Chuyên gia đầu ngành về robot và trí tuệ nhân tạo (AI), giáo sư Rodney Brooks, kêu gọi nhìn nhận thực tế về tiềm năng của AI, tránh thổi phồng quá mức.
Giáo sư Rodney Brooks, một tên tuổi lớn trong lĩnh vực robot và AI, hiện là Giáo sư danh dự ngành Robot tại MIT và đồng sáng lập ba công ty công nghệ danh tiếng: Rethink Robotics, iRobot và Robust.ai. Trong một cuộc phỏng vấn gần đây với TechCrunch, ông đã có những chia sẻ thẳng thắn về thực trạng phát triển của trí tuệ nhân tạo, đặc biệt là mô hình ngôn ngữ lớn (LLM).
Theo vị giáo sư, mặc dù LLM rất ấn tượng, nhưng khả năng của chúng vẫn chưa đạt đến mức như nhiều người lầm tưởng. “Vấn đề của AI tạo sinh (GenAI) là trong khi nó chỉ có thể thực hiện một số nhiệm vụ nhất định, nó không thể làm mọi thứ mà con người có thể làm,” ông nhận định.
Lấy ví dụ về Robust.ai, công ty robot kho vận của mình, giáo sư Brooks cho biết việc sử dụng LLM để điều khiển robot trong môi trường kho bãi phức tạp với hàng ngàn đơn hàng cần xử lý nhanh chóng là bất khả thi và thậm chí có thể làm chậm quá trình xử lý. Thay vào đó, việc kết nối robot với phần mềm quản lý kho hàng sẽ hiệu quả hơn nhiều.
Theo ông Brooks, con người thường đánh đồng khả năng của AI với con người, dẫn đến việc kỳ vọng AI có thể làm mọi thứ như con người. Tuy nhiên, ông khẳng định: “AI không phải là con người và việc gán cho nó những khả năng của con người là sai lầm.”
Thay vì cố gắng tạo ra những robot giống người, Robust.ai tập trung vào việc thiết kế robot có mục đích sử dụng thực tế trong kho vận. Robot của họ có hình dáng giống như xe đẩy hàng, dễ dàng cho con người tương tác và kiểm soát khi cần thiết.
Vị giáo sư cũng bác bỏ quan điểm cho rằng công nghệ, bao gồm cả AI, sẽ luôn phát triển theo cấp số nhân. Ông lấy ví dụ về iPod, mặc dù dung lượng lưu trữ của iPod đã tăng gấp đôi qua mỗi thế hệ ban đầu, nhưng tốc độ tăng trưởng này đã chậm lại khi đạt đến mức đáp ứng đủ nhu cầu của người dùng.
Mặc dù vậy, ông Brooks tin rằng LLM có tiềm năng ứng dụng trong lĩnh vực robot gia dụng, đặc biệt là trong bối cảnh dân số già hóa và thiếu hụt nhân lực chăm sóc sức khỏe. Tuy nhiên, ông cũng nhấn mạnh rằng điều này có thể đi kèm với nhiều thách thức độc đáo. “Vấn đề không phải ở các mô hình ngôn ngữ lớn mà ở lý thuyết điều khiển và các kỹ thuật tối ưu hóa toán học phức tạp khác,” ông nói.
Ông Brooks kết luận, chìa khóa thành công trong lĩnh vực AI là tạo ra những công nghệ dễ hiểu, dễ triển khai trên quy mô lớn và mang lại lợi ích thiết thực cho người dùng. Đồng thời, cần phải thừa nhận rằng luôn tồn tại những trường hợp ngoại lệ khó giải quyết trong AI và cần nhiều năm, thậm chí là nhiều thập kỷ để giải quyết triệt để.
