Margaret Masterman là một nhà triết học Cambridge ít được nhắc tên trong lịch sử trí tuệ nhân tạo, dù từ thập niên 1950 bà đã tìm cách dạy máy dịch bằng cách hiểu nghĩa của chữ. Câu chuyện về nhóm CLRU của bà là một chuyện về tham vọng lớn, nguồn lực nhỏ và một ý tưởng đến sớm hơn cỗ máy có thể chạy nó.
Tóm tắt nhanh
Masterman cho rằng nghĩa của một chữ không nằm trong định nghĩa, mà nằm ở những chữ đứng quanh nó. Bà dùng từ điển đồng nghĩa Roget như một tấm bản đồ nghĩa để máy dò ra chữ đang thuộc «làng» nào trong câu. Nhóm của bà thiếu máy tính, nguồn tiền cạn sau báo cáo ALPAC năm 1966 và CLRU tàn dần. Nhưng ba học trò của bà trở thành những tên tuổi lớn của ngành, và câu hỏi của bà vẫn là câu hỏi của các mô hình ngôn ngữ ngày nay.
Diễn biến chính
Mùa hè 1965: người vắng mặt ở hội trường London
Tháng 7 năm 1965, giới triết học khoa học họp ở London để chứng kiến cuộc đối đầu giữa Thomas Kuhn và Karl Popper cùng các học trò. Suất nói dành cho Masterman bị bỏ trống vì bà bị viêm gan nặng, nằm viện ở Norwich. Trên giường bệnh, bà lập chỉ mục cho cuốn sách của Kuhn và đếm các nghĩa của chữ «paradigm» (mẫu hình). Kết luận của bà là không dưới hai mươi mốt nghĩa, có thể hơn chứ không thể kém.
Thập niên 1950: một căn nhà phụ trong vườn
Tháng 1 năm 1954, một buổi trình diễn máy dịch tiếng Nga sang tiếng Anh ở New York tạo ra cơn sốt dịch máy giữa Chiến tranh Lạnh. Công thức thời ấy là từ điển dày cộng thêm luật ngữ pháp. Masterman không tin vào hướng này và cho rằng thứ con người không bao giờ bỏ đi là nghĩa. Bà lập nhóm trong một căn nhà phụ ở Millington Road, Cambridge, với khoản góp khoảng 250 bảng Anh từ sáu người ủng hộ, theo các nguồn của kịch bản. Nhóm không có chỗ đứng chính thức trong trường đại học và sống gần hai mươi năm nhờ tiền tài trợ, trong đó có tiền từ phía Mỹ. Nhóm còn khó tiếp cận ngay cả những chiếc máy tính nhỏ của thời đó.
Roget, «làng nghĩa» và trò Ú òa
Cuốn từ điển đồng nghĩa Roget, in lần đầu năm 1852, xếp chữ theo khoảng một nghìn nhóm nghĩa thay vì theo vần. Mỗi chữ có thể có nhiều «địa chỉ». Trong ví dụ «Let's play a game», chữ «play» có tám nhóm, chữ «game» có mười ba nhóm, và chỉ một nhóm chung là «vui chơi». Máy chỉ cần tìm nhóm chung đó là biết nghĩa, rồi sang cuốn Roget tiếng Pháp mở đúng nhóm để chọn chữ tương ứng. Nhóm đục cả cuốn Roget lên bìa và đặt tên phép tính là «Ú òa» (Peek-a-Boo): xếp hai tấm bìa chồng lên nhau, chỗ nào ánh sáng lọt qua là nghĩa chung.
1956–1962: bài nói ở MIT và các học trò
Mùa thu năm 1956, Masterman trình bày ở MIT bài «Những tiềm năng của một cuốn từ điển đồng nghĩa cơ khí». Những người trẻ tìm đến nhóm: Karen Spärck Jones, Roger Needham, Martin Kay và năm 1962 là Yorick Wilks. Năm 1958, Masterman, Needham và Spärck Jones cùng viết bài chỉ ra sự tương đồng giữa dịch máy và tìm sách trong thư viện. Năm 1961, bà trình bày một bài có chứa cụm «mạng ngữ nghĩa».
1964–1966: vết nứt và cú đánh ALPAC
Spärck Jones là người đem ý tưởng ra thử với câu văn thật và thấy những vết nứt: có chữ vắng mặt trong Roget, có chữ nằm nhầm nhóm, có câu không tìm ra nhóm chung. Cô kết luận cần một cuốn từ điển đồng nghĩa tốt hơn, tốt nhất là do máy tự lập bằng cách đếm chữ nào hay đi cùng chữ nào. Luận án của cô hoàn thành năm 1964 nhưng đến năm 1986 mới được in thành sách. Năm 1965, Wilks sang California để có máy chạy chương trình. Năm 1966, báo cáo ALPAC kết luận dịch máy chậm hơn, kém chính xác hơn và đắt hơn người dịch. Nguồn tiền Mỹ bị siết lại và CLRU tàn dần qua thập niên 1970.
