Sự tiến bộ của AI có nghĩa là sự kết thúc của lập trình?

Một số công nghệ mới đã tạo ra tiếng vang xung quanh trí tuệ nhân tạo (AI) và ý nghĩa của nó đối với tương lai của chúng ta với tư cách là một xã hội. Mỗi công nghệ đến từ các nhánh AI khác nhau và đặt ra một loạt các lợi thế và mối quan tâm riêng.

Deepfakes và AI nhân bản giọng nói khiến bạn khó tin vào bất cứ điều gì bạn nhìn thấy hoặc nghe thấy trên internet. Một số người cho rằng ChatGPT và các hệ thống AI học sâu tương tự có khả năng tạo ra sự dư thừa việc làm trong một số lĩnh vực. Một câu hỏi liên quan được đặt ra: “liệu AI cuối cùng sẽ thay thế các lập trình viên?”

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo là một nhánh của khoa học máy tính tập trung vào khả năng giải quyết vấn đề của hệ thống bằng cách sử dụng một (hoặc nhiều) trong bốn phẩm chất. Một hệ thống AI có thể suy nghĩ giống con người, hành động giống con người, suy nghĩ hợp lý và/hoặc hành động hợp lý.

Lịch sử của trí tuệ nhân tạo

Mặc dù có vẻ như AI đã tồn tại hàng thế kỷ, nhưng đây là một lĩnh vực đã đạt được đà phát triển vào giữa những năm 1900. Một trong những ngày đáng chú ý nhất trong lịch sử của AI là năm 1956, đây là năm giới thiệu chính thức về lĩnh vực trí tuệ nhân tạo. Phần giới thiệu này diễn ra tại một hội nghị ở Đại học Dartmouth.

Một số tên tuyệt vời liên kết với các khía cạnh khác nhau của những tiến bộ ban đầu trong AI. Những người này bao gồm Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson và Alain Colmerauer.

hành động nhân văn

Năm 1936, Alan Turing đã xuất bản một bài báo có tựa đề “Về những con số tính toán được, với ứng dụng cho bài toán Entscheidungs”. Trong bài báo này, Turing đã giới thiệu khái niệm về máy Turing mà cho đến ngày nay vẫn đóng một vai trò quan trọng trong AI. Ông đã chứng minh rằng, với thuật toán chính xác, máy Turing có thể thực hiện bất kỳ phép tính toán học nào.

Sau đó vào năm 1937, Turing đã sử dụng vấn đề dừng lại để chỉ ra những hạn chế của máy móc thông minh. Sau đó vào năm 1950, Turing đã xác định trí thông minh của máy móc bằng cách sử dụng cái mà ông gọi là bài kiểm tra Turing. Nếu một hệ thống AI vượt qua bài kiểm tra Turing, thì hệ thống đó có thể hoạt động như con người.

Suy nghĩ nhân văn

Marvin Minsky là một cái tên nổi tiếng trong lĩnh vực AI. Ông được biết đến với việc phát triển máy học mạng nơ-ron có dây ngẫu nhiên đầu tiên, được gọi là SNARC vào năm 1951. Mạng nơ-ron dạy máy tính xử lý dữ liệu tương tự như bộ não con người. Định nghĩa của Minsky về AI là “khoa học chế tạo máy móc làm những việc đòi hỏi trí thông minh nếu được thực hiện bởi con người.”

Allen Newell và Herbert Simon là hai người tiên phong khác trong lĩnh vực AI, họ tập trung vào khả năng mô phỏng suy nghĩ của con người của máy móc. Năm 1956, họ giới thiệu chương trình máy tính xử lý ký hiệu đầu tiên, được gọi là Logic Theorist. Năm 1961, Newell và Simon đã phát triển Bộ giải quyết vấn đề chung (GPS), về cơ bản bắt chước suy nghĩ của con người.

Suy nghĩ hợp lý

Nhập John Robinson, người vào năm 1965 đã xuất bản một tạp chí có tựa đề “Logic hướng máy dựa trên nguyên tắc phân giải”. Ông cũng đã phát minh ra phép tính độ phân giải cho logic vị từ, đóng vai trò quan trọng trong AI.

Logic vị từ là một ngôn ngữ hình thức sử dụng logic để biểu diễn tư duy hợp lý. Ngôn ngữ này sử dụng khuôn khổ mà tiền đề đúng sẽ tạo ra kết luận đúng. Ví dụ, Alexa là một cỗ máy; tất cả các máy làm cho công việc dễ dàng hơn; do đó, Alexa làm cho công việc dễ dàng hơn.

Những tiến bộ gần đây trong trí tuệ nhân tạo

Khi mới thành lập, lĩnh vực trí tuệ nhân tạo ngày nay rất phức tạp với nhiều nhánh khác nhau. Mỗi nhánh dưới sự bảo trợ của AI đang liên tục đạt được những bước tiến đáng kể.

