Wu Dao – ’siêu AI’ của Trung Quốc
“Siêu AI” Wu Dao của Trung Quốc có sức mạnh vượt trội so với GPT-3 – một trong những AI tốt nhất hiện nay của Mỹ.
Tháng 5/2020, GPT-3 được Open AI – phòng nghiên cứu có trụ sở tại San Francisco do tỷ phú Elon Musk, Peter Thiel và công ty Microsoft sáng lập – trình làng và được giới thiệu là AI thông minh nhất từ trước đến nay. Khi ra mắt, GPT-3 cũng là mô hình đào tạo AI có quy mô lớn nhất với 175 tỷ tham số cấu thành. Điều này giúp “siêu AI” đạt được hiệu suất tuyệt vời trong nhiều tác vụ xử lý ngôn ngữ tự nhiên (NLP), như tự sáng tác thơ, sản xuất âm nhạc, tự học và viết văn chuyên nghiệp như con người.
Wu Dao là “siêu AI” với khả năng xử lý ngôn ngữ tự nhiên linh hoạt nhất hiện nay.
Tuy nhiên, bất chấp quy mô và sức mạnh to lớn, những “siêu AI” như GPT-3 vẫn thiếu các khả năng nhận thức linh hoạt. Thực tế, các mô hình như GPT-3 chỉ có thể “học” được những thứ đơn giản, khó thực hiện các nhiệm vụ lý luận phức tạp, như đối thoại mở, hỏi đáp dựa trên kiến thức, lý luận trực quan… hoặc nhiều tác vụ đồng thời.
Để giải quyết vấn đề này, các nhà nghiên cứu tại Học viện Trí tuệ nhân tạo Bắc Kinh (BAAI) bắt đầu nghĩ đến AI có thể tự động thực hiện mọi thứ như con người. Wu Dao (Ngộ Đạo) phiên bản 1.0 ra đời. Công trình là kết quả đóng góp của BAAI cùng hơn 100 nhà khoa học AI khác từ đại học Bắc Kinh, Thanh Hoa, Renmin, học viện Khoa học Trung Quốc và nhiều học viện khác.
Wu Dao 1.0 được giới thiệu chính thức hồi tháng 3 và đã khởi xướng các dự án nghiên cứu quy mô lớn ở các lĩnh vực khác nhau thông qua bốn mô hình: Wu Dao – Wen Yuan, Wu Dao – Wen Lan, Wu Dao – Wen Hui và Wu Dao – Wen Su.
Trong đó, Wu Dao – Wen Yuan là mô hình t.iền đào tạo ngôn ngữ lớn nhất từ trước đến nay của Trung Quốc, với khả năng xử lý tốt nhất trong các ngôn ngữ chính thống, bao gồm tiếng Trung và tiếng Anh. AI này có thể đạt hiệu suất phân loại văn bản, phân tích tình cảm, suy luận ngôn ngữ tự nhiên, đọc hiểu… tương đương một người bình thường. Với 2,6 tỷ tham số, Wen Yuan có thể đạt hiệu suất như GPT-3 trong các hoạt động nhận thức,như ghi nhớ, hiểu, truy xuất, tính toán số, đa ngôn ngữ.
Wu Dao – Wen Lan là mô hình đào AI chuyên về đồ họa đa phương tiện. Chúng tự học tập và phân tích dựa trên sự kết hợp của đồ họa, văn bản và video, sau đó tạo ra các mô hình và ứng dụng đồ họa cấp công nghiệp của Trung Quốc. Hiện mô hình này có hơn 1 tỷ tham số, được đào tạo trên 50 triệu dữ liệu đồ họa thu thập từ các nguồn mở.
Wu Dao – Wen Hui là mô hình AI định hướng nhận thức quy mô cực lớn, tập trung vào một loạt vấn đề thiết yếu trong lĩnh vực AI nói chung. Mục tiêu của hệ thống này là phát triển và nâng cao nhận thức dựa trên logic, ý thức và khả năng lý luận của các mô hình AI cũ hơn. Wen Hui đã đạt 11,3 tỷ tham số. Hiện nó đã có khả năng tự sáng tác thơ, tạo video, vẽ hình, truy xuất văn bản và thực hiện các bài luận phức tạp. BAAI cho biết mô hình này đạt hiệu suất gần bằng con người ở khả năng tự sáng tác thơ.
Video đang HOT
Cuối cùng, Wu Dao – Wen Su là mô hình AI quy mô lớn về dự đoán cấu trúc phân tử sinh học. AI này có thể xử lý các cấu trúc phân tử sinh học siêu dài với hiệu suất cực nhanh. Wen Su đã hoàn thành khóa học về protein dựa trên cơ sở dữ liệu UNIPARC 100 GB, được đào tạo về dữ liệu gen trên 5 đến 100.000 tế bào miễn dịch của con người (25 – 30 loại tế bào) và 10.000 vi khuẩn kháng thuốc.
