Giỏ hàng

Bản đọc thử “Sóng Thần Công Nghệ”

Từ trước đến nay, mỗi làn sóng công nghệ đều tạo ra những thay đổi mà trước đó, chúng ta khó có thể tưởng tượng được. Một ví dụ điển hình là sự phát triển của phương tiện giao thông và phổ biến của “động cơ”, qua suốt chiều dài lịch sử, từ đi bộ, được chở/ kéo bởi ngựa, bò, voi…; đường sắt và ô tô bằng động cơ hơi nước, tới động cơ chạy bằng khí, và động cơ đốt trong bốn thì…

[...] Bước ngoặt là chiếc Model T năm 1908 của Henry Ford. Chiếc xe đơn giản nhưng hiệu quả của ông được chế tạo bằng cách sử dụng  phương pháp mang tính cách mạng: dây chuyền lắp ráp chuyển động. Quy trình hiệu quả, tuyến tính và lặp đi lặp lại giúp ông giảm mạnh giá xe cá nhân và người mua cũng hành động sau đó. Hầu hết ô tô thời điểm đó đều có giá khoảng 2.000 đô la. Ford định giá chiếc xe của ông ở mức 850 đô la.

Những năm đầu, doanh số bán Model T đã lên tới hàng nghìn chiếc. Ford tiếp tục tăng cường sản xuất và hạ giá hơn nữa, với lập luận rằng “Mỗi lần tôi giảm giá ô tô một đô la, tôi lại có thêm một nghìn người mua mới”. Đến những năm 1920, Ford đã bán được hàng triệu chiếc ô tô mỗi năm. Lần đầu tiên, tầng lớp trung lưu Mỹ có thể mua được phương tiện giao thông cơ giới. Ô tô lan rộ với tốc độ chóng mặt. Năm 1915, chỉ 10% người Mỹ có ô tô; đến năm 1930, con số này lên tới mức đáng kinh ngạc là 59%.

Ngày nay, có khoảng 2 tỷ động cơ đốt trong có mặt trong mọi thứ, từ máy cắt cỏ đến tàu container. Khoảng 1,4 tỷ trong số này là trong những chiếc ô tô…

Sau đó, thế giới tiếp tục chứng kiến nhiều bước tiến lớn của các công nghệ mới của làn sóng công nghệ tiếp theo. Tiêu biểu là “khoảnh khắc AI trở thành hiện thực”.

[...] Trở lại giải đấu cờ vây ở Hàn Quốc vào tháng 3 năm 2016, sản phẩm AI có tên “AlphaGo đọ sức với Lee Sedol, nhà vô địch thế giới điêu luyện. Lúc đó vẫn chưa rõ ràng ai sẽ là người thắng. Hầu hết bình luận viên đều ủng hộ việc Sedol vào vòng một. Nhưng AlphaGo thắng ván đầu tiên, điều khiến chúng tôi rất ngạc nhiên và vui mừng. Sau đó, ở ván thứ hai xuất hiện nước đi số 37, nước đi hiện đã nổi tiếng trong lịch sử của cả AI và cờ vây. Nước đi này hoàn toàn vô nghĩa. AlphaGo dường như mắc sai lầm, mù quáng đi theo một chiến lược có vẻ như là thua cuộc mà không kỳ thủ chuyên nghiệp nào áp dụng. Các bình luận viên trực tiếp trận đấu, đều là những chuyên gia có trình độ cao nhất, cho rằng đây là một “động thái rất kỳ lạ” và là “một sai lầm”. Điều bất thường là Sedol phải mất 15 phút mới phản hồi nước đi này và thậm chí còn đứng dậy, rời khỏi bàn cờ để đi dạo bên ngoài.

Nhìn từ phòng điều khiển của chúng tôi, sự căng thẳng này như là hư ảo. Thế nhưng, khi trò chơi gần kết thúc, nước đi “sai lầm” đó đã chứng tỏ được vai trò có tính then chốt. AlphaGo lại thắng. Chiến lược cờ vây đang được viết lại trước mắt chúng tôi. AI của chúng tôi phát hiện ra những ý tưởng chưa từng xảy ra với những kỳ thủ xuất sắc nhất trong hàng nghìn năm. Chỉ trong vài tháng, chúng tôi có thể đào tạo các thuật toán để khám phá ra các kiến thức mới và tìm ra những hiểu biết mới dường như ở tầm siêu nhân. Làm thế nào để chúng ta đưa điều đó đi xa hơn? Liệu phương pháp này có hiệu quả đối với các vấn đề trong thế giới thực hay không?