Học máy là một nhánh của AI sử dụng thuật toán dữ liệu để bắt chước quá trình học của con người, giúp cải thiện độ chính xác của nó trên mỗi lần lặp lại. Một trong những tập hợp con nổi bật hơn của học máy là học sâu. Học sâu cải thiện học máy bằng cách giảm nhu cầu hỗ trợ của con người cho máy.

Ví dụ: nếu bạn có hình ảnh các loài hoa mà bạn muốn nhóm theo loài, quá trình phân loại sẽ khác nhau dựa trên loại hệ thống. Nếu hệ thống của bạn sử dụng máy học, thì bạn sẽ phải thiết lập thủ công các đặc điểm phân biệt các loài. Tuy nhiên, một hệ thống sử dụng học sâu sẽ tự xác định các đặc điểm phân biệt tốt nhất cho từng loài.

Học sâu đã tạo ra những làn sóng lớn trong ngành trong những năm gần đây do một số công nghệ. ChatGPT là một công nghệ học sâu hiện đang nhận được rất nhiều sự quan tâm.

Theo ChatGPT, đó là:

một mô hình ngôn ngữ lớn được tạo bởi OpenAI. Đây là một chương trình trí tuệ nhân tạo (AI) được thiết kế để hiểu ngôn ngữ tự nhiên và tạo ra các câu trả lời giống như con người đối với nhiều loại câu hỏi và lời nhắc khác nhau. Mô hình này dựa trên kiến ​​trúc học sâu được gọi là máy biến áp, có khả năng xử lý lượng lớn dữ liệu văn bản và tạo phản hồi dựa trên các mẫu và mối quan hệ mà nó đã học được từ dữ liệu đó.

Kể từ khi ra mắt vào quý 4 năm 2022, ChatGPT đã trở thành chủ đề của nhiều cuộc tranh luận. Điều làm cho hệ thống AI này nổi bật là kỹ năng xử lý ngôn ngữ tự nhiên, cùng với khả năng học thông tin mới thông qua học tăng cường từ phản hồi của con người (RLHF). Nó dường như cũng sở hữu một khả năng mạnh mẽ để viết và sửa mã. Một số người nói rằng công nghệ này đại diện cho nguồn gốc của sự tuyệt chủng của các lập trình viên con người.

Những đặc điểm mong muốn của một lập trình viên con người mà AI không thể sao chép

Một hệ thống AI có thể học cách viết mã để tạo ra phần mềm. Tuy nhiên, việc thay thế hoàn toàn các lập trình viên có thể phức tạp hơn một chút. Khả năng của một hệ thống AI có thể cho phép nó giảm lực lượng lao động bằng cách giúp các lập trình viên làm việc nhanh hơn, nhưng nó không bao giờ có thể thực sự thay thế nhân công. Một đặc điểm phân biệt chính giữa lập trình viên và hệ thống AI là bộ não con người và các đặc điểm phức tạp của nó.

Theo Andrew Ng, một trong những tên tuổi hàng đầu về AI hiện nay:

một tế bào thần kinh duy nhất trong não là một cỗ máy vô cùng phức tạp mà thậm chí ngày nay chúng ta vẫn chưa hiểu được. Một ‘nơ-ron’ duy nhất trong mạng nơ-ron là một hàm toán học cực kỳ đơn giản, nắm bắt được một phần rất nhỏ độ phức tạp của một nơ-ron sinh học.

Khả năng tạo ra một suy nghĩ mới từ không khí dường như mỏng manh của bộ não nằm ngoài tầm hiểu biết của con người. Đó chắc chắn không phải là thứ mà một hệ thống AI có thể tái tạo. Một đặc điểm mong muốn khác của các lập trình viên là tính phức tạp của sự sáng tạo, một lần nữa, đây là thứ mà máy móc không thể sao chép được.

Thông qua học sâu, AI có thể tạo ấn tượng về suy nghĩ của con người. Một số hệ thống AI có thể đưa ra các quyết định đơn giản, nhưng những quyết định này không đáng kể so với khả năng ra quyết định của bộ não con người. AI có thể viết mã, nhưng nó không có khả năng đảm bảo rằng mã mà nó viết là mã chính xác. Một hệ thống AI không thể sao chép phán đoán của con người, cũng như không có bất kỳ dấu hiệu nào cho thấy nó có thể làm như vậy trong tương lai.

Tương lai của AI và lập trình

Các công nghệ AI như ChatGPT đã chứng minh AI có thể hữu ích như thế nào đối với các lập trình viên. Nó tạo mã nhanh chóng và có thể trợ giúp cho quy trình làm việc tổng thể của lập trình viên. Tuy nhiên, ChatGPT cũng đã chứng minh rằng ngay cả công nghệ học sâu tiên tiến nhất mà chúng tôi hiện có cũng không thể xử lý quyền tự chủ hoàn toàn. Theo OpenAI, ChatGPT được biết là tạo ra các câu trả lời vô nghĩa cho các câu hỏi.

Do đó, có thể giả định rằng tương lai của AI trong lập trình là một trong những “người trợ giúp” chứ không phải “sự thay thế” các lập trình viên.