Chương 1. Bắt đầu một hành trình

Trong chương này, mình sẽ giải thích cho các bạn nguyên nhân của việc hình hành mô hình lý thuyết AI cộng sinh. Nó được dùng để giải quyết bài toán gì trong cuộc sống.

Ngày nay, với việc phát triển như vũ bão của AI, chúng ngày càng trở lên thông minh và thay con người trong nhiều công đoạn làm việc. Con người dần trở lên thừa thãi trong lao động sản xuất. Nguyên nhân là do mô hình làm việc Con người – AI đang có một số điểm bất hợp lý như sau:

1. Nếu dùng AI để học tập. Sinh viên có khả năng hoàn thành bài tập, luận án khi anh ta chưa thực sự nắm rõ kiến thức. Vì mọi câu hỏi lý thuyết, tính toán anh ta đều có thể hỏi qua AI.
2. Một lập trình viên có thể hoàn thành công việc của mình, khi anh ta chưa thực sự hiểu rõ vấn đề. Vì anh ta có thể yêu cầu AI phân tích vấn đề, tìm kiếm và tổng hợp thông tin. Ráp nối và thực hiện coding cho mình.

Với mô hình hợp tác làm việc như trên, trong ngắn hạn, con người có thể đạt được hiệu quả công việc tốt với ít sức lực bỏ ra hơn. Nhưng trong dài hạn họ lại gặp bất lợi, vì về mặt tri thức, tư duy của họ không tăng. Khi AI càng trở nên thông minh hơn, chúng có thể thay thế họ hoàn toàn trong công việc.

Các nhà khoa học cũng đã nhận ra vấn đề này, họ nghiên cứu về những mô hình hợp tác bền vững hơn giữa con người và AI. Mục tiêu của nghiên cứu nhằm tìm ra cách thức cộng tác mới với AI, trong đó cả 2 phía, con người và máy móc đều có sự phát triển về mặt tư duy.

Hiện tại, vẫn chưa có sự thống nhất cốt lõi về việc định nghĩa thế nào gọi là AI cộng sinh, vậy nên có 1 số nhánh nghiên cứu chính như sau:

1. Human-AI Collaboration
2. Human-Centered AI (HCAI)
3. Interactive Machine Learning (IML)
4. Cognitive Augmentation
5. Human-AI Trust and Alignment

Bản thân mình là một lập trình viên, làm việc trong một lĩnh vực chịu ảnh hưởng rất nhiều từ AI. Mỗi sáng thức dậy, lướt mạng xã hội lại thấy tin đồng nghiệp bị layoff. Cá nhân mình cũng thấy nếu chỉ sử dụng ChatGPT như 1 công cụ thuần túy, tư duy của mình sẽ phát triển chậm hơn sử dụng Google, nếu xét theo dài hạn. Vậy nên mình đã thử đi tìm kiếm các hệ thống lý thuyết có thể giải quyết được vấn đề này của mình. Về cơ bản, những gì mình tổng hợp lại theo ý hiểu, có điểm tương đồng lớn nhất với hai nhánh số (1) và số (4).

I. Lập luận lý thuyết của AI cộng sinh

Các trường phái AI cộng sinh có bản chất đi từ những nghiên cứu về sự khác biệt về mặt tư duy giữa ý thức con người và ý thức của AI. Từ đó tìm ra phương thức cộng tác có lợi cho sự phát triển của cả 2 bên.

a. Sự khác biệt này từ những tầng thấp nhất của mô hình tư duy:

