Vấn đề của trí tuệ nhân tạo là gì? 3 thách thức hàng đầu trong trí tuệ nhân tạo năm 2021

Giúp NTDVN sửa lỗi

Những vấn đề và thách thức của trí tuệ nhân tạo là: (1) Sự thiếu hụt niềm tin vì các dự đoán của các mô hình trí tuệ nhân tạo không thể giải thích được. (2) Yêu cầu một sức mạnh tính toán lớn, và (3) vấn đề về quyền riêng tư và bảo mật dữ liệu.

Trí tuệ nhân tạo đã phát triển và len lỏi đến nhiều lĩnh vực trong cuộc sống của chúng ta. Trong bài trước, chúng tôi đã giới thiệu tổng quan về trí tuệ nhân tạo. Trong bài này, chúng tôi sẽ đi sâu vào những vấn đề của trí tuệ nhân tạo. Cụ thể hơn là 3 thách thức đối với trí tuệ nhân tạo năm 2021.

  1. Sự thiếu hụt niềm tin

Một trong những yếu tố quan trọng nhất gây ra lo lắng cho người dùng là chưa rõ cách các mô hình học sâu trong AI dự đoán kết quả. Các mô hình học sâu trong AI vẫn là hộp đen. Chúng ta không biết được những mô hình học sâu này đã học những gì.

Để đưa vào sử dụng trong thực tế, các mô hình học sâu thường được kiểm tra cẩn thận. Nhưng khi thực hiện kiểm tra, người ta phát hiện rằng các mô hình học sâu này rất ‘mỏng manh’.

Điều này có nghĩa là, các mô hình học sâu có thể dự đoán kết quả chính xác trên những tập dữ liệu giống với tập dữ liệu mà nó đã được học. Tuy nhiên, khi chúng ta kiểm tra các mô hình trên những mẫu dữ liệu với một số thay đổi nhỏ thì kết quả không còn chính xác.

Vấn đề này được gọi là ‘Shortcut learning' (học tắt) trong AI. Vấn đề này cũng có thể hiểu là giống như ‘học vẹt' ở con người.

  1. Sức mạnh tính toán (Computing Power)

Học máy (machine learning) và Học sâu (deep learning) là những bước đệm của Trí tuệ nhân tạo (AI). AI cầu số lượng lõi (tiếng Anh là core, ví dụ bạn có thể nghe từ core này trong từ “Core i3” hay “Core i5”) và GPU (Bộ phận xử lý đồ họa) ngày càng tăng để hoạt động hiệu quả.

Những mô hình học sâu phức tạp yêu cầu sức mạnh tính toán rất lớn. Có thể là cần sức mạnh tính toán của một siêu máy tính. Tuy nhiên, siêu máy tính không hề rẻ.

Mặc dù, điện toán đám mây (Cloud Computing) và các hệ thống xử lý song song (parallel processing systems) đã giúp việc huấn luyện các mô hình AI hiệu quả hơn, nhưng chi phí khá đắt.

Ví dụ, để thuê 1 máy áo với 1 GPU (NVIDIA A100) trong 1 tháng từ Google Cloud, thì giá thuê sẽ là 2141,75 đô la Mỹ.

Để huấn luyện một mô hình học sâu phức tạp, bạn sẽ cần nhiều GPU. Vì 1 GPU thì sẽ tốn rất nhiều thời gian.

Ví dụ, gần đây, trong lĩnh vực xử lý ngôn ngữ tự nhiên, công ty OpenAI đã huấn luyện một mô hình tên là OpenAI GPT-3. Mô hình GPT-3 này có 175 tỷ tham số.

Theo các nhà nghiên cứu tính toán thì OpenAI đã sử dụng 1024 GPU NVIDIA A100 để huấn luyện mô hình này trong 34 ngày.

Cũng có người ước tính rằng, nếu chỉ dùng 1 GPU thông thường (NVIDIA Tesla V100) thì phải mất 355 năm để huấn luyện mô hình GPT-3 này.

Không phải ai cũng có thể chi trả được những số tiền lớn để có thể huấn luyện và sử dụng các mô hình phức tạp. Tuy nhiên, với sự gia tăng của lượng lớn dữ liệu và các thuật toán ngày càng phức tạp, nên nhu cầu tính toán ngày càng gia tăng.

  1. Quyền riêng tư và bảo mật dữ liệu

Yếu tố chính mà tất cả các mô hình học máy và học sâu dựa vào đó là sự sẵn có của dữ liệu và tài nguyên để đào tạo chúng. Dữ liệu được thu thập từ hàng triệu người dùng trên toàn cầu, nên có khả năng dữ liệu này có thể bị sử dụng cho mục đích xấu.

Ví dụ: giả sử một nhà cung cấp dịch vụ y tế cung cấp dịch vụ cho 1 triệu người trong một thành phố. Do một cuộc tấn công mạng, dữ liệu cá nhân của tất cả một triệu người dùng rơi vào tay của tất cả mọi người trên những trang web xấu (dark web). Dữ liệu này bao gồm dữ liệu về bệnh tật, vấn đề sức khỏe, tiền sử bệnh tật, v.v. Hiện chúng ta đang xử lý dữ liệu từ mọi nơi trên thế giới. Với rất nhiều thông tin đổ về từ mọi hướng, chắc chắn sẽ có một số trường hợp bị rò rỉ dữ liệu.

Một số công ty đã bắt đầu đổi mới cách làm việc để vượt qua những rào cản này. Họ huấn luyện dữ liệu trên các thiết bị thông minh và do đó nó không được gửi trở lại máy chủ, chỉ mô hình được đào tạo mới được gửi trở lại tổ chức/hệ thống quản lý người dùng.

Tổng hợp

Khoa học Công nghệ


BÀI CHỌN LỌC

Vấn đề của trí tuệ nhân tạo là gì? 3 thách thức hàng đầu trong trí tuệ nhân tạo năm 2021