Kỷ nguyên của các chatbot trí tuệ nhân tạo dường như hiểu và sử dụng ngôn ngữ theo cách con người chúng ta đã bắt đầu. Về cơ bản, các chatbot này sử dụng các mô hình ngôn ngữ lớn, một loại mạng lưới thần kinh cụ thể. Nhưng một nghiên cứu mới cho thấy các mô hình ngôn ngữ lớn vẫn dễ bị nhầm lẫn với ngôn ngữ tự nhiên. Đối với một nhóm các nhà nghiên cứu, đó là một lỗ hổng có thể hướng tới các cách cải thiện hiệu suất của chatbot và giúp tiết lộ cách con người xử lý ngôn ngữ.
Ngày nay, chúng ta đang chứng kiến một cuộc cách mạng trong lĩnh vực trí tuệ nhân tạo (AI) với sự xuất hiện của các chatbot thông minh. Các chatbot này sử dụng các mô hình ngôn ngữ lớn (Large Language Models – LLM), một loại mạng nơ-ron nhân tạo đặc biệt, để hiểu và tương tác bằng ngôn ngữ tự nhiên, tương tự như con người.
Tuy nhiên, dù có khả năng ấn tượng trong việc hiểu và tạo ra ngôn ngữ, các chatbot trí tuệ nhân tạo không phải lúc nào cũng hiểu đúng những câu không có ý nghĩa, đặt ra câu hỏi về sự khác biệt giữa khả năng của họ và khả năng nhận thức ngôn ngữ của con người. Mặc dù chúng có thể xử lý ngôn ngữ rất linh hoạt, nhưng chúng vẫn mắc phải sai sót, thậm chí đôi khi tạo ra những câu vô nghĩa hoàn toàn.
Nghiên cứu tại Đại học Columbia ở New York đã tiến hành các thử nghiệm để đánh giá khả năng của các chatbot AI trong việc đánh giá ngôn ngữ. Các nhà nghiên cứu đã chọn 9 mô hình ngôn ngữ khác nhau và so sánh chúng thông qua hàng trăm cặp câu. Thử nghiệm yêu cầu những người tham gia lựa chọn câu mà họ cho là tự nhiên hơn, nghĩa là câu có nhiều khả năng được sử dụng trong cuộc sống hàng ngày. Sau đó, các mô hình đã được thử nghiệm để xem liệu chúng có thể đánh giá từng cặp câu giống như con người hay không.
Kết quả cho thấy, các mô hình AI phức tạp hơn, như mô hình nơ-ron Transformer, có xu hướng hoạt động tốt hơn so với các mô hình nơ-ron hồi quy đơn giản và các mô hình thống kê dựa trên tần số từ. Tuy nhiên, tất cả các chatbot AI đều mắc phải lỗi, thậm chí chọn ra những câu hoàn toàn vô nghĩa.
Mô hình Transformer được thiết kế để giải quyết nhiều bài toán trong xử lý ngôn ngữ và tiếng nói, như dịch tự động, sinh ngôn ngữ, phân loại, nhận dạng thực thể và nhận dạng tiếng nói. Điểm đặc biệt của nó là khả năng xử lý đồng thời các phần của câu, không cần phải tuần tự xử lý từng từ như mô hình nơ-ron hồi quy truyền thống. Điều này giúp cải thiện hiệu suất và giảm thời gian xử lý.
Tuy nhiên, những khác biệt này vẫn khiến cho chatbot AI không thể tránh khỏi việc hiểu sai những câu không có ý nghĩa. Tiến sĩ Nikolaus Kriegeskorte tại Đại học Columbia lý giải rằng: “Ngay cả những chatbot AI mạnh mẽ nhất vẫn có thể bị đánh lừa bởi những câu vô nghĩa. Điều này cho thấy rằng các tính toán của chúng vẫn còn thiếu một điều gì đó – một khoảng trống về cách con người xử lý ngôn ngữ“.
Những kết quả này khẳng định rằng, dù chatbot AI có hiệu suất tốt, chúng vẫn chưa hoàn hảo. Điều này đặt ra câu hỏi về vai trò và giới hạn của chúng trong việc ra quyết định quan trọng. Một câu hỏi quan trọng khác là liệu các tính toán trong chatbot AI có thể giúp hiểu sâu hơn về cách bộ não con người hoạt động và có thể truyền cảm hứng cho các nghiên cứu về tâm lý học và khoa học não học.
Cuối cùng, các chatbot AI không chỉ là công cụ mạnh mẽ mà còn mang lại cơ hội mới để hiểu sâu hơn về ngôn ngữ và suy nghĩ của con người. Chúng ta cần tiếp tục nghiên cứu để khai thác tối đa tiềm năng của chúng và xác định những điểm mạnh và yếu để phát triển hệ thống AI ngày càng hoàn thiện hơn.
P.A.T (NASATI), theo scitechdaily.com, 4/10/2023 (vista.gov.vn)