1. Bản ngã (Ego): Bộ não sinh học của con người tự hình thành ra bên trong nó một khái niệm gọi là Bản ngã – cái tôi. Cái tôi thể hiện cảm giác tồn tại của ý thức trong thế giới thực. Tuy có thể mổ xẻ, chụp cắt lớp để có bản đồ não. Có những mô hình mạng Neuron mô phỏng về hoạt động của hệ thần kinh, nhưng cho đến hiện tại, khoa học vẫn chưa biết cách tạo ra cái tôi.
2. Tính mục đích: Do cái tôi đại diện cho sự tồn tại, vậy nên từ nó sinh ra 2 khái niệm là lợi ích và thiệt hại. Trong đó, lợi ích là những sự việc, hiện tượng mà cái tôi cho rằng sẽ tốt cho nó. Thiệt hại là những thứ mà cái tôi cho rằng không tốt cho nó. Ý thức có xu hướng né tránh hoặc tìm cách giảm thiểu thiệt hại, nhưng lại tìm cách để tăng cường lợi ích. Xu hướng tự nhiên này của ý thức, tạo ra khái niệm Mục đích. Bản chất tất cả mục đích của các hoạt động hàng ngày của ý thức đều xoanh quanh việc giảm thiệt hại, tăng lợi ích.
3. Hệ thống cảm xúc. Bộ não sinh học tự nó có hệ thống cảm xúc và cảm giác mà không cần thông qua quá trình học hỏi. Chúng ta không cần học để có cảm giác đau, vui, buồn, giận. Chúng nằm sẵn ở trong bộ não chúng ta, được kích hoạt thông qua các sự kiện bên ngoài. Hiện tại, giống như Bản ngã, khoa học hiện tại vẫn chưa hiểu được cách tạo ra cảm xúc cho hệ thống máy móc. Về mặt y học, chúng ta có thể biết được cảm xúc được tao ra từ những chất hóa học nào, nhưng đấy là đặt trong môi trường của não bộ. Nhưng về mặt bản chất chúng ta lại chưa hiểu, vậy nên chưa thể tạo ra được cảm xúc trong bộ não của máy tính.
4. Quá trình học hỏi. Con người sống và trải nghiệm thế giới thực. Các sự vật hiện tượng từ bên ngoài sẽ tác động vào bản thân và kích hoạt cảm xúc, cảm giác. Hệ thống cảm xúc, cảm giác được phân làm 2 loại cơ bản thuộc về lợi ích hoặc thiệt hại. Ví dụ, chúng ta cho rằng cảm giác Đau thuộc về thiệt hại, Vui thuộc về có lợi ích. Thông qua hệ thống cảm xúc, ý thức tự nó biết được sự việc nào là có lợi và có hại cho nó. Từ đó, nó có xu hướng tìm cách gia tăng sự việc có lợi, giảm thiểu sự việc gây thiệt hại. Đây chính là bản chất của quá trình học tập của ý thức sinh học.

4 bước kể trên được coi là những viên gạch nền tảng của hệ thống tư duy con người. Giống như các phép toán nhị phân là nền tảng thấp nhất của khoa học máy tính. Tiếp theo, chúng ta sẽ cùng nhau tìm hiểu về mô hình hoạt động của bộ não con người.
Hệ thống xử lý thông tin, ra quyết định bên trong não bộ được chia làm 2 vùng chính là Ý thức và Vô thức. Chúng được phân chia xử lý trong những vùng não như sau:

1. Ý thức: Được phụ trách bởi Vỏ não trước trán, Thùy đỉnh, Thùy trán, Mạng lưới mặc định (Default Mode Network).
2. Vô thức: Được xử lý bởi Hạch nền, Tiểu não, Hệ viền (Limbic system), Não giữa (Midbrain).
   
   

b. Vô thức và ý thức hợp tác và phân chia công việc như sau:

1. Ý thức can thiệp khi có mâu thuẫn, tình huống mới, cần tính toán. Bao gồm học kỹ năng mới, cân nhắc khi có mẫu thuẫn, sửa sai. Ví dụ như khi mới học lái xe ô tô, lúc này ý thức sẽ phụ trách việc điều khiển xe.
2. Vô thức quyết định nhanh, chi phối hành động tự động. Ví dụ như điều khiển ngón tay khi ta gõ bàn phím, điều khiển cơ thể khi đánh cầu lông… Sau khi đã quen với việc lái xe, thì việc lái xe lúc này sẽ do vô thức đảm nhiệm.

