Quan điểm trái ngược giữa LeCun và Hassabis không chỉ xoay quanh AGI , mà còn phản ánh khác biệt căn bản về cách hiểu trí tuệ con người và...
Quan điểm trái ngược giữa LeCun và Hassabis không chỉ xoay quanh AGI, mà còn phản ánh khác biệt căn bản về cách hiểu trí tuệ con người và tương lai AI.
Yann LeCun, Giám đốc mảng trí tuệ nhân tạo của Meta là người đoạt giải Turing, cho rằng trí tuệ tổng quát thực chất không tồn tại. Theo ông, khái niệm AGI thường được dùng để chỉ trí tuệ ở cấp độ con người, nhưng trí tuệ con người lại mang tính siêu chuyên biệt nhiều hơn là tổng quát.
LeCun lập luận rằng con người tuy rất giỏi thích nghi với thế giới thực, giao tiếp xã hội và xử lý những tình huống mơ hồ, nhưng lại kém vượt trội trong các nhiệm vụ có cấu trúc chặt chẽ như chơi cờ vua hay các bài toán tối ưu.
“Chúng ta thường nghĩ mình có cái nhìn bao quát, nhưng đó là ảo tưởng. Chúng ta chỉ giải quyết tốt những vấn đề mà bộ não cho phép ta hình dung ra”, ông Yann LeCun chia sẻ trong một podcast gần đây.
Đáp lại, Demis Hassabis, Giám đốc điều hành Google DeepMind cho rằng LeCun đã nhầm lẫn giữa “trí thông minh tổng quát” và “trí thông minh phổ quát”.
Trong một bài đăng trên mạng xã hội X, ông khẳng định bộ não con người là hiện tượng phức tạp và tinh tế nhất từng được biết đến, đồng thời sở hữu mức độ phổ quát đáng kinh ngạc.
Hassabis cũng viện dẫn định lý “không có bữa trưa miễn phí” trong học máy, vốn cho rằng không tồn tại một thuật toán duy nhất có thể tối ưu cho mọi bài toán.
Điều đó đồng nghĩa, trong các hệ thống hữu hạn, luôn cần có mức độ chuyên môn hóa nhất định. Tuy nhiên, ông nhấn mạnh rằng tính tổng quát không nằm ở việc giỏi nhất mọi nhiệm vụ, mà ở khả năng học bất kỳ điều gì có thể tính toán được, nếu có đủ dữ liệu, thời gian và tài nguyên.
Theo Hassabis, cả bộ não con người lẫn các mô hình AI nền tảng hiện đại đều có thể được xem là những “máy Turing xấp xỉ”, tức về mặt lý thuyết có khả năng học mọi bài toán tính toán được.
Ông cũng bác bỏ lập luận của LeCun khi so sánh con người với máy chơi cờ, cho rằng chính việc con người có thể phát minh ra cờ vua, khoa học hay máy bay phản lực đã là minh chứng mạnh mẽ cho tính tổng quát của trí tuệ.
Cuộc tranh luận này phản ánh hai hướng tiếp cận khác nhau trong cuộc đua AGI. Hassabis tin rằng chỉ mở rộng quy mô các mô hình ngôn ngữ lớn (LLM) hiện nay là chưa đủ, và lĩnh vực AI vẫn cần thêm những đột phá nền tảng.
Trong khi đó, LeCun cho rằng LLM là “ngõ cụt” vì thiếu khả năng học hỏi liên tục và hiểu thế giới thực.
Thay vào đó, LeCun cho rằng cần tập trung phát triển các “mô hình thế giới”, là những hệ thống AI có khả năng hiểu và mô phỏng các quy luật vật lý, quan hệ nhân quả và sự vận động theo thời gian. Theo ông, khái niệm “trí tuệ máy nâng cao” phản ánh đúng mục tiêu nghiên cứu hơn thuật ngữ AGI còn nhiều tranh cãi.
Đọc bài gốc tại đây.