Từ khi được Elon Musk thành lập gần 2 năm về trước, phòng thí nghiệm nghiên cứu phi lợi nhuận mang tên OpenAI đã đăng tải hàng loạt báo cáo nghiên cứu – đúng như cái tên gọi của nó: trí tuệ nhân tạo mở - OpenAI.
Tuy nhiên, một bài báo cáo được đăng tuần trước lại khác một cách đặc biệt so với những bài trước đây: tác giả nghiên cứu chính của nó mới chỉ là một cậu học sinh trung học.
Cậu chàng ấy là Kevin Frans, và hiện em đang nộp đơn xin ứng tuyển vào đại học. Frans thiết kế mạng thần kinh máy – neural net, hệ thống mà các gã khổng lồ công nghệ vẫn thiết kế và sử dụng để nhận dạng giọng nói, khuôn mặt của bạn – khi em mới chỉ 15 tuổi.
Cảm hứng của em tới trực tiếp từ những cố máy trí tuệ nhân tạo có khả năng thông thạo được những trò chơi trí tuệ như cờ vây, poker và cứ dựa vào đó, em tự xây nên một hệ thống của riêng mình, mỗi lúc một mảnh ghép nhỏ.
"Em rất thích cách người ta tạo ra được những cỗ máy tính làm được những thứ mà trước tới giờ vẫn là bất khả thi", Frans nở một nụ cười tươi khi được phóng viên Wired hỏi.
Một trong những hệ thống em tạo ra được đây: một trang web mang tính tương tác, có thể tự động tô màu cho một bản vẽ, tô màu theo phong cách truyện manga.
Frans tiếp cận lần đầu với OpenAI khi nhận đương đầu với một trong nhiều vấn đề về nghiên cứu àm nhóm này vẫn vướng mắc. Em đã có được chút tiến triển, nhưng khi nghiên cứu không tiến triển được, em dã gửi mail cho nhà nghiên cứu của OpenAI là John Schulman để xin lời khuyên.
Sau khi trao đổi qua lại về một thuật toán tối ưu hóa, cho phép sử dụng nhiều máy tính để phân tích và giải quyết vấn đề, Schulman đọc qua về blog của Frans và đã có một bất ngờ thú vị.
"Tôi không ngờ những email ấy lại tới từ một cậu chàng đang học trung học", anh nói.
Em Frans có cơ hội gặp trực tiếp Schulman khi em phỏng vấn xin thực tập tại OpenAi. Khi em được nhận vào làm việc tại quận Mission, San Francisco, Frans là thực tập sinh duy nhất chưa có bằng hay đã theo học đại học.
Tại nơi làm việc mới, em tiến hành nghiên cứu và xử lý vấn đề vốn vẫn kìm hãm sự phát triển của robot và trí tuệ nhân tạo: làm thế nào để những cỗ máy này áp dụng kiến thức, dữ liệu cũ để giải quyết vấn đề mới.
Con người chẳng mất nhiều công sức để làm điều này. Một khi ta học được một công thức gì đó hay trải nghiệm một thứ gì đó, ta sẽ làm lại điều tương tự lần nữa chẳng mấy khó khăn.
Nhưng với các phần mềm machine-learning thì khác, với mỗi vấn đề mới, nó lại phải trải qua quá trình "huấn luyện: dai dằng, dù là vấn đề mới này có nhiều điểm chung với vấn đề cũ đi chăng nữa.
Bản nghiên cứu mới của Frans hợp tác cùng Schulman và ba chuyên gia nghiên cứu khác tới từ Đại học California Berkeley đã cho thấy những tiến triển đầy triển vọng trong lĩnh vực nghiên cứu này.
"Nếu như có thể giải quyết được vấn đề này, nó sẽ không chỉ là bước nhảy vọt trong ngành robot mà sẽ ảnh hưởng tốt tới những yếu tố khác trong nghiên cứu trí tuệ nhân tạo", Frans nói.
Cậu đã phát triển một thuật toán giúp cho một con robot ảo học được cách sử dụng hệ thống chân của mình hiệu quả, biết sử dụng chuyển động nào cho hành động nào một cách hợp lý.
Trong các bài thử nghiệm, thuật toán này giúp hai con robot ảo với 2 và 4 chân làm được nhiều việc, bao gồm di chuyển trong mê cung, đi lại, bò một cách nhanh chóng và chính xác.
Nghiên cứu đã được gửi lên ICLR, hội nghị hàng đầu về machine learning. "Bản nghiên cứu của Kevin đem lại một góc tiếp cận mới mẻ với một vấn đề cũ, một số kết quả thành công hơn bất cứ thứ gì đã từng được thử trước đây", anh Schulman nói.
Mà Frans cũng kể rằng em không nhờ cậy gia đình trong dự án nghiên cứu AI này, tuy rằng cậu không phải "dân công nghệ" duy nhất trong nhà. Bố của Frans hiện đang làm việc trong ngành thiết kế chip silicon tại công ty Xilinx.
Bà Olga Russakovsky, giáo sư nghiên cứu machine vision – ngành tập trung vào công nghệ và cách thức cho phép máy móc phân tích vấn đề dựa trên hình ảnh, nói rằng việc có thể nghiên cứu, đăng tải báo cáo khoa học về machien learning khi còn rất trẻ quả là một sự lạ.
Nhìn chung thì các em học sinh không hứng thú với trí tuệ nhân tạo lắm, các em cần phải xây dựng hứng thú và được dạy bảo trong một quãng thời gian dài.
Giới hạn công nghệ cũng là một trở ngại lớn: cỗ máy tính ở nhà của Frans không đủ mạnh để xử lý những ý tưởng lớn của em, thế là Frans sử dụng thẻ ngân hàng, mở một tài khoản sử dụng dịch vụ cloud-computing của Google để thử nghiệm những dòng code mà mình thiết kế nên.
Em khuyên rằng những cô cậu khác nếu muốn học về machine learning thì nên thử sức đi. "Việc tốt nhất có thể làm là bước lên và thực sử thử nó, tự làm nên điều đó bằng chính đôi tay của mình", Frans nói.
Bản thân em mong muốn có thể giúp những thế hệ trẻ nghiên cứu trí tuệ nhân tạo. Có lẽ là sẽ bắt đầu từ cậu em trai 7 tuổi của mình. "Em nghĩ là em ấy thích code đấy. Có lẽ khi em ấy lớn hơn một chút, em có thể giúp".