Cuộc đua siêu cường và sự trở lại của mạng nơ-ron (1981–1987)
Nhật Bản đặt cược 850 triệu đô vào Thế hệ Máy tính Thứ Năm, phương Tây hoảng loạn đáp trả — trong khi âm thầm, backpropagation được tái phát hiện năm 1986 và bắt đầu cuộc cách mạng sẽ dẫn tới deep learning.
Cú đánh thức từ Tokyo và cuộc chạy đua vũ trang AI toàn cầu
Ngày 19/10/1981, Bộ Thương mại Nhật Bản (MITI) tuyên bố sẽ xây dựng máy tính 'Thế hệ Thứ Năm' — máy biết suy nghĩ, chạy logic PROLOG song song ở hàng trăm triệu suy luận mỗi giây, với ngân sách khoảng 57 tỷ yên. Phản ứng phương Tây gần như là một khoảnh khắc Sputnik: Mỹ đáp trả bằng Strategic Computing Initiative của DARPA (1 tỷ đô, mười năm), Anh bằng chương trình Alvey (350 triệu bảng), châu Âu bằng ESPRIT (1,5 tỷ euro), còn ngành công nghiệp tư nhân Mỹ lập ra MCC ở Texas.
Cuộc đua AI Mỹ-Nhật thập niên 1980 có nhiều điểm tương đồng đáng kinh ngạc với cuộc đua AI Mỹ-Trung thập niên 2020: cùng động lực lo sợ tụt hậu, cùng câu hỏi về chủ quyền công nghệ. Nhưng ngày 1/6/1992, dự án Thế hệ Thứ Năm kết thúc 'không phải với một tiếng gầm thành công, mà với một tiếng thầm thì'.
Trao đổi (0)
Bốn lý do kỹ thuật khiến Thế hệ Thứ Năm thất bại
Khi dự án chính thức kết thúc năm 1992, phán quyết đã rõ ràng:
- 1
Cược sai vào lập trình logic: ICOT đặt cược vào PROLOG song song, trong khi thế giới chuyển sang lập trình hướng đối tượng và machine learning thống kê.
- 2
Phần cứng nhanh chóng lỗi thời: các máy PSI/PIM chuyên dụng tốn nhiều năm xây dựng, nhưng khi giao hàng thì máy trạm Sun có sẵn đã chạy PROLOG ở tốc độ tương đương.
- 3
Vấn đề thắt cổ chai tiếp thu kiến thức chưa bao giờ được giải quyết — cùng điểm yếu đã ám ảnh hệ chuyên gia.
- 4
Tính dễ vỡ: hệ thống hoạt động trang nhã trong phạm vi hẹp nhưng thất bại thảm khốc ở rìa — MYCIN không biết con người có đầu, PROSPECTOR không biết đá nặng.
Trao đổi (0)
NETtalk — mạng nơ-ron học nói như một đứa trẻ sơ sinh
Năm 1987, Terry Sejnowski và Charles Rosenberg huấn luyện NETtalk — một mạng nơ-ron đọc cửa sổ 7 ký tự văn bản, qua 80 đơn vị ẩn, xuất ra đặc điểm âm vị học — trên 20.008 từ từ Brown Corpus. Điều khiến nó gây chấn động là một bản ghi âm: lúc đầu mạng 'bập bẹ như một đứa trẻ sơ sinh', sau hàng giờ huấn luyện tạo ra âm tiết nhận dạng được, sau một ngày nói rõ ràng với chỉ vài lỗi ở từ bất quy tắc.
Bản ghi âm được phát tại các hội nghị AI và trên truyền hình — lần đầu tiên công chúng 'nghe' một mạng nơ-ron làm điều gì đó, chứ không chỉ đọc về nó trên giấy. Hôm nay, khi bạn nghe Siri, Alexa hay giọng nói ChatGPT Voice, bạn đang nghe hậu duệ tinh vi của chính nguyên lý mà NETtalk chứng minh năm 1987.
Nguồn: Chương 7 — Cuộc đua siêu cường (phần NETtalk)
Trao đổi (0)
Connectionism hay symbolic AI?
Chương này đối lập hai triết lý: symbolic AI (trí tuệ từ quy tắc biểu tượng rõ ràng, do con người viết tay — như hệ chuyên gia) và connectionism (trí tuệ nổi lên từ mạng các đơn vị đơn giản học từ dữ liệu — như backpropagation, NETtalk). Chọn một công cụ AI bạn dùng, xác định nó gần với triết lý nào hơn, và giải thích dấu hiệu nhận biết.
Trao đổi (0)
John Hopfield (nhà vật lý, không phải nhà khoa học máy tính) hồi sinh mạng nơ-ron bằng vật lý thống kê năm 1982; 42 năm sau, ông chia sẻ giải Nobel Vật lý 2024 với Geoffrey Hinton — người mà năm 1986 cùng Rumelhart và Williams công bố backpropagation, thuật toán giải quyết chính vấn đề XOR đã giết chết perceptron. Minsky, người viết cuốn sách giết mạng nơ-ron năm 1969, cũng xuất bản The Society of Mind năm 1986 với luận điểm: 'Mánh khóe phép thuật nào làm cho chúng ta trở nên thông minh? Mánh khóe là không có mánh khóe nào cả' — trí tuệ chỉ là hàng triệu tác nhân nhỏ phối hợp với nhau.
Trao đổi (0)
Đăng nhập ở góc trên để lưu tiến độ đọc.