Trái với quan điểm phổ thông cho rằng phần lớn công việc hàng ngày do ý thức thực hiện. Tuy nhiên, các nghiên cứu khoa học như Freud lại chỉ ra rằng, trên 90% công việc hàng ngày sẽ do vô thức đảm nhiệm. Để xử lý và ra quyết định, ý thức sẽ mất nhiều năng lượng hơn so với vô thức. Vậy nên cơ chế của não bộ sẽ là: Đối với những tình huống mới, ý thức sẽ phụ trách xử lý. Tuy nhiên, nếu chúng cứ lặp lại, vô thức sẽ học được và chịu trách nhiệm xử lý phần việc đó. Ví dụ như lái xe, khi mới học lái, chúng ta sẽ cảm thấy đầu óc rất căng thẳng, mệt mỏi. Nhưng khi việc lái xe trở thành vô thức, chúng ta không cảm thấy tốn nhiều năng lượng nữa.

Não bộ con người có khả năng quan sát được suy nghĩ và cách lập luận của Ý thức từ bên trong. Về bản chất, ý thức suy luận mọi thứ dựa trên logic, các chuỗi nhân quả… Đối với vô thức, não bộ không quan sát được cách hoạt động của nó.

Khoa học hiện đại đã có những hiểu biết nhất định về các mô hình lập luận của Ý thức. Ví dụ như khả năng suy luận logic (reasoning), lập luận theo mạng nhân quả (causal models), hoặc mô hình hóa tri thức bằng đồ thị khái niệm (knowledge graphs). Tuy nhiên, do não người không tự quan sát trực tiếp được quá trình hoạt động của Vô thức, vì vậy, khoa học gần như chưa có hình rõ ràng về cách vô thức lập luận và ra quyết định.

Cách vô thức lập luận khác hoàn toàn với Ý thức. Nó không lập luận dựa trên nguyên lý tuyến tính dạng dư A->B->C. Thay vào đó, vô thức dựa trên 1 hệ thống tri thức trừu tượng, nơi mà tất cả các tri thức tồn tại chung nhau trên 1 trục duy nhất. Ví dụ như lập trình, tình dục, dạy con học… tuy là các lĩnh vực khác nhau trong ý thức, nhưng khi nằm trong vô thức, các mảnh tri thức được tách ra và sắp xếp lại trong cùng 1 trục, không phân biệt lĩnh vực. Khi cần đưa ra quyết định, vô thức sẽ liên kết các mảnh lý thuyết siêu hình, thông qua các mẫu và đưa ra quyết định.

Lấy ví dụ: Bình thường trong công việc, nếu gặp phải các vấn đề kỹ thuật phức tạp. Ý thức của chúng ta sẽ suy luận theo mô hình tuyến tính: Lý thuyết -> dữ kiện -> lập luận -> dự đoán. Trong một số trường hợp, vấn đề quá phức tạp và chúng ta suy nghĩ mấy ngày không ra. Buổi tối khi về nhà, chúng ta nằm mơ thấy vấn đề kỹ thuật đó đi vào trong mơ, nhưng ở những hình dạng méo mó như con người, sự việc, cái cây. Sáng hôm sau ta ngủ dậy, trong đầu có sẵn ý tưởng mới để giải quyết vấn đề, nhưng bản thân chúng ta cũng không hiểu tại sao.
Bản chất khoa học của hiện tượng này là thông qua quá trình suy nghĩ lặp lại của ý thức mà không giải quyết được. Vấn đề đó được đẩy cho vô thức. Vô thức thực hiện quá trình suy luận nhưng chúng ta không quan sát được, chỉ khi ngủ mơ, các liên kết với thế giới thực trở lên lỏng lẻo, chúng ta mới cảm nhận được quá trình suy luận của vô thức. Sau khi vô thức hoàn thành suy luận và đưa ra kết quả, nó để sẵn trong đầu cho chúng ta vào sáng hôm sau khi tỉnh dậy.