Wu Dao 2.0
Ba tháng sau khi Wu Dao 1.0 ra đời, BAAI cho ra phiên bản 2.0 thông minh hơn hẳn. Với 1.750 tỷ tham số, Wu Dao 2.0 lớn gấp 10 lần GPT-3 và cũng vượt trội so với con số 150 tỷ tham số của Switch Transformers do Google phát triển.
Với lượng tham số khổng lồ, các nhà khoa học cần phải chuẩn bị một lượng lớn dữ liệu cho Wu Dao 2.0 học. Do cơ sở dữ liệu đào tạo AI hiện có trên thị trường chưa đủ, BAAI phải tìm cách mới.
BAAI sau đó đã phát triển một hệ thống học tập mã nguồn mở có tên FastMoE – tương tự Mixture of Experts của Google. Hệ thống này có thể hoạt động trên PyTorch, cho phép một mô hình AI được đào tạo cả trên các cụm siêu máy tính lẫn GPU thông thường, cũng như không yêu cầu phần cứng độc quyền.
Kết quả là nhóm nghiên cứu đã tạo nên một Wu Dao vượt trội so với hầu hết AI hiện tại. Không giống các mô hình deep learning khác chỉ thực hiện một tác vụ duy nhất trong một thời điểm, chẳng hạn viết văn bản, tạo ảnh deepfake, nhận diện khuôn mặt hay đ.ánh cờ vây…, Wu Dao là mô hình đa phương thức. Trong đó, nó có thể vừa tạo văn bản, xử lý hình ảnh, vừa xử lý và tương tác với người thật bằng ngôn ngữ tự nhiên.
Theo thí nghiệm của BAAI, Wu Dao 2.0 đã có thể viết các bài luận, thơ và câu đối bằng tiếng Trung theo ngôn ngữ tự nhiên, tự viết và tạo các văn bản thay thế trên ảnh, thậm chí tự tạo một bức ảnh dựa trên mô tả của một người nào đó bằng ngôn ngữ tự nhiên.
“So với GPT-3, WuDao thông minh hơn, có thể hiểu và tạo ra hình ảnh cũng như các định dạng nội dung khác”, Tang Jie, giáo sư Đại học Thanh Hoa, cho biết. “Wudao 2.0 giúp người máy suy nghĩ như con người, thúc đẩy hình thành một hệ sinh thái thông minh và tự học hỏi”.
“Sinh viên ảo” đầu tiên
Hôm 6/6, BAAI đã phát hành người ảo mang tên Hua Zhibing. “Cô gái” này vừa nhập học để trở thành sinh viên của khoa Khoa học máy tính và công nghệ của Đại học Thanh Hoa, Bắc Kinh, hôm 3/6.
Tạo hình của “sinh viên ảo” Hua Zhibing.
Trong đoạn video ngắn, một “cô gái” có ngoại hình xinh xắn và giọng nói truyền cảm tự giới thiệu bản thân thích hội họa, thư pháp, có thể sáng tác thơ và nhạc, đồng thời có một số khả năng về lý luận và tương tác cảm xúc. Zhibing chính là “sinh viên ảo” đầu tiên tại Trung Quốc nhập học một trường Đại học danh tiếng.
Theo BAAI, Zhibing là kết quả đầu tiên trong việc ứng dụng Wu Dao 2.0 được công khai. Zhibing có hàng loạt ưu điểm mà những “người ảo” khác không có, như sử dụng đa ngôn ngữ, bao gồm tiếng Anh và tiếng Trung, được tích hợp hệ thống đa ngữ cảnh cho phép vận dụng AI linh hoạt, giảm chi phí đào tạo AI và nhiều vấn đề liên quan đến kỹ thuật khác.
Tiến sĩ Zhang Hongjiang, chủ tịch BAAI, nhấn mạnh, Wu Dao sẽ liên tục được nâng cấp. “Những gì chúng tôi đang xây dựng sẽ là tương lai của AI, nơi chúng có khả năng khai thác dữ liệu khổng lồ, sức mạnh tính toán lớn và linh hoạt. Đây sẽ là t.iền đề cho các ứng dụng AI thực tiễn thời gian tới”, Hongjiang nói.
Tại sao EU cứng rắn với các công ty công nghệ Mỹ?
Trong khi Mỹ luôn có nhưng chính sách tạo điêu kiên cho các công ty công nghê phát triên, châu Âu lại liên tục đưa ra nhiêu quy định nhăm hạn chê sư bành trương của ngành công nghê.
Các nhà quản lý châu Âu thường cáo buộc nhưng công ty công nghệ lớn trốn thuế, theo dõi dữ liệu người dùng, đàn áp cạnh tranh thị trường và nguy cơ lan truyền tin giả trên Internet. Tuần trước, châu Âu tiêp tục có kê hoạch lâp pháp đê hạn chê nhưng nguy cơ tiềm ẩn của trí tuê nhân tạo.
