Trẻ sơ sinh là những quả bóng vui vẻ, âu yếm, cười khúc khích. Chúng cũng là những cỗ máy học tập cực kỳ mạnh mẽ. Khi được ba tháng tuổi, chúng đã có trực giác về cách mọi thứ xung quanh chúng cư xử — mà không cần ai dạy chúng một cách rõ ràng luật chơi.
Khả năng này, được gọi là “vật lý trực quan”, bề ngoài có vẻ cực kỳ tầm thường. Nếu tôi đổ đầy nước vào một chiếc cốc và đặt nó lên bàn, tôi biết rằng chiếc cốc là một vật thể — thứ mà tôi có thể dùng tay ôm lấy mà không bị chảy vào lòng bàn tay. Nó sẽ không chìm qua bàn. Và nếu nó bắt đầu bay lên, tôi sẽ nhìn chằm chằm và ngay lập tức chạy ra khỏi cửa.
Trẻ sơ sinh nhanh chóng phát triển khả năng này bằng cách hấp thụ dữ liệu từ môi trường bên ngoài của chúng, hình thành một loại “nhận thức chung” về động lực của thế giới vật chất. Khi mọi thứ không chuyển động như mong đợi — chẳng hạn như trong trò ảo thuật khi các vật thể biến mất — họ sẽ thể hiện sự ngạc nhiên.
Đối với AI, đó là một vấn đề hoàn toàn khác. Trong khi các mô hình AI gần đây đã gây khó khăn cho con người từ chơi trò chơi đến giải quyết câu hỏi hóc búa về khoa học, họ vẫn gặp khó khăn trong việc phát triển trực giác về thế giới vật chất.
Tháng này, các nhà nghiên cứu tại DeepMind thuộc sở hữu của Google đã lấy cảm hứng từ tâm lý học phát triển và xây dựng một AI tự nhiên chiết xuất các quy tắc đơn giản về thế giới thông qua việc xem video. Netflix và chill không tự hoạt động; mô hình AI only đã học các quy luật của thế giới vật chất của chúng ta khi có một ý tưởng cơ bản về các vật thể, chẳng hạn như ranh giới của chúng là gì, chúng ở đâu và cách chúng di chuyển. Tương tự như trẻ sơ sinh, AI thể hiện sự “ngạc nhiên” khi thể hiện những tình huống ma thuật không có ý nghĩa, như một quả bóng lăn lên một đoạn đường dốc.
Được mệnh danh là PLATO (dành cho Học Vật lý thông qua Mã hóa tự động và Theo dõi Đối tượng), AI linh hoạt một cách đáng kinh ngạc. Nó chỉ cần một tập hợp các ví dụ tương đối nhỏ để phát triển “trực giác” của mình. Sau khi biết được điều đó, phần mềm có thể tổng quát hóa các dự đoán của nó về cách mọi thứ di chuyển và tương tác với các đối tượng khác, cũng như về các tình huống chưa từng gặp phải trước đây.
Theo một cách nào đó, PLATO đạt được điểm ngọt ngào giữa thiên nhiên và nuôi dưỡng. Các nhà tâm lý học phát triển từ lâu đã tranh cãi về việc liệu việc học ở trẻ sơ sinh có thể đạt được khi chỉ tìm ra các mẫu trong dữ liệu từ những trải nghiệm hay không. PLATO gợi ý câu trả lời là không, ít nhất là không cho nhiệm vụ cụ thể này. Cả kiến thức và kinh nghiệm tích hợp đều rất quan trọng để hoàn thành toàn bộ câu chuyện học tập.
Để rõ ràng, PLATO không phải là bản sao kỹ thuật số của một đứa trẻ ba tháng tuổi — và chưa bao giờ được thiết kế để trở thành như vậy. Tuy nhiên, nó cung cấp một cái nhìn thoáng qua về khả năng phát triển trí óc của chúng ta.
“Công việc… đang đẩy ranh giới của những gì trải nghiệm hàng ngày có thể và không thể giải thích về trí thông minh,” nhận xét Tiến sĩ. Susan Hespos và Apoorva Shivaram, tại Đại học Northwestern và Đại học Western Sydney, những người không tham gia vào nghiên cứu. Nó có thể “cho chúng ta biết cách xây dựng các mô hình máy tính tốt hơn mô phỏng tâm trí con người”.
