Trong một bài báo mới, các nhà khoa học mô tả cách hệ sinh thái có thể truyền cảm hứng cho trí tuệ nhân tạo tốt hơn và ngược lại, kêu gọi sự hội tụ và đồng tiến hóa. Các nền tảng AI hiện đại thường lấy cảm hứng từ cấu trúc và chức năng của bộ não con người. Trong một nghiên cứu gần đây, các chuyên gia cho rằng việc hướng tới một lĩnh vực khác của sinh học - sinh thái - có thể mở đường cho việc xây dựng các hệ thống trí tuệ nhân tạo mạnh mẽ, kiên cường và có trách nhiệm với xã hội.

Các nhà nghiên cứu đề xuất sự phối hợp giữa trí tuệ nhân tạo và hệ sinh thái, cho rằng hệ sinh thái có thể truyền cảm hứng cho trí tuệ nhân tạo kiên cường hơn và trí tuệ nhân tạo có thể ứng phó với những thách thức sinh thái toàn cầu. Cùng nhau tiến bộ có thể cung cấp các giải pháp mang tính biến đổi nhằm thu hẹp khoảng cách giữa hai lĩnh vực khác nhau. Nguồn hình ảnh: Barbara Han

Bài báo được xuất bản gần đây trong Kỷ yếu của Viện Hàn lâm Khoa học Quốc gia, tin rằng sức mạnh tổng hợp giữa trí tuệ nhân tạo và hệ sinh thái vừa có thể tăng cường trí tuệ nhân tạo vừa giúp giải quyết những thách thức toàn cầu phức tạp như dịch bệnh bùng phát, mất đa dạng sinh học và tác động của biến đổi khí hậu.

Ý tưởng bắt nguồn từ quan sát rằng AI có thể thực hiện rất tốt một số nhiệm vụ nhưng gần như không đủ tốt ở một số nhiệm vụ khác—rằng AI đang gặp phải một bức tường mà các nguyên tắc sinh thái có thể giúp nó vượt qua.

Barbara Han, nhà sinh thái học về bệnh tật tại Viện Hệ sinh thái Cary, giải thích: "Các vấn đề mà chúng ta thường xuyên giải quyết trong lĩnh vực sinh thái không chỉ là những thách thức mà AI có thể hưởng lợi về mặt đổi mới thuần túy, mà còn là những vấn đề trong đó AI có thể mang lại lợi ích to lớn cho toàn cầu và thực sự có thể mang lại lợi ích cho nhân loại nếu AI có thể trợ giúp."TAG PH60

Trí tuệ nhân tạo như thế nào có thể giúp ích cho hệ sinh thái

Các nhà sinh thái học - bao gồm cả Han - đã sử dụng trí tuệ nhân tạo để tìm kiếm các mẫu trong các tập dữ liệu lớn và đưa ra các dự đoán chính xác hơn, chẳng hạn như liệu các loại virus mới có khả năng lây nhiễm sang người hay không và loài động vật nào có nhiều khả năng mang chúng nhất.

Tuy nhiên, bài báo mới này tin rằng có nhiều khả năng ứng dụng trí tuệ nhân tạo hơn trong sinh thái học, chẳng hạn như tổng hợp dữ liệu lớn và tìm kiếm các liên kết còn thiếu trong các hệ thống phức tạp.

Các nhà khoa học thường cố gắng tìm hiểu thế giới bằng cách so sánh đồng thời hai biến -- ví dụ: mật độ dân số ảnh hưởng như thế nào đến số ca mắc bệnh truyền nhiễm? Shannon LaDeau, nhà sinh thái học bệnh tật tại Viện Carey giải thích, vấn đề là ở chỗ, giống như hầu hết các hệ sinh thái phức tạp, việc dự đoán sự lây lan của bệnh phụ thuộc vào nhiều biến số chứ không chỉ một. Các nhà sinh thái học không phải lúc nào cũng biết tất cả các biến số này là gì, chúng bị giới hạn ở những biến số có thể dễ dàng đo lường được (ví dụ: liên quan đến các yếu tố văn hóa và xã hội) và rất khó để nắm bắt được cách thức các biến số khác nhau này tương tác với nhau.

Lado cho biết: "AI có thể tích hợp nhiều dữ liệu và nguồn dữ liệu đa dạng hơn các mô hình thống kê khác, điều này có thể giúp chúng tôi khám phá các tương tác và trình điều khiển mới mà chúng tôi có thể chưa từng nghĩ tới. Việc phát triển AI có nhiều hứa hẹn để thu thập tốt hơn nhiều loại dữ liệu, chẳng hạn như những hiểu biết sâu sắc về văn hóa xã hội vốn thực sự khó tóm tắt bằng số. AI có thể giúp phát triển. "

Sinh thái. Cách làm cho trí tuệ nhân tạo trở nên tốt hơn

Hệ thống AI nổi tiếng là mỏng manh, có khả năng gây ra những hậu quả tàn khốc, chẳng hạn như chẩn đoán sai bệnh ung thư hoặc gây ra tai nạn ô tô.

Các tác giả tin rằng khả năng phục hồi đáng kinh ngạc của hệ sinh thái có thể truyền cảm hứng cho các kiến ​​trúc AI mạnh mẽ và dễ thích ứng hơn. Đặc biệt, Varshney lưu ý rằng kiến ​​thức sinh thái có thể giúp giải quyết vấn đề sụp đổ mô hình trong mạng lưới thần kinh nhân tạo, hệ thống trí tuệ nhân tạo thường hỗ trợ nhận dạng giọng nói, thị giác máy tính, v.v.

Anh ấy giải thích: "Sự sụp đổ mô hình là khi bạn huấn luyện một mạng lưới thần kinh nhân tạo về một thứ gì đó rồi huấn luyện nó một thứ khác và nó quên mất lần huấn luyện đầu tiên. Bằng cách hiểu rõ hơn về cách sự sụp đổ mô hình xảy ra trong các hệ thống tự nhiên hoặc tại sao nó không xảy ra, chúng ta có thể tìm hiểu cách làm cho sự sụp đổ chế độ không xảy ra trong AI. "

Lấy cảm hứng từ hệ sinh thái, AI mạnh hơn có thể bao gồm phản hồi vòng lặp, đường dẫn dự phòng và khung ra quyết định. Những nâng cấp linh hoạt này cũng giúp AI có thêm 'trí thông minh tổng quát' hơn, cho phép nó suy luận và tạo các kết nối ngoài dữ liệu cụ thể mà thuật toán đã được đào tạo.

Sinh thái học cũng giúp tiết lộ lý do tại sao các mô hình ngôn ngữ lớn do AI điều khiển (hỗ trợ các chatbot phổ biến như ChatGPT) lại thể hiện những hành vi mới nổi mà các mô hình ngôn ngữ nhỏ hơn không làm được. Những hành vi này bao gồm "ảo giác" - khi AI tạo ra thông tin sai lệch. Bởi vì sinh thái học nghiên cứu các hệ thống phức tạp ở nhiều cấp độ và từ mọi góc độ, nên nó rất hữu ích trong việc nắm bắt các đặc tính nổi bật tương tự và giúp tiết lộ các cơ chế đằng sau những hành vi này.

Ngoài ra, sự phát triển của trí tuệ nhân tạo trong tương lai phụ thuộc vào những ý tưởng mới. Giám đốc điều hành của OpenAI, người tạo ra ChatGPT, từng nói rằng những tiến bộ hơn nữa sẽ không chỉ đến từ việc mở rộng mô hình mà còn phải có những nguồn cảm hứng khác và hệ sinh thái cung cấp con đường cho những ý tưởng mới.

Coevolution

Trong khi hệ sinh thái và trí tuệ nhân tạo đang phát triển độc lập theo các hướng tương tự nhau, các nhà nghiên cứu cho biết sự hợp tác chặt chẽ hơn và chu đáo hơn có thể mang lại những tiến bộ chưa từng có trong cả hai lĩnh vực.

Khả năng phục hồi sinh thái là một ví dụ thuyết phục về cách cả hai lĩnh vực có thể hưởng lợi từ sự hợp tác. Đối với hệ sinh thái, những tiến bộ trong trí tuệ nhân tạo trong việc đo lường, lập mô hình và dự đoán khả năng phục hồi của thiên nhiên có thể giúp chúng ta chuẩn bị cho biến đổi khí hậu. Đối với AI, sự hiểu biết rõ ràng hơn về cách thức hoạt động của khả năng phục hồi sinh thái có thể truyền cảm hứng cho AI có khả năng phục hồi tốt hơn để lập mô hình và nghiên cứu khả năng phục hồi sinh thái tốt hơn, một vòng phản hồi tích cực.

Sự hợp tác chặt chẽ hơn cũng được kỳ vọng sẽ thúc đẩy trách nhiệm xã hội lớn hơn trong cả hai lĩnh vực. Các nhà sinh thái học đang nỗ lực kết hợp nhiều cách hiểu khác nhau về thế giới từ các hệ thống kiến ​​thức bản địa và truyền thống khác, và trí tuệ nhân tạo có thể giúp hợp nhất những cách suy nghĩ khác nhau này. Tìm cách tích hợp các loại dữ liệu khác nhau có thể giúp cải thiện sự hiểu biết của chúng ta về các hệ thống sinh thái xã hội, giải mã lĩnh vực sinh thái và điều chỉnh những thành kiến ​​trong hệ thống trí tuệ nhân tạo.

Kathleen Weathers, một nhà khoa học hệ sinh thái tại Viện Carey, cho biết: "Các mô hình AI được