Deep Learning và bộ não con người: Truyền cảm hứng, không bắt chước

Deep Learning vượt qua khả năng của con người trong việc xử lý một khối lượng lớn dữ liệu. Với sự gia tăng không ngừng của dữ liệu và sự ra đời của các GPU và TPU nhanh hơn, Deep Learning đang có những bước tiến lớn trong lĩnh vực phân tích hình ảnh, nhận dạng khuôn mặt, xe tự lái, v.v…

Các doanh nghiệp đang đưa những kỹ thuật này ra khỏi phòng thí nghiệm và triển khai nó trong những tình huống thực tế. Bộ vi xử lý Tegra X1 SoC của NVidia có thể phân tích lên đến 258 hình ảnh mỗi giây. SoC tiên tiến của Qualcomm trong camera giám sát hành trình và camera gắn trên cơ thể người tự hào về khả năng phân tích của mình, bao gồm kích hoạt bằng giọng nói, nhận dạng khuôn mặt, phát hiện chuyển động thông minh và theo dõi đối tượng. Thông qua các tính năng như vậy, người dùng có thể chuyển từ các máy chủ đắt tiền trên đám mây sang các phân tích hiệu quả dựa trên máy ảnh. Những chiếc xe tự lái của Google đã tận dụng sức mạnh của Deep Learningtrong phân tích hình ảnh và phát hiện chuyển động và cho đến thời điềm này, chúng chỉ liên quan đến 11 vụ tai nạn.

Sâu hơn nữa!

Deep Learning bao gồm các mạng thần kinh nhân tạo được mô hình hóa trên các mạng tương tự có trong não người. Khi dữ liệu đi qua lưới nhân tạo này, mỗi lớp xử lý một khía cạnh của dữ liệu, lọc các ngoại lệ, phát hiện các thực thể quen thuộc và tạo ra kết quả cuối cùng.

Nhận thức là các chức năng Deep Learning giống như bộ não của con người.

Vâng, bộ não con người hoạt động theo kiểu tương tự - nhưng ở mức độ tiên tiến cao. Bộ não con người là một mạng lưới các nơ-ron đa dạng phức tạp hơn nhiều, tại đó mỗi nút thực hiện một nhiệm vụ riêng biệt. Sự hiểu biết của chúng ta về mọi thứ là vượt trội hơn hẳn. Nếu chúng ta được dạy rằng sư tử là nguy hiểm, chúng ta có thể suy luận rằng gấu cũng vậy.

Deep Learning không thể hiện sự suy luận sâu

Deep Learning cũng sử dụng suy luận, nhưng theo cách tuyến tính, cơ bản và một chiều. Huấn luyện mạng lưới thần kinh nhân tạo phân loại sư tử là nguy hiểm có thể khiến chúng chỉ nhạy cảm với sư tử và không tự động phân loại gấu là nguy hiểm. Huấn luyện chúng nhận dạng mèo sẽ chỉ giúp chúng nhận ra mèo chứ chúng sẽ không thể suy luận được báo thuộc họ mèo.

Tương tự, thông qua nhận dạng khuôn mặt, Deep Learning có thể gắn thẻ khuôn mặt trên ảnh nhưng có thể thất bại khi gặp khuôn mặt của cặp song sinh dính liền. Khả năng suy luận của bộ não con người có thể phân biệt được sự khác biệt ngầm trong trường hợp này.

Những chiếc ô tô tự lái của Google có thể chỉ đối mặt với 11 trường hợp tai nạn nhưng đã có 341 trường hợp “giành lại vô lăng” trong một năm - những người lái xe thử nghiệm lại lấy quyền làm chủ từ máy tính để điều khiển xe. Các trường hợp này xảy ra khi máy tính báo hiệu cần giúp đỡ hoặc khi các trình điều khiển kiểm tra cảm thấy nguy hiểm sắp xảy ra và con người buộc phải tiếp quản. Vì vậy, về mặt kỹ thuật, bộ não con người đã thể hiện sức mạnh suy luận của mình và cứu được thêm 341 trường hợp tai nạn.

Xe Google mang trên mình gánh nặng của việc quá an toàn. Những chiếc xe tự lái dễ sử dụng và cực kỳ an toàn không thể cảm nhận được một người đi bộ nhảy ra khỏi đường hoặc người dân trên đường phố đông đúc đi bộ phía trước suốt cả ngày. Trong những trường hợp này, khả năng kiểm soát và điều khiển xe của con người là vượt trội. Không ngạc nhiên khi dự án “Định vị lại từ xa” của Ford cho phép một tài xế ngồi xa hàng ngàn dặm vẫn có thể điều khiển từ xa một chiếc xe hơi.

Mạng lưới thần kinh nhân tạo bắt chước não trẻ sơ sinh

Ở giai đoạn này, có thể nói rằng Deep Learning đang bắt chước bộ não của một đứa trẻ sơ sinh. Bộ não trẻ sơ sinh giống như một miếng bọt biển và nó học thông qua đào tạo. Phải mất vài năm để mạng lưới thần kinh trong đó trưởng thành và có thể suy luận nhiều điều thông qua một bộ huấn luyện.

Tương lai nơi Deep Learning có thể giúp trí tuệ nhân tạo suy nghĩ, giải thích, phân tích và tự suy luận không còn quá xa. C-3PO - hoặc Kẻ hủy diệt nếu bạn muốn - có thể đang ở ngoài kia. Những người đa nghi dự đoán con người sẽ bị lấy mất việc làm. Nhưng cho đến khi điều đó xảy ra, Deep Learning sẽ được truyền cảm hứng từ bộ não con người chứ không phải bắt chước nó.

Rốt cuộc, mạng lưới thần kinh nhân tạo vẫn không biết rằng chúng cần nguồn điện để tồn tại.