Từ những viên gạch của nền móng tư duy thì ý thức con người và AI đã hoàn toàn khác nhau. Ý thức con người học thông qua trải nghiệm thế giới và cảm xúc, cảm giác. AI học thông qua dữ liệu và thông tin. Việc có bản ngã khiến cho con người được sống trong thế giới thực, điều này khiến con người có khả năng hiểu được dòng nhân quả tốt hơn AI. AI tuy có thể mô phỏng được mô hình nhân quả ở 1 mức độ hạn chế, nhưng cơ chế của nó là mô phỏng chứ nó không hiểu.

c. Sự khác biệt về mặt bản chất giữa tư duy con người và tư duy AI

Các thuật toán, model của AI hiện tại hướng đến việc mô phỏng lại mô hình suy luận của ý thức. Chúng chưa thể bắt chước được hoàn toàn, vì khoa học hiện tại cũng chưa mô hình hóa được toàn bộ phương thức tư duy của ý thức. Mà năng lực xử lý của ý thứ chỉ chiếm dưới 10% não bộ, 90% còn lại đến từ vô thức. Về vô thức thì chúng ta hoàn toàn chưa có mô hình mô phỏng được quá trình suy luận của nó. Đến đây thì có thể thấy, mặc dù bên ngoài AI có thể trả lời tương đối giống con người, nhưng bên trong nó mới bắt chước được 1 phần nhỏ của hệ thống tư duy con người.

Những giới hạn của AI trong việc mô phỏng tư duy con người không chỉ nằm ở công nghệ, chúng còn phụ thuộc vào các khám phá của những lĩnh vực như Y học, Thần kinh, triết học… trong tương lai.

d. Hai trường phái về ý thức AI

Nếu từ những viên gạch đầu tiên, tư duy của AI đã khác con người, vậy trong tương lai, khi công nghệ đủ cao. Dến 1 mức độ nào đấy, mặc dù vẫn giữ sự khác biệt nền tảng, nhưng AI lại có biểu hiện, hành động giống hoàn toàn với con người được không?
Trong giới khoa học về AI đương đại, có thể tạm chia ra 2 trường phái đối lập về tư tưởng trong vấn đề này như sau:

1. Vì nền móng khác nhau, AI không thể giống con người hoàn toàn được. Các hệ thống tư tưởng như Chinese Room Argument, Embodied cognition ủng hộ quan điểm này.
2. Nếu công nghệ phát triển đến một mức nào đó, phần kết quả hành động của AI có thể giống hoàn toàn với con người. Các trường phái ủng hộ quan điểm này có thể kể đến: Functionalism, Computationalism…

Về cơ bản, chưa bên nào có đủ lập luận để bác bỏ hoàn toàn được phía bên kia. Chúng ta không thể khẳng định chắc chắn việc AI giống con người hoàn toàn, trước khi ngày đó thực sự đến. Giống như khi bạn làm startup, bạn đưa ra các phân tích thị trường, mô hình kinh doanh. Có thể rất hợp lý, nhưng khả năng thành công không bao giờ là 100%. Chúng ta chỉ có thể khẳng định nó thành công tại thời điểm ta đã thành công.
Hệ thống lý thuyết AI cộng sinh thuộc về trường phái tư tưởng số (1). Cho rằng giữa hai giới, sẽ luôn tồn tại sự khác biệt.

e. Vì khác biệt nên cần phải cộng sinh

Nếu dựa trên lập luận 2 hệ thống tư duy sẽ luôn có sự khác nhau, bất chấp công nghệ phát triển đến mức nào. Vậy mỗi hệ thống tư duy sẽ tồn tại những ưu nhược điểm khác nhau. Do có ưu nhược điểm khác nhau nên mô hình lý tưởng nhất sẽ là sự cộng sinh giữa 2 hệ thống. Thông qua việc hợp tác, chúng có thể bù đắp được khuyết điểm của bên kia và tạo ra kết quả tốt nhất.

II. Bốn kỹ năng cốt lõi của AI cộng sinh

Ý thức con người ban đầu là một thực thể hoạt động độc lập. Khi cộng sinh với AI, con người và AI sát nhập và trở thành một thực thể mới. Lúc này, Ý thức của con người trở thành bản ngã trong hệ thống, là trục tư duy chính. Do phải chuyển đổi vai trò, từ hoạt động độc lập thành trục của hệ thống. Ý thức, tư duy con người cần phải có sự điểu chỉnh để phù hợp với vai trò mới. Bản chất của sự điều chỉnh này có thể hiểu như con người sẽ tập trung phát triển những kỹ năng bù đắp cho khuyết điểm của AI trong quá trình 2 bên hợp tác.