AlphaGo tiếp tục đánh bại Sedol với tỷ số 4-1. Đó mới chỉ là sự khởi đầu. Các phiên bản sau này của phần mềm như AlphaZero loại bỏ mọi kiến thức trước đây của con người. Hệ thống chỉ đơn giản là tự đào tạo nó, tự chơi hàng triệu lần, học từ số không để đạt được mức hiệu suất đánh bại AlphaGo bản ban đầu mà không cần bất kỳ sự hiểu biết hay thông tin đầu vào nào của người chơi. Nói cách khác, chỉ với một ngày huấn luyện, AlphaZero có thể học được về trò chơi này nhiều hơn toàn bộ trải nghiệm của loài người.

Chiến thắng của AlphaGo báo trước kỷ nguyên mới của AI. Lần này, không giống như trường hợp của DQN, diễn biến quá trình được truyền hình trực tiếp tới hàng triệu người. Nhóm của chúng tôi, trước toàn thể công chúng, xuất hiện từ điều mà các nhà nghiên cứu gọi là “mùa đông AI”, khi nguồn tài trợ nghiên cứu cạn kiệt và lĩnh vực này đang bị xa lánh. AI đã quay trở lại và cuối cùng bắt đầu đưa ra các kết quả. Sự thay đổi sâu rộng về công nghệ một lần nữa, đang diễn ra và làn sóng mới bắt đầu xuất hiện. Và đây mới chỉ là sự khởi đầu…

Thành công của AI không dừng tại đó mà tiếp tục mở rộng ở nhiều lĩnh vực ngoài cờ vây. Không quá khi nói rằng, AI là trung tâm của làn sóng sắp tới này.

[...] Học sâu sử dụng mạng lưới neuron được mô hình hóa một cách lỏng lẻo dựa trên mạng lưới của bộ não con người. Nói một cách đơn giản, các hệ thống này “học” khi mạng lưới của chúng được “đào tạo” bằng một lượng lớn dữ liệu. Trong trường hợp của AlexNet, dữ liệu huấn luyện bao gồm các hình ảnh. Mỗi pixel màu đỏ, xanh lục hoặc xanh lam (RGB) được cung cấp một giá trị và dãy số kết quả được đưa vào mạng lưới như là các đầu vào. Trong mạng lưới, các “tế bào neuron” liên kết với các neuron khác bằng một loạt kết nối có trọng số, mỗi kết nối gần như tương ứng với cường độ của mối quan hệ giữa các đầu vào. Mỗi lớp trong mạng lưới thần kinh cung cấp đầu vào của nó cho lớp tiếp theo tạo ra các hình thức biểu diễn ngày càng trừu tượng.

Sau đó, một kỹ thuật được gọi là lan truyền ngược sẽ điều chỉnh các trọng số để cải thiện mạng lưới neuron khi phát hiện ra lỗi, các sự điều chỉnh này sẽ truyền ngược lại tới mạng để giúp khắc phục lỗi đó trong tương lai. Tiếp tục làm điều này, sửa đổi các trọng số nhiều lần và bạn dần cải thiện hiệu suất của mạng lưới neuron để cuối cùng nó có thể đi từ việc lấy các pixel đơn lẻ đến chỗ tìm hiểu sự tồn tại của các đường, cạnh, hình dạng và cuối cùng là đến toàn bộ đối tượng trong cảnh quan. Tóm lại, đây là học sâu. Và kỹ thuật đáng chú ý này, từng bị chế giễu rất lâu ở trong ngành, đã tạo ra sự đột phá trong thị giác máy tính và gây bão trong thế giới AI.

[…] Tính tới năm 2020, một hệ thống AI đã sàng lọc 100 triệu phân tử để tạo ra loại kháng sinh có nguồn gốc từ học máy đầu tiên — nó được gọi là Halicin (vâng, chính là đặt theo tên Hal từ phim 2001: A Space Odyssey ) — có khả năng giúp chống lại bệnh lao. Các công ty khởi nghiệp như Exscientia, cùng với những gã khổng lồ dược phẩm truyền thống như Sanofi, đã biến AI trở thành động lực thúc đẩy nghiên cứu y học. Cho đến nay, 18 tài sản lâm sàng đã được tạo ra với sự trợ giúp của các công cụ AI.