1970–2005: hộp giấy và lời nhờ trong di chúc
Hơn tám mươi báo cáo của Masterman và hơn hai trăm ghi chép khác của nhóm nằm trong những chiếc hộp đánh số, phần lớn là báo cáo kỹ thuật gửi quỹ tài trợ nên ít người đọc. Spärck Jones chuyển sang bài toán tìm kiếm tài liệu và năm 1972 đưa ra công thức đo độ hiếm của một chữ, về sau nằm bên dưới nhiều công cụ tìm kiếm. Masterman qua đời ngày 1 tháng 4 năm 1986, thọ bảy mươi lăm tuổi, và để lại lời nhờ Wilks gom các bài viết của mình. Năm 2005, Wilks giữ lời với cuốn sách gồm mười một bài.
Điều còn tranh cãi hoặc cần thận trọng
- Cảnh ở London. Có nguồn kể bà đứng lên tranh luận, nhưng chú thích của chính bà cho thấy bà nằm viện, làm chỉ mục trên giường bệnh và đến năm 1966 mới viết xong bài.
- Con số nghĩa. Bà viết «không dưới hai mươi mốt», nhưng nhiều người nhớ là hai mươi hai.
- Mạng ngữ nghĩa. Theo Sowa, bài năm 1961 của bà là lần đầu dùng cụm này, nhưng có người trao cho Richens.
- Giai thoại. Chuyện Richens gần như bỏ cuộc rồi nhen lại nhờ gặp bà, chuyện Roget lập danh sách chữ để giữ đầu óc yên ổn, chuyện bà thu nhỏ Roget xuống khoảng tám trăm nhóm, hay lời nhận xét của Wilks rằng bà là giáo viên dở, đều là «theo lời kể». Các cảnh tả khung cảnh căn nhà phụ chỉ để kể chuyện, không có nguồn.
- Lời khen của hậu thế. Nói bà «đi trước vectơ từ» là cách đọc của người đến sau. Bà chưa từng tuyên bố vậy, và cỗ máy bìa đục lỗ của bà gần như chưa chạy trọn một lần.
Vì sao câu chuyện này đáng nhớ?
Masterman thua về kỹ thuật vì máy thời ấy quá nhỏ và cuốn Roget quá thưa. Nhưng câu hỏi của bà, rằng nghĩa của một chữ là vị trí của nó giữa những chữ hàng xóm, vẫn là câu hỏi mà các mô hình ngôn ngữ ngày nay trả lời bằng cách học từ rất nhiều câu văn. Ba học trò của căn nhà phụ đều nhận giải thành tựu trọn đời của giới ngôn ngữ học máy tính.
Có một điều trớ trêu: bà dạy máy rằng chữ chỉ có nghĩa khi nằm trong một nhóm, nhưng chính bà không có khoa, không có ghế, không thuộc nhóm nào, nên lịch sử không biết xếp bà vào đâu.
Câu hỏi thường gặp
Margaret Masterman là ai?
Bà là nhà triết học và ngôn ngữ học người Anh, sinh năm 1910, từng học trò của Wittgenstein ở Cambridge. Bà lập nhóm CLRU để nghiên cứu dịch máy dựa trên nghĩa của chữ, và qua đời ngày 1/4/1986.
CLRU là gì?
CLRU là Đơn vị Nghiên cứu Ngôn ngữ Cambridge, đặt trong một căn nhà phụ ở Millington Road. Nhóm không thuộc khoa nào của trường, sống gần hai mươi năm nhờ tiền tài trợ, chủ yếu từ Mỹ.
Vì sao Masterman dùng từ điển Roget để dịch máy?
Roget xếp chữ theo ý, khoảng một nghìn nhóm nghĩa, chứ không theo vần. Biết một chữ thuộc nhóm nào trong câu thì máy biết nghĩa của chữ ấy, rồi mở đúng nhóm trong từ điển tiếng Pháp để chọn chữ tương ứng.
Vì sao dự án của bà không thành công?
Nhóm gần như không có máy tính riêng, còn cuốn Roget lại thưa và có chỗ sai. Báo cáo ALPAC năm 1966 kết luận dịch máy chậm, kém chính xác và đắt hơn người dịch, khiến nguồn tiền Mỹ khô dần.
Masterman có thật sự đi trước vectơ từ và mạng ngữ nghĩa không?
Bà dùng cụm mạng ngữ nghĩa trong bài năm 1961, theo Sowa, nhưng có người trao cụm này cho Richens. Nói bà đi trước vectơ từ là cách đọc của hậu thế; bà chưa từng tuyên bố vậy.
Nguồn tham khảo
- Masterman, M. (1970), các bài và chú thích; Masterman (2005), tuyển tập do Wilks biên soạn (Cambridge University Press)
- Lakatos & Musgrave (1970), lời tựa tập kỷ yếu colloquium London 1965
- Kuhn, T. (1970), «Reflections on my Critics»
- Pulman, S. (2010), bài về CLRU và dịch máy
- Sowa, J. (2006), bài về Margaret Masterman
- Tait, J. (2007) và Tait và cộng sự (2023), về CLRU và Spärck Jones
- Priss & Old (2009)
- Wikipedia: mục Margaret Masterman và mục Cambridge Language Research Unit
- de Bolla, P. (2022), buổi nói chuyện tại Cambridge (talks.cam.ac.uk)
Bài viết tóm tắt từ video của kênh; nội dung mang tính giới thiệu.