Có nhiêu lý giải cho viêc tại sao châu Âu luôn tỏ ra cưng răn vơi các công ty công nghê, chăng hạn như chính sách không phù hơp, sư quan lieu của cơ quan quản lý địa phương... nhưng trên thưc tê, EU ngày càng đưa ra nhiêu quy định hơn cho ngành công nghê.
Cách tiếp cận này có thể có tầm nhìn xa, nhưng cũng cản trở sự đổi mới hữu ích. Động thái của các nhà quản lý châu Âu chắc chắn là một thử nghiệm trong thế giới thực, chứng tỏ ngành công nghệ sẽ phát triển như thế nào theo nhiều quy tắc hơn. Mục đích của những quy tắc mới vưa đươc EU đề xuất vào tuần trước là để điều chỉnh các ứng dụng có rủi ro cao của AI trong một số lĩnh vực như xe tư hành, khoản vay ngân hàng, công cụ tính toán và tư pháp hình sự.
Một số hoạt động sử dụng trí tuệ nhân tạo sẽ bị cấm. Trong đó, EU nhân mạnh quy tăc vê viêc sư dụng phân mêm nhân dạng khuôn măt tại nơi công công. Ngoài ra, dư thảo mơi cũng yêu câu các công ty đ.ánh giá rủi ro công nghê, ghi lại quá trình ra quyêt định và công bố cho công chúng về tiến bộ trong lĩnh vực AI.
Tất nhiên, phải mất vài năm để những dự thảo này trở thành luật chính thức. Nhưng các nhà quản lý châu Âu cho biết, họ muốn suy nghĩ về những vấn đề có thể phát sinh với công nghệ này, trước khi nó được sử dụng rộng rãi và đê lại hâu quả khó lương.
"Tác hại tiêm ân của AI là công nghê này có khả năng ra quyêt định tương tư con ngươi. Nhưng đên thơi điêm hiên tại nhưng tác hại đó vân chỉ là trong giả thuyêt và phụ thuôc cách chúng ta giám sát trí tuê nhân tạo như thê nào", môt chuyên gia trong ngành nhân định.
Lựa chọn giám sát chặt chẽ ngành công nghệ không phải là thông lệ ở thị trường Mỹ. Một số khu vực pháp lý ở Mỹ đã cấm hoặc hạn chế việc sử dụng công nghệ nhận dạng khuôn mặt của các quan chức thực thi pháp luật.
Bên cạnh đó, nhiều bang thiết lập quy tắc an toàn cho các công ty muốn thử nghiệm xe tư hành trên đường công cộng. Tuy nhiên, trong hầu hết trường hợp, các nhà quản lý Mỹ có xu hướng chờ đợi những điều tồi tệ xảy ra trước khi cố gắng hành động theo đó.
Quy định kiểu Mỹ "chờ và xem" nghĩa là có ít trở ngại hơn để ý tưởng mới trở thành hiện thực, nhưng việc không chuẩn bị cho tác động tiêu cực của công nghệ chắc chắn tiềm ẩn nhiều rủi ro.
So với cách tiếp cận của châu Âu, sự không can thiệp vào quá trình phát triển của ngành công nghệ này cho phép các công ty như Facebook và Google trương thành nhanh chóng. Song có lẽ lúc này sức ảnh hưởng của họ quá lớn.
Tương tự, Uber và Lyft có thể hoạt động mà không có quá nhiều quy tắc, thay đổi số lượng người dùng sử dụng phương tiện giao thông và cung cấp công việc mới. Các công ty cũng gây ra nhiều vấn đề như tắc nghẽn giao thông gia tăng và lương lao đông thấp, cần được giải quyết.
Nhưng ở Mỹ, cho dù đó là các cơ quan quản lý, công chúng hay công ty công nghệ, họ thường không xem xét đầy đủ nhưng vấn đề có thể xảy ra.Trong khi đó, rất khó để nói liệu cách tiếp cận của châu Âu là khôn ngoan hay sai lầm. Một phần lý do khiến việc điều tiết ngành công nghệ trở nên dễ dàng hơn là EU có ít công ty công nghê bản địa và không bị tổn hại bởi nhiều quy tắc rườm rà.
Ngoài ra, do các quy định chông chéo hoặc việc thực thi yêu kém, hoạt động giám sát của châu Âu đối với ngành công nghệ chưa thực sự hiệu quả. Đôi khi quy định sai có thể phá hoại, thâm chí tệ hơn là không có quy định. Ở một mức độ nào đó, Châu Âu và Mỹ đã có những lập trường đối lập nhau về vấn đề này.
Vai trò của trí tuệ nhân tạo trong nỗ lực xây dựng y tế số Nhờ ứng dụng trí tuệ nhân tạo AI, các cơ sở y tế có thể đưa ra chẩn đoán chính xác, nâng cao chất lượng dịch vụ khám chữa bệnh. Chuyển đổi số y tế là ứng dụng công nghệ thông tin một cách tổng thể và toàn diện. Trong đó, các cơ sở y tế chú trọng tới công nghệ số hiện...
