Các nguyên tắc sinh thái thúc đẩy trí tuệ nhân tạo phát triển mạnh mẽ và có trách nhiệm xã hội hơn

Sinh thái học có thể truyền cảm hứng cho một thế hệ AI hoàn toàn mới - mạnh mẽ hơn và có trách nhiệm với xã hội hơn. Ảnh: Global Research and Consulting Group Insights

Trong một nghiên cứu được công bố gần đây trong Kỷ yếu của Viện Hàn lâm khoa học quốc gia Mỹ, các nhà khoa học cho biết, việc sức mạnh tổng hợp giữa trí tuệ nhân tạo (AI) và sinh thái học vừa có thể củng cố sức mạnh của AI vừa giúp giải quyết các thách thức toàn cầu phức tạp, như dịch bệnh bùng phát, mất đa dạng sinh học và tác động của biến đổi khí hậu.

Các nền tảng trí tuệ nhân tạo hiện đại thường lấy cảm hứng từ cấu trúc và chức năng của bộ não con người. Tuy nhiên, các chuyên gia đề xuất rằng, hướng tới một lĩnh vực khác là sinh thái học có thể mở đường cho các hệ thống AI mạnh mẽ, kiên cường và có trách nhiệm với xã hội.

Ý tưởng nảy sinh từ việc các nhà nghiên cứu quan sát thấy trí tuệ nhân tạo đặc biệt hiệu quả trong một số nhiệm vụ nhất định, nhưng vẫn không hữu ích ở những nhiệm vụ khác. Sự phát triển AI đang gặp phải những rào cản mà các nguyên tắc sinh thái có thể giúp nó vượt qua.

"Những vấn đề mà chúng ta thường xuyên phải giải quyết trong lĩnh vực sinh thái không chỉ là những thách thức mà AI có thể hưởng lợi về mặt đổi mới thuần túy, mà còn là loại vấn đề - nếu AI có thể trợ giúp - có ý nghĩa rất lớn đối với lợi ích của toàn nhân loại", theo nhà sinh thái học Barbara Han - đồng chủ trì nghiên cứu.

Trí tuệ nhân tạo hỗ trợ việc nghiên cứu hệ sinh thái như thế nào

Các nhà sinh thái học đã sử dụng trí tuệ nhân tạo để tìm kiếm các mẫu trong tập dữ liệu lớn và đưa ra dự đoán chính xác hơn, chẳng hạn như liệu các loại virus mới có thể lây nhiễm cho con người hay không và loài động vật nào có nhiều khả năng chứa những loại virus đó nhất.

Tuy nhiên, bài báo mới cho rằng có nhiều nhiệm vụ phù hợp để áp dụng AI vào các nghiên cứu sinh thái học, chẳng hạn như tổng hợp dữ liệu lớn và tìm kiếm những liên kết còn thiếu trong các hệ thống phức tạp.

Các nhà khoa học thường cố gắng tìm hiểu thế giới bằng cách so sánh 2 biến số cùng một lúc - ví dụ, mật độ dân số ảnh hưởng như thế nào đến số ca mắc bệnh truyền nhiễm? Vấn đề là, giống như hầu hết các hệ sinh thái phức tạp, việc dự đoán khả năng lây truyền bệnh phụ thuộc vào nhiều biến số chứ không chỉ 1 - đồng tác giả, nhà sinh thái học Shannon LaDeau giải thích.

Sự hợp tác chặt chẽ và có chủ đích khi nghiên cứu hệ sinh thái và trí tuệ nhân tạo có thể mang lại những tiến bộ chưa từng có trong cả 2 lĩnh vực. Ảnh: ERP

Các nhà sinh thái học không thể thu thập được tất cả những biến số đó, chúng bị giới hạn ở những biến số có thể dễ dàng đo lường được và thật khó để nắm bắt được cách các biến số khác tương tác với nhau.

Tác giả LaDeau cho biết: "So với các mô hình thống kê khác, AI có thể kết hợp lượng dữ liệu lớn hơn và sự đa dạng của các nguồn dữ liệu. Có rất nhiều hứa hẹn cho việc phát triển AI để thu thập tốt hơn nhiều loại dữ liệu, chẳng hạn như những hiểu biết sâu sắc về văn hóa xã hội thực sự khó có thể thu gọn thành một con số".

Bà LaDeau cho biết thêm, khi hỗ trợ khám phá những mối quan hệ phức tạp và các đặc tính liên quan đến hệ sinh thái, trí tuệ nhân tạo có thể tạo ra những giả thuyết độc đáo để kiểm tra và mở ra hướng nghiên cứu sinh thái hoàn toàn mới.

Hiểu biết về hệ sinh thái giúp cải thiện sức mạnh của trí tuệ nhân tạo

Hệ thống trí tuệ nhân tạo ngày càng phổ biến và được áp dụng trong nhiều lĩnh vực. Tuy nhiên, nó có thể gây ra những hậu quả nghiêm trọng, chẳng hạn như chẩn đoán sai bệnh ung thư hoặc gây ra tai nạn ô tô.

Các tác giả cho rằng khả năng phục hồi đáng kinh ngạc của các hệ sinh thái có thể truyền cảm hứng cho các kiến trúc AI mạnh mẽ và dễ thích ứng hơn. Đặc biệt, theo đồng tác giả, nhà nghiên cứu Kush Varshney, kiến thức sinh thái có thể giúp giải quyết vấn đề "sụp đổ chế độ" trong mạng lưới thần kinh nhân tạo - mô hình AI thường được sử dụng để hỗ trợ nhận dạng giọng nói, thị giác máy tính,....

Ông giải thích: "Sự "sụp đổ chế độ" là lỗi khi bạn đang huấn luyện một mạng lưới thần kinh nhân tạo về một thứ gì đó, sau đó tiếp tục đào tạo một thứ khác và nó quên mất điều đầu tiên mà nó đã được huấn luyện. Bằng cách hiểu rõ hơn lý do tại sao quá trình này lại xảy ra hoặc không xảy ra trong các hệ thống tự nhiên, chúng tôi có thể tìm ra cách khắc phục lỗi này với công nghệ AI".

Lấy cảm hứng từ các hệ sinh thái, AI mạnh mẽ hơn có thể bao gồm các vòng phản hồi, lộ trình dự phòng và khung ra quyết định. Những nâng cấp linh hoạt này cũng có thể góp phần mang lại trí thông minh tổng quát hơn cho AI, cho phép nó suy luận và tạo kết nối ngoài dữ liệu cụ thể mà thuật toán đã được đào tạo.

Sinh thái học cũng có thể giúp tiết lộ lý do tại sao các mô hình ngôn ngữ lớn do AI điều khiển, hỗ trợ các chatbot phổ biến như ChatGPT, lại thể hiện những hành vi tạo ra "ảo giác" - những thông tin sai lệch, khác với những mô hình ngôn ngữ nhỏ hơn. Sinh thái học xem xét các hệ thống phức tạp ở nhiều cấp độ và theo những cách tổng thể sẽ rất hữu ích trong việc nắm bắt các đặc tính này và giải thích các cơ chế đằng sau những hành vi đó.

Hơn nữa, sự phát triển trong tương lai của trí tuệ nhân tạo phụ thuộc vào những ý tưởng mới. Giám đốc điều hành của OpenAI - công ty tạo ra ChatGPT đã nói rằng những tiến bộ của trí tuệ nhân tạo trong tương lai sẽ không chỉ đến từ việc tạo ra các mô hình ngôn ngữ lớn hơn. Tác giả Varshney nhấn mạnh: "Sẽ có những nguồn cảm hứng khác và sinh thái học sẽ mở ra con đường cho những hướng suy nghĩ mới".

Hướng tới hợp tác cùng phát triển

Trong khi sinh thái học và trí tuệ nhân tạo đang phát triển theo các hướng tương tự một cách độc lập, các nhà nghiên cứu cho rằng sự hợp tác chặt chẽ và có chủ đích hơn có thể mang lại những tiến bộ chưa từng có trong cả 2 lĩnh vực.

Khả năng phản hồi đưa ra một ví dụ thuyết phục về cách cả 2 lĩnh vực có thể hưởng lợi khi "hợp tác" cùng nhau. Đối với hệ sinh thái, những tiến bộ của AI trong việc đo lường, lập mô hình và dự đoán khả năng phản hồi tự nhiên có thể giúp chúng ta chuẩn bị và ứng phó với biến đổi khí hậu. Đối với trí tuệ nhân tạo, sự hiểu biết rõ ràng hơn về cách thức hoạt động của khả năng phục hồi sinh thái có thể truyền cảm hứng cho các AI có khả năng phản hồi hiệu quả và tích cực hơn.

Đồng tác giả, nhà sinh thái học Kathleen Weathers cho biết: "Các mô hình AI được xây dựng trên dữ liệu hiện có, được đào tạo và đào tạo lại liên tục. Khi chúng ta có những khoảng trống dữ liệu, chúng ta đang tạo ra những mô hình với một số điểm mù có thể kéo dài sự bất công".

Vì vậy, sự hợp tác chặt chẽ cũng hứa hẹn sẽ thúc đẩy trách nhiệm xã hội lớn hơn trong cả 2 lĩnh vực. Các nhà sinh thái học đang nỗ lực kết hợp những cách hiểu đa dạng về thế giới từ hệ thống kiến thức bản địa và truyền thống khác. Trong khi trí tuệ nhân tạo có thể giúp hợp nhất những dữ liệu khác nhau. Điều này giúp cải thiện sự hiểu biết của chúng ta về các hệ thống sinh thái xã hội và điều chỉnh những thành kiến trong hệ thống AI.

Nguồn: Scitechdaily

Hồng Ngọc