Nếu bạn nghĩ rằng sự bùng nổ mới nhất trong quá trình phát triển AI là một trạng thái kỳ lạ của máy tính — với những từ viết tắt lớn, ồn ào như Mô hình ngôn ngữ lớn (LLM), Mạng đối thủ sáng tạo (GAN), v.v. — hãy nghĩ lại. Nó khó có thể kỳ lạ hơn các tế bào não người có thể giao tiếp với thiết bị điện tử – và các tác nhân AI – trong khi trôi nổi trong đĩa Petri. Tuy nhiên, đó chính xác là những gì một nhóm người Úc, liên kết với Đại học Monash và Phòng thí nghiệm Cortical, đã đạt được vào năm ngoái khi họ giới thiệu khái niệm DishBrain của họ.
Rõ ràng, khái niệm và lời hứa về công việc của nhóm đã gây ấn tượng với quân đội và sức hấp dẫn của nó với tư cách là một địa điểm nghiên cứu thậm chí còn có giá trị đồng đô la kèm theo – nhờ khoản đầu tư quân sự trị giá 407.000 đô la Mỹ vào nghiên cứu của ONI (Văn phòng Tình báo Quốc gia) của Úc.
Trong khi giới thiệu DishBrain vào năm ngoái, các nhà nghiên cứu đã mô tả một đơn vị xử lý bán sinh học, được thiết kế từ hỗn hợp tế bào não người và chuột được phát triển thành các điện cực điều khiển. Những điện cực này đóng vai trò như một loại BCI (Giao diện não-máy tính), cho phép các nhà khoa học gửi tín hiệu điều khiển và đọc hoạt động sinh học của “tiền não”. Điều thú vị là (tính từ của bạn có thể thay đổi), DishBrain đã thể hiện một điều gì đó giống như khả năng nhận thức (tốt, giống như các kỹ năng sinh tồn cơ bản hơn hoặc nhu cầu sinh học để giảm thiểu phản hồi tiêu cực) trong vòng 5 phút kể từ khi được bật: đó là khoảng thời gian cần thiết để “học” cách chơi Pong.
Cách họ quản lý để “huấn luyện” bộ não không có gì là tài tình: chuyển động của quả bóng được truyền đến các tế bào thông qua các điện cực, với sự kích thích điện của các tế bào của DishBrain tác động đến các khu vực khác nhau được lập bản đồ dựa trên vị trí của quả bóng. Sau đó, DishBrain được trao quyền kiểm soát mái chèo và khả năng di chuyển chúng sang trái và phải.
Bởi vì các hệ thống sinh học có xu hướng tiêu hao năng lượng thấp nhất có thể (hoặc, ít nhất, để tránh những trải nghiệm tốn kém hoặc tiêu cực làm trừ đi năng lượng dự trữ của nó — và do đó, khả năng sống sót của nó), DishBrain đã được thiết lập cho một hệ thống phần thưởng đơn giản để khai thác điều này: nếu mái chèo chặn quả bóng, các điện cực trong BrainDish sẽ cung cấp cho nó một kích thích điện “tích cực”, có thể dự đoán được, kéo dài một giây. Nhưng bất cứ khi nào mái chèo trượt bóng, DishBrain nhận được một luồng điện không thể đoán trước kéo dài tới bốn giây. Trong trường hợp này, khả năng nhận thức đạt được thông qua khả năng sống sót: cần nhiều năng lượng hơn để đối phó với vụ nổ kéo dài bốn giây không thể đoán trước so với vụ nổ kéo dài một giây có thể đoán trước. Vì vậy, DishBain đã tăng khả năng sống sót của mình bằng cách tích cực tối đa hóa số lần các mái chèo chạm bóng.
Nếu điều này gợi lên hình ảnh một chiếc dùi cui điện được ấn vào ai đó để dụ dỗ một hành vi nhất định – thì bạn không hoàn toàn sai.
Phó giáo sư Adeel Razi, thuộc Viện Turner về Não và Sức khỏe Tâm thần, cho biết công việc của họ “kết hợp các lĩnh vực trí tuệ nhân tạo và sinh học tổng hợp để tạo ra các nền tảng điện toán sinh học có thể lập trình được”. Lời hứa đó – để có các bộ xử lý song song cuối cùng (bộ não sinh học hoặc phần mềm ướt) làm thiết bị điện toán – là một cú hích. Theo Razi, thậm chí còn có kỳ vọng rằng các bộ xử lý sinh học như thế này cuối cùng có thể vượt qua giới hạn của chip silicon thông thường.
Thật thú vị khi lưu ý rằng dự án DishBrain có một số mục tiêu dường như phù hợp với cuộc chạy đua vũ trang AI hiện tại của chúng ta: giống như các công ty AI như Microsoft và OpenAI đang chạy theo giấc mơ đào tạo đệ quy (về cơ bản có nghĩa là một tác nhân AI có thể tự đào tạo chính nó), khả năng tự học của DishBrain chính là chiến tích mà các công ty dựa trên silicon và máy tính lượng tử (trong trường hợp của Microsoft) đang theo đuổi. Cho dù việc học đó dựa trên bản năng sinh tồn dựa trên cơ chế sinh học và vật lý hay tình cảm thuần túy là một câu hỏi có liên quan, nhưng kết quả cuối cùng — hệ thống có thể tự học — là như nhau.
Đặc biệt, khả năng này có thể có tác động sâu sắc đến AI, vì một hệ thống xử lý dựa trên phần mềm thay thế thay vì phương pháp tiếp cận dựa trên silicon hiện tại của chúng ta có thể tránh được một trong những tác hại lớn nhất đối với sự phát triển của AI: khả năng ghi nhớ quá trình đào tạo — hay nói cách khác, “sự lãng quên thảm khốc” thường ngăn cản AI xây dựng trên cơ sở học tập của nó.
Theo Razi, nhóm “sẽ sử dụng cái này [the grant] để phát triển các cỗ máy AI tốt hơn nhằm tái tạo khả năng học tập của các mạng thần kinh sinh học này.” Mặc dù các nhà nghiên cứu hàng đầu cảnh giác với những rủi ro tồn tại do AI gây ra, nhưng vẫn có nghiên cứu đang diễn ra nghe có vẻ giống trong bối cảnh khoa học viễn tưởng hơn là trong mặt trận tin tức. Phần cứng của Tom. bộ phim năm 2001 Xuống và chiếc thang máy giết người có tri giác, chạy bằng phần mềm ướt của nó xuất hiện trong tâm trí.
Thật căng thẳng khi nghĩ về những gì có thể xảy ra khi công nghệ được trình bày trong bài viết này xuất hiện trong một thứ thậm chí còn mang tính quân sự hơn – chẳng hạn như một hệ thống máy bay không người lái chọn giết người điều khiển con người của nó.
May mắn thay, chỉ những phiên bản tương lai của chúng ta mới phải đối phó với điều đó – nếu và khi thời điểm đó đến.