Câu hỏi hóc búa về Nhận thức chung
Khi chỉ mới ba tháng tuổi, hầu hết trẻ sơ sinh sẽ không ngoác mắt nếu chúng làm rơi một món đồ chơi và nó rơi xuống đất; họ đã chọn khái niệm về lực hấp dẫn.
Làm thế nào điều này xảy ra vẫn còn khó hiểu, nhưng có một số ý tưởng. Ở độ tuổi đó, trẻ sơ sinh vẫn gặp khó khăn để vặn vẹo, bò hoặc di chuyển xung quanh. Đầu vào của họ từ thế giới bên ngoài hầu hết là thông qua quan sát. Đó là một tin tuyệt vời cho AI: điều đó có nghĩa là thay vì chế tạo robot để khám phá môi trường của chúng về mặt vật lý, có thể truyền cảm giác vật lý vào AI thông qua video.
Đó là một lý thuyết được xác nhận bởi Tiến sĩ Yann LeCun, một chuyên gia AI hàng đầu và là nhà khoa học AI trưởng tại Meta. Trong một cuộc nói chuyện từ năm 2019, ông cho rằng trẻ sơ sinh có thể học thông qua quan sát. Bộ não của họ xây dựng dựa trên những dữ liệu này để hình thành một ý tưởng khái niệm về thực tế. Ngược lại, ngay cả những mô hình học sâu tinh vi nhất vẫn phải vật lộn để xây dựng ý thức về thế giới vật chất của chúng ta, điều này giới hạn mức độ chúng có thể tương tác với thế giới — khiến chúng gần như là tâm trí trên mây theo đúng nghĩa đen.
Vì vậy, làm thế nào để bạn đo lường sự hiểu biết của một em bé về vật lý hàng ngày? “May mắn cho chúng tôi, các nhà tâm lý học phát triển đã dành nhiều thập kỷ để nghiên cứu những gì trẻ sơ sinh biết về thế giới vật chất,” đã viết nhà khoa học chính, Tiến sĩ Luis Piloto. Một thử nghiệm đặc biệt mạnh mẽ là mô hình vi phạm kỳ vọng (VoE). Cho em bé xem một quả bóng lăn lên đồi, biến mất ngẫu nhiên hoặc đột ngột đi theo hướng ngược lại, và em bé sẽ nhìn chằm chằm vào điều bất thường lâu hơn so với khi quan sát những kỳ vọng bình thường của nó. Có gì đó lạ đang lên.
Không Gian Kỳ Quặc
Trong nghiên cứu mới, nhóm đã điều chỉnh VoE để thử nghiệm AI. Họ đã giải quyết năm khái niệm vật lý khác nhau để xây dựng PLATO. Trong số đó có độ rắn - nghĩa là hai vật thể không thể đi qua nhau; và tính liên tục — ý tưởng rằng mọi thứ tồn tại và không chớp mắt ngay cả khi bị che khuất bởi một vật thể khác (thử nghiệm “nhìn trộm”).
Để xây dựng PLATO, đầu tiên nhóm bắt đầu với một phương pháp tiêu chuẩn trong AI với cách tiếp cận hai hướng. Một thành phần, mô hình tri giác, lấy dữ liệu trực quan để phân tích cú pháp các đối tượng rời rạc trong một hình ảnh. Tiếp theo là công cụ dự đoán động lực học, sử dụng mạng nơ-ron để xem xét lịch sử của các đối tượng trước đó và dự đoán hành vi của đối tượng tiếp theo. Nói cách khác, mô hình xây dựng một “công cụ vật lý” gồm các loại ánh xạ các đối tượng hoặc tình huống và đoán xem một thứ gì đó sẽ hoạt động như thế nào trong cuộc sống thực. Thiết lập này đã mang lại cho PLATO một ý tưởng ban đầu về các thuộc tính vật lý của các đối tượng, chẳng hạn như vị trí của chúng và tốc độ di chuyển của chúng.
Tiếp theo là đào tạo. Nhóm đã chiếu PLATO dưới 30 giờ các video tổng hợp từ một tập dữ liệu nguồn mở. Đây không phải là video từ các sự kiện trong đời thực. Thay vào đó, hãy tưởng tượng các hình ảnh động khối vuông giống như Nintendo trường học cũ về một quả bóng lăn xuống một đoạn đường dốc, nảy vào một quả bóng khác hoặc đột nhiên biến mất. PLATO cuối cùng đã học được cách dự đoán một đối tượng sẽ di chuyển như thế nào trong khung hình video tiếp theo và cũng cập nhật bộ nhớ của nó cho đối tượng đó. Với việc đào tạo, các dự đoán của nó về “cảnh” tiếp theo trở nên chính xác hơn.
Sau đó nhóm nghiên cứu ném một cờ lê vào các nan hoa. Họ trình bày PLATO với cả cảnh bình thường và cảnh không thể xảy ra, chẳng hạn như một quả bóng đột nhiên biến mất. Khi đo lường sự khác biệt giữa sự kiện thực tế và dự đoán của PLATO, nhóm có thể đánh giá mức độ “bất ngờ” của AI — những người đã đi qua mái nhà cho các sự kiện phép thuật.
Việc học tập khái quát cho các đối tượng chuyển động khác. Thử thách với một tập dữ liệu hoàn toàn khác được phát triển bởi MIT, trong số các vật phẩm khác, thỏ và ghim bowling, PLATO đã phân biệt một cách thành thạo giữa các sự kiện không thể xảy ra và thực tế. PLATO chưa bao giờ "nhìn thấy" một con thỏ trước đây, nhưng không có bất kỳ khóa đào tạo lại nào, nó cho thấy sự ngạc nhiên khi một con thỏ bất chấp các định luật vật lý. Tương tự như trẻ sơ sinh, PLATO có thể nắm bắt trực giác thể chất của mình chỉ với 28 giờ đào tạo qua video.
Đối với Hespos và Shivaram, “Những phát hiện này cũng song song với những đặc điểm mà chúng tôi thấy trong các nghiên cứu về trẻ sơ sinh.”
Trực giác kỹ thuật số
PLATO không có nghĩa là một mô hình AI cho suy luận của trẻ sơ sinh. Nhưng nó cho thấy rằng việc chạm vào bộ não trẻ đang phát triển của chúng ta có thể truyền cảm hứng cho máy tính về thể chất, ngay cả khi “bộ não” phần mềm thực sự bị mắc kẹt bên trong một chiếc hộp. Nó không chỉ là về việc xây dựng các robot hình người. Từ chân tay giả cho đến ô tô tự lái, khả năng nắm bắt trực quan về thế giới vật chất kết nối thế giới kỹ thuật số vô định hình của 0 và 1 vào thực tế hàng ngày.
Đây không phải là lần đầu tiên các nhà khoa học AI nghĩ đến việc tăng tốc sạc trí óc máy móc với một chút khéo léo của trẻ mới biết đi. Một ý tưởng là cung cấp cho AI cảm giác về lý thuyết của tâm trí — khả năng phân biệt bản thân với những người khác và có thể hình dung bản thân trong vị trí của người khác. Đó là một khả năng tự nhiên đến với trẻ em khoảng bốn tuổi và nếu được nhúng vào các mô hình AI, nó có thể giúp nó hiểu được các tương tác xã hội một cách đáng kể.
Nghiên cứu mới được xây dựng dựa trên những tháng đầu đời của chúng ta như một nguồn tài nguyên phong phú để phát triển trí tuệ nhân tạo thông thường. Hiện tại, lĩnh vực này chỉ mới ở giai đoạn sơ khai. Các tác giả đang phát hành tập dữ liệu của họ để những người khác xây dựng và khám phá khả năng tương tác của mô hình AI với các khái niệm vật lý phức tạp hơn, bao gồm cả video từ thế giới thực. Hiện tại, “những nghiên cứu này có thể đóng vai trò như một cơ hội tổng hợp giữa AI và khoa học phát triển,” Hespos và Shivaram cho biết.