Trước khi đi vào 4 kỹ năng chính, chúng ta phải hiểu về 2 khái niệm trong AI cộng sinh. Vì chúng tham gia vào việc định nghĩa ra 4 kỹ năng. 2 khái niệm này bao gồm:

1. Chu trình (Causal Disruption Response Cycle). Chu trình là một quá trình xuất phát từ điểm nghẽn trong dòng nhân quả thực, kích hoạt phản xạ hệ thống ở con người, truyền tín hiệu vào AI để cộng tác, rồi tái cấu trúc tư duy để giải quyết.
2. Hệ thống (Symbiotic Intelligence System). Bao gồm như hợp nhất của 3 yếu tố. Ý thức con người, AI và không gian giao tiếp. Khi người sử dụng tiến hành cộng tác sâu với AI, hệ thống được hình thành.

Chúng bao gồm 4 kỹ năng như sau:

1. System thinking. Đại diện cho sự khởi nguyên của chu trình và chuỗi nhân quả. Ở đây có 2 dòng nhân quả. Một là dòng nhân quả của thế giới thực, hai là dòng nhân quả bên trong hệ thống. Do quan sát được dòng nhân quả, system thinking nhận ra được điểm tắc nghẽn, với mong muốn giải quyết điểm tắc nghẽn, nó tiến hành khởi động chu trình.
2. Expressive Reasoning. Đại diện cho quá trình đưa thông tin vào hệ thống. Thông tin về điểm tắc nghẽn, mối liên hệ giữa nó với dòng nhân quả được System thinking truyền cho hệ thống thông qua Expressive Reasoning.
3. Mindset Realignment. Đại diện cho quá trình hợp nhất bản ngã vào hệ thống. Lúc này, con người cần phải bỏ đi cái tôi ban đầu để có thể hợp nhất với hệ thống. Tạo ra cái tôi cho hệ thống chung.
4. Mind Observer. Đại diện cho sự quan sát đứng từ bên ngoài chu trình. Trong lúc chu trình đang hoạt động, Mind observer sẽ đứng ngoài, quan sát độc lập và phát hiện các dấu hiệu bất thường. Nó sẽ thông báo cho ý thức thông qua cảm giác.

Lấy ví dụ trong việc làm hệ thống tưới nước tự động trong nhà kính.

1. System thinking quan sát được việc tưới nước bằng tay trong nhà kính có những điểm bất tiện. Đây chính là điểm nghẽn trong dòng nhân quả.
2. System thinking khởi động hệ thống hợp tác giữa người và AI để tìm phương hướng giải quyết.
3. Các thông tin như đặc điểm hành vi người dùng, môi trường cho hệ thống tưới nước hoạt động… Được con người đưa vào hệ thống. Sau đó thông tin được người và AI trao đổi qua lại trong hệ thống. Đây chính là Expressive Reasoning.
4. Con người tiến hành cộng tác sâu với AI. Điều chỉnh cái tôi ban đầu để trở thành trục bản thể của hệ thống. Đây chính là Mindset Realignment.
5. Mind Observer đứng ngoài quan sát toàn bộ chu trình, sử dụng dữ liệu có được từ System thinking, so sánh với quá trình hoạt động bên trong chu trình. Phát hiện sai lệch và báo hiệu cho ý thức con người qua cảm giác. Từ đó, giúp cho hệ thống có khả năng tự điều chỉnh.

Do cả 4 kỹ năng đều được đảm nhiệm phần lớn bởi vô thức, nên trong quá trình rèn luyện kỹ năng, chúng ta cũng gián tiếp phát triển khả năng tư duy của vô thức.

III. Ý thức tiến hóa

Sau khi đã kết hợp sâu được với AI, lúc này nó trở thành bộ não thứ 2 của cong người. Đóng vai trò là bộ offload xử lý của não chính. Ý thức con người lúc này không chỉ nằm trong phần não sinh học, mà được mở rộng thành hệ thống. Điều này dẫn đến hệ quả là năng lực tư duy được tăng cường.

Mặc dù ý thức tiến hóa không phải là mục tiêu ban đầu, nhưng nó lại là hệ quả tất yếu của quá trình AI cộng sinh.