Song hành với AI, sinh học tổng hợp cũng là công nghệ đa dụng có tác động sâu rộng trong cơn “sóng thần công nghệ” đang tới gần.

[...] Vô số thí nghiệm đang được tiến hành trong bối cảnh kỳ lạ và mới nổi của công nghệ sinh học: virus sản xuất pin, protein làm sạch nước bẩn, nội tạng được nuôi trong thùng, tảo hút carbon từ khí quyển, thực vật tiêu thụ chất thải độc hại. Một số loài, như muỗi truyền bệnh hoặc các loài xâm lấn như chuột nhà thông thường, có thể bị loại khỏi môi trường sống trong cái gọi là ổ gen; những dự án khác làm sống lại những thứ đã chết, có cả dự án bí truyền nhằm đưa voi ma mút lông xù trở lại vùng lãnh nguyên […] điều đó có thể mở ra cánh cửa cho những thử nghiệm thậm chí còn tham vọng hơn.

[…] Các công ty như Altos Labs, công ty đã huy động được 3 tỷ đô la, lượng vốn khởi nghiệp nhiều hơn bất kỳ công ty công nghệ sinh học nào trước đây, đang tìm kiếm các công nghệ chống lão hóa hiệu quả. Nhà khoa học trưởng của công ty này, Richard Klausner lập luận “Chúng tôi nghĩ rằng chúng ta có thể quay ngược đồng hồ” đối với cái chết của con người. Tập trung vào các kỹ thuật “lập trình trẻ hóa”, công ty đặt mục tiêu thiết lập lại gen biểu sinh (epigenome), tức là các dấu hiệu hóa học trên DNA kiểm soát gen bằng cách “bật” và “tắt” chúng. Khi chúng ta già đi, những thứ này “lật” đến những vị trí sai lầm. Phương pháp thử nghiệm này nhằm mục đích lật ngược chúng, đảo ngược hoặc ngăn chặn quá trình lão hóa. Bên cạnh một loạt biện pháp can thiệp đầy hứa hẹn khác, ý tưởng rằng sự lão hóa thể chất là điều không thể tránh khỏi — và có lẽ là một phần cơ bản của cuộc sống con người — đang bị đặt dấu hỏi. Một thế giới mà tuổi thọ được đặt ở mức trung bình là hơn 100 năm hoặc hơn nữa là có thể đạt được trong những thập kỷ tới. Đây không chỉ là về cuộc sống lâu hơn mà còn là về cuộc sống khỏe mạnh hơn khi chúng ta già đi.

Tuy nhiên, ngoài những tác động tích cực, lợi ích từ AI và công nghệ sinh học tổng hợp mang lại, vẫn có những nguy cơ, tác hại cần tính đến.

Ra đời trong thập niên 1980, Aum Shinrikyo (Chân lý tối thượng) là giáo phái tận thế ở Nhật Bản. Nhóm này khởi nguồn từ trung tâm yoga dưới sự lãnh đạo của người tự xưng là Shoko Asahara. Thu hút những thành viên bất mãn, họ dần trở nên cuồng tín khi thành viên ngày càng đông, tin rằng ngày tận thế đã cận kề, chỉ họ sẽ sống sót, và họ cần đẩy nhanh ngày tận thế. Asahara phát triển giáo phái này lên khoảng 40.000 đến 60.000 tín đồ, dụ dỗ nhóm đệ tử trung thành bằng mọi cách đến cả sử dụng vũ khí sinh học và hóa học. Ở thời kỳ đỉnh cao của Aum Shinrikyo, người ta ước tính giáo phái này nắm giữ tài sản hơn 1 tỷ đô la và có hàng chục nhà khoa học được đào tạo bài bản là thành viên. Mặc dù đam mê những vũ khí kỳ quái chỉ có trong truyện khoa học viễn tưởng như máy tạo động đất, súng plasma, gương phản xạ tia mặt trời, tổ chức này cực kỳ tinh vi và vô cùng nghiêm túc.

Aum lập công ty ma và thâm nhập vào phòng thí nghiệm của trường đại học để thu thập nguyên liệu, mua đất ở Úc nhằm thăm dò uranium chế tạo vũ khí hạt nhân và bắt tay thực hiện chương trình vũ khí sinh học và hóa học khổng lồ ở ngoại ô Tokyo. Tổ chức này thử nghiệm phosgene, hydrogen cyanide, soman và các chất độc thần kinh khác. Họ lên kế hoạch chế tạo và phát tán phiên bản cải tiến của virus bệnh than, thuê nhà virus học có trình độ sau đại học thực hiện. Các tín đồ tổng hợp được chất độc thần kinh C. botulinum và phun ra sân bay quốc tế Narita, tòa nhà Quốc hội Nhật, cung điện hoàng gia, trụ sở của nhóm tôn giáo khác và hai căn cứ hải quân Mỹ. May mắn thay, họ mắc sai lầm trong quá trình sản xuất nên không có thiệt hại gì sau đó.

Giáo phái này không tồn tại lâu. Năm 1994, Aum Shinrikyo phun chất độc thần kinh sarin từ xe tải khiến 8 người thiệt mạng và 200 người bị thương. Một năm sau, họ tấn công tàu điện ngầm ở Tokyo, phát tán nhiều độc sarin hơn, khiến 13 người thiệt mạng và khoảng 6.000 người bị thương. Vụ tấn công tàu điện ngầm, bằng cách đặt túi chứa đầy sarin xung quanh hệ thống tàu điện ngầm, gây thiệt hại nặng hơn một phần do không gian tàu điện khép kín. Rất may cả hai vụ tấn công đều không sử dụng phương thức phát tán tối ưu. Nhưng rốt cuộc, chỉ có may mắn mới ngăn chặn được một thảm kịch còn kinh hoàng hơn.

Aum Shinrikyo là sự kết hợp của tổ chức khác thường cùng tham vọng đáng sợ. Giáo phái này muốn châm ngòi Thế chiến III và kéo theo toàn cầu sụp đổ bằng thảm sát ở quy mô gây kinh hãi, và bắt đầu xây dựng cơ sở hạ tầng thực hiện mục tiêu trên. Một mặt, điều an ủi là rất hiếm có tổ chức như Aum Shinrikyo. Trong số nhiều vụ khủng bố và thảm sát không phải do chính phủ thực hiện từ thập niên 1990, hầu hết đều được tiến hành bởi các cá nhân đơn lẻ bất ổn hoặc các nhóm có lý tưởng chính trị hoặc ý thức hệ cụ thể.

[...] Những kẻ sử dụng công nghệ mới như Aum, may mắn thay, lại rất hiếm. Tuy nhiên, chỉ cần một Aum Shinrikyo mỗi 50 năm cũng là quá nhiều, đủ gây ra sự cố nghiêm trọng hơn vụ tấn công tàu điện ngầm gấp nhiều lần. Những tà giáo, những kẻ mất trí, những nhà nước tự sát khi sức tàn lực kiệt đều có động cơ và giờ đây có cả phương tiện. Như một báo cáo về ý định của Aum Shinrikyo đúc kết ngắn gọn: “Chúng tôi đang chơi trò cò quay Nga.

Giai đoạn lịch sử mới sắp bắt đầu. Khi các chính phủ thất bại không thể chế ngự công nghệ, giáo phái Aum Shinrikyo tiếp theo, tai nạn công nghiệp tiếp theo, chiến tranh của kẻ độc tài điên rồ tiếp theo, vụ rò rỉ siêu nhỏ từ phòng thí nghiệm tiếp theo, đều dẫn đến hậu quả không tưởng tượng nổi. Tuy nhiên, trong trường hợp của một số công nghệ nhất định, có người cho rằng tình hình có thể còn tệ hơn thế.

Việc “dân chủ hóa công nghệ” khiến những kẻ cuồng tín cũng nắm được công nghệ sinh học tổng hợp, tạo ra những “mầm bệnh nhân tạo” gây chết chóc nhiều nghìn người... Chính vì vậy, trong cuốn sách, tác giả có nhắc tới vấn đề “phải kiềm tỏa được” làn sóng công nghệ sắp tới.

đặt mua sách: tại đây,

 

Viết bình luận

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Bình luận của bạn sẽ được duyệt trước khi đăng lên