Douglas Lenat và dự án Cyc là câu chuyện về một người dành gần bốn mươi năm để chép cho máy tính những điều ai cũng biết, từ giữa thập niên 1980 ở Austin, Texas. Đó là một canh bạc lớn của lịch sử trí tuệ nhân tạo, và nó đáng xem lại khi các mô hình ngôn ngữ đang ở khắp nơi. Bài viết kể lại diễn biến chính, những chỗ còn tranh cãi và bài học để lại.

Tóm tắt nhanh

Lenat tin rằng máy muốn thông minh thật thì cần lẽ thường: nước chảy xuống, người chết thì không đi chợ. Ông bắt đầu chép tay những điều đó vào Cyc, hẹn rằng đến một ngày máy sẽ tự đọc để học tiếp. Ngày ấy không đến. Internet đủ chữ trước, và những cỗ máy học thẳng từ chữ, như transformer, đi nhanh hơn. Nhưng Cyc nêu đúng một thiếu sót mà các mô hình mới vẫn còn: tri thức viết ra rõ ràng và suy luận kiểm tra được.

Diễn biến chính

Hai cỗ máy biết chán: AM và EURISKO

Giữa thập niên 1970, khi còn là nghiên cứu sinh ở Stanford, Lenat viết chương trình AM. Nó chỉ có hơn một trăm khái niệm về tập hợp cùng vài trăm mẹo đoán điều thú vị, vậy mà tự tìm lại được số tự nhiên, số nguyên tố và một giả thuyết nổi tiếng về số chẵn. Rồi AM chậm dần và cuối cùng in ra một dòng như lời than rằng không còn việc nào đáng làm.

Chương trình thứ hai, EURISKO, biết tự sửa cả mẹo của mình. Ngày 4 tháng 7 năm 1981, ở San Mateo, California, nó chơi giải chiến thuật Traveller với hạm đội chín mươi sáu con tàu, phần lớn chậm và bọc giáp dày, và thắng. Rồi EURISKO cũng cạn ý tưởng. Lenat rút ra bài học là không có bữa trưa miễn phí: máy chẳng biết gì về thế giới thì không đi xa được.

1982 đến 1984: đến Austin

Lúc đó cả ngành đang say hệ chuyên gia, giỏi trong vùng hẹp nhưng vỡ khi bước ra ngoài. Lenat hay kể về hệ chẩn đoán phán chiếc xe có đốm đỏ là bệnh sởi, trong khi xe chỉ bị gỉ. Năm 1982 Nhật Bản công bố dự án máy tính Thế hệ Thứ năm, và nước Mỹ lập một liên doanh nghiên cứu đáp lại. Austin giành được trụ sở, và năm 1984 Lenat rời Stanford đến đó.

1985 đến 1990: chép tay một triệu khái niệm

Lenat ví kế hoạch như mồi máy bơm: ban đầu con người đút từng thìa tri thức, đủ nền rồi máy sẽ tự đọc. Kế hoạch năm 1985 ước khoảng 150 người-năm; một năm sau con số phình ra ít nhất một nghìn người-năm, có khi gấp đôi. Các ước lượng, trong đó có của Alan Kay và Marvin Minsky, đều dẫn về chừng một triệu khái niệm.

Ông tuyển cả triết gia, nhà ngôn ngữ học, nhà thực vật học, và cho họ chức danh kỹ sư bản thể. Từ năm 1987, Ramanathan Guha đồng chỉ huy và thiết kế phần lớn ngôn ngữ ghi tri thức của Cyc, với ý tưởng ngữ cảnh: câu «Socrates còn sống» đúng năm 470 trước Công nguyên nhưng sai năm 1995. Mỗi luật mất chừng tám mươi phút để viết xong. Cuối thập niên 1980 họ báo cáo đúng tiến độ và đặt mốc khoảng 1995 để máy bơm tự chạy; khoảng năm 1990, kho tri thức cũ phải viết lại gần như từ đầu trên nền logic chặt chẽ hơn.

1994 đến 2012: Cycorp và cuốn bách khoa thứ hai

Cuối năm 1994, Lenat tách Cyc khỏi liên doanh và lập công ty Cycorp. Đúng lúc đó Guha rời đi, sang Apple rồi Netscape, và góp phần đặt nền cho những chuẩn để trang web tự mô tả cho máy đọc. Năm 1995 Lenat viết rằng trí tuệ nhân tạo tổng quát đã trong tầm mắt, và hẹn rằng trong mười năm Cyc sẽ bắt đầu tự học bằng cách đọc.

Cycorp sống bằng hợp đồng, không có vốn ngoài: một hãng dược, một công cụ tìm kiếm, quân đội và tình báo Mỹ sau ngày 11/9/2001, một bệnh viện ở Cleveland, một ngân hàng đầu tư ở Phố Wall. Năm 2001 Lenat vẽ đường cong hẹn khoảng 2007 Cyc sẽ biết bằng người bình thường, khoảng 2011 biết tất cả những gì loài người biết. Năm 2002 OpenCyc ra đời để mở một phần kho tri thức.

Trong khi đó Wikipedia ra đời năm 2001. Ngày 16 tháng 5 năm 2012, Google công bố Sơ đồ Tri thức với khẩu hiệu «sự vật, chứ không phải chuỗi chữ». Nó không được gõ tay mà hút dữ liệu từ Wikipedia và khắp mạng; bảy tháng sau đã có 570 triệu sự vật và 18 tỷ dữ kiện, còn Cyc sau gần ba mươi năm nhập tay có khoảng hai mươi mấy triệu mệnh đề.

2016 đến 2017: Cyc xong, transformer ra đời

Năm 2016 Lenat tuyên bố phần lẽ thường cốt lõi của Cyc đã đủ, phần còn lại là tri thức chuyên ngành, và Cycorp quay hẳn sang làm ăn. Tháng 3 năm 2017 OpenCyc lặng lẽ ngừng phát hành. Cùng năm, các nhà nghiên cứu của Google công bố kiến trúc transformer. Nó không cần ai đút từng thìa, chỉ cần thật nhiều chữ, và chữ thì Internet có đủ.

2022 đến 2023: bài báo cuối cùng

Cuối năm 2022 ChatGPT ra mắt. Thử lại hai câu về Napoléon và Wellington, mô hình ngôn ngữ trả lời trôi chảy, nhưng hỏi nguồn thì có thể bịa sách, và không ai mở ra xem nó biết gì. Lenat ví mô hình ngôn ngữ như bán cầu não phải, nhanh nhưng hay buột miệng, còn Cyc như bán cầu não trái, chậm nhưng kiểm lại được từng bước.

Ông cùng Gary Marcus viết một bản thảo gần bốn vạn chữ, rồi đổ bệnh và cắt gọn lại. Ngày 31 tháng 7 năm 2023, bài báo được công bố, liệt kê mười sáu điều một cỗ máy cần có để con người tin được nó, và kết luận nên ghép hai hướng lại. Đúng một tháng sau, ngày 31 tháng 8 năm 2023, Lenat qua đời ở Austin, thọ 72 tuổi, vì ung thư ống mật.

Điều còn tranh cãi hoặc cần thận trọng

Các con số về quy mô, như hai nghìn người-năm và hai mươi lăm đến ba mươi triệu mệnh đề, phần lớn do chính Cycorp công bố. Con số khoảng hai trăm triệu đô la là ước tính của một người ngoài. Vì Cyc đóng nên chưa ai kiểm toán được.

Chuyện ban tổ chức Traveller mời EURISKO đừng quay lại chỉ đến từ phía Lenat, và luật chơi hồi ấy nhiều kẽ hở. Chính ông nhận phần công lớn hơn cỗ máy. Một số chi tiết khác trong kịch bản, như các mẹo láu cá của EURISKO hay chuyện mã nguồn AM và EURISKO được tìm thấy trong bản sao lưu cũ, cũng chỉ là lời kể.

Về Cyc, một giáo sư học máy gọi đó là thất bại thảm hoạ, còn Guha nói Cyc để lại nhiều ý tưởng mới về ngữ cảnh và suy luận quy mô lớn. Cyc cũng không thi trên bộ đề công khai và khó dùng với người ngoài, nên khó đánh giá khách quan.

Vì sao câu chuyện này đáng nhớ?

Cyc đặt cược rằng bàn tay người sẽ chép kịp lẽ thường trước khi máy học được cách tự đọc, và cược ấy thua ngay khi Internet có đủ chữ. Nhưng Cyc không sai về thứ máy còn thiếu: một cỗ máy đáng tin cần lẽ thường được viết ra rõ ràng và những bước suy luận ai cũng kiểm được, điều mà các mô hình ngôn ngữ lớn vẫn thiếu.

Vậy Cyc thất bại hay đến quá sớm? Có lẽ cả hai. Câu hỏi của Lenat giờ chuyển sang chúng ta: tri thức của máy nên được viết ra, chậm và đắt nhưng đọc được, hay học ra, nhanh và rẻ nhưng không ai mở ra được? Và dù theo hướng nào, ai sẽ kiểm nó?

Câu hỏi thường gặp

Cyc là gì và do ai tạo ra?

Cyc là dự án do Douglas Lenat khởi xướng ở Austin, Texas, từ năm 1984. Mục tiêu là viết cho máy tính kho lẽ thường mà con người coi là hiển nhiên. Cái tên lấy từ chữ encyclopedia, nghĩa là bách khoa toàn thư.

Vì sao Lenat bắt đầu làm Cyc?

Hai chương trình trước của ông là AM và EURISKO đều cạn ý tưởng. Ông rút ra rằng máy không biết gì về thế giới thì không thể tự nghĩ xa hơn, nên cần một nền lẽ thường khổng lồ.

Cyc có thất bại không?

Còn tranh cãi. Một số nhà phê bình gọi đó là thất bại, trong khi Guha cho rằng Cyc để lại nhiều ý tưởng mới về ngữ cảnh và suy luận quy mô lớn. Cyc không đạt lời hẹn máy tự đọc, nhưng Cycorp vẫn hoạt động.

Cyc khác các mô hình ngôn ngữ lớn như ChatGPT ở điểm nào?

Cyc chậm, khô nhưng từng bước suy luận kiểm lại được, còn mô hình ngôn ngữ nhanh, giàu liên tưởng nhưng có thể bịa. Lenat ví hai bên như hai bán cầu não và muốn ghép chúng lại.

Douglas Lenat mất khi nào?

Ông mất ngày 31 tháng 8 năm 2023 ở Austin, thọ 72 tuổi, vì ung thư ống mật. Đó là đúng một tháng sau khi bài báo cuối của ông cùng Gary Marcus được công bố.

Nguồn tham khảo

Bài viết tóm tắt từ video của kênh; nội dung mang tính giới thiệu.