả năng đó, và cỗ máy AlphaGo là ví dụ cụ thể.

Đâu là sự đặc biệt của AlphaGo?

Để giải quyết bài toán chơi cờ vây, hai công nghệ học máy tiên tiến đã được tích hợp vào AlphaGo, đó là “học sâu” (deep learning) và “học tăng cường” (reinforcement learning); cái thứ nhất là một công nghệ ra đời cách đây hơn 10 năm, nhưng mới ra khỏi phòng thí nghiệm trong vài năm trước, “học sâu” đem lại cho máy tính khả năng học tập của con người, bằng cách nhận ra những yếu tố chi tiết, tổng hợp thành các khái niệm trừu tượng hơn, năng lực này tương tự khả năng trừu tượng hóa ở loài người, nhưng ở một cấp độ kém hơn rất nhiều. “Học tăng cường” là công nghệ cho phép máy tính có thể tự học.

Vậy phải chăng Google đã tạo ra một cỗ máy có thể tự học như con người và còn “lợi hại” hơn con người nữa? Chưa đâu, nhưng cũng gần gần như vậy. Một số chuyên gia ước tính rằng để đạt được năng lực như hiện nay AlphaGo xem xét số ván cờ tương đương với một kỳ thủ chơi liên tục trong 80 năm, Lee Sedol mới chỉ chơi cờ có 28 năm thôi, mà anh ta cũng không chơi liên tục; vì vậy xét về khía cạnh nào đó thì năng lực học tập của AlphaGo cũng không có gì nổi bật, nếu xếp vào lớp học cờ vây, sẽ bị coi là học sinh không có triển vọng.

Cờ vây là 1 môn thể thao rất phức tạp với máy móc.

Thời mà máy móc thống trị con người có lẽ không đến nhanh như nhiều người sợ hãi! Khi được phỏng vấn về khả năng này, Andrew Ng, một trong những chuyên gia hàng đầu thế giới về trí tuệ nhân tạo trả lời “Nó cũng tương tự như nỗi lo khi loài người chuyển lên sinh sống trên Sao Hỏa thì ở đó sẽ xuất hiện nạn quá tải dân số vậy, bây giờ chúng ta còn chưa lên đó cơ mà!”.

Nhưng, những cỗ máy lại có những ưu thế khác so với con người; thứ nhất là các cỗ máy có thể chuyên tâm làm việc mà không gặp vấn đề gì về tâm sinh lý, tuổi già cũng như lương bổng; thứ hai là chúng ta có thể dễ dàng nhân bản những cỗ máy, nó sẽ làm việc với hiệu suất như nguyên bản của nó mà không cần quá trình huấn luyện nào cả; và cuối cùng, trong nhiều công việc, chi phí dành cho cỗ máy ít hơn đáng kể so với thuê chuyên gia con người. Những ưu điểm này khiến robot trở thành đối thủ cạnh tranh đáng gờm với con người trong nhiều lĩnh vực.

Năng suất, năng suất và năng suất!

Không phải bây giờ loài người mới nghĩ đến chuyện dùng cỗ máy thay thế con người, từ xa xưa, chúng ta đã sử dụng những cỗ xe để thay thế cho phu khuân vác, sử dụng động cơ thay cho sức người hoặc vật kéo, sử dụng máy in thay cho việc chép tay, sử dụng máy dệt thay cho khung gỗ, sử dụng điện tín thay vì phải đưa thư,… gần đây, chúng ta sử dụng Google thay cho việc phải vào thư viện lục lọi tài liệu. Những cỗ máy đã khiến năng suất lao động tăng lên hàng nghìn lần, nhưng càng ngày việc cải thiện năng suất càng không dễ dàng, vì những việc thô sơ thì máy làm được gần hết rồi, còn những việc phức tạp hơn thì máy quá “ngu” để có thể làm tốt.

Trí tuệ nhân tạo chính là lời giải cho những vấn đề đó! Bằng cách tạo ra những cỗ máy ngày càng hoàn thiện hơn về khả năng học hỏi, trong 10-20 năm tới sẽ có nhiều công việc “biến mất” do không thể cạnh tranh với người máy.

Ai sẽ là nạn nhân đầu tiên?

Nạn nhân đầu tiên của người máy rất có thể không phải là những công dân của các nước phát triển, mà chính là người dân ở những quốc gia đang phát triển, chủ yếu thu nhập đến từ việc làm thuê hay gia công cho phương Tây. Trung Quốc, Ấn Độ, Việt Nam, Philippines,… và rất nhiều nước khác, đang có động lực tăng trưởng dựa trên việc sản xuất “hộ” nước ngoài dựa trên lợi thế nhân công giá rẻ. Một bản khai thuế thu nhập ở Chicago có thể đi vòng sang Ấn Độ, dưới sự săm soi của các chuyên gia tư vấn khai thuế người Ấn, trước khi được chuyển đến tay các chuyên gia tư vấn trình độ cao hơn ở Mỹ xử lý. Rồi đây, rất có thể người Mỹ sẽ không cần thuê Ấn Độ nữa, vì việc làm đó đã có máy móc ở Mỹ làm thay.

Hậu quả dễ thấy, hoặc những người làm thuê sẽ phải chấp nhận mức lương thật thấp, rẻ hơn đáng kể so với máy móc, điều này không dễ; hoặc họ phải kiếm việc khác để làm. Còn một giải pháp nữa, đó là các nước đang làm gia công phải tạo ra những cỗ máy chi phí thấp hơn – con đường hẹp để trở thành quốc gia mạnh.

Nguồn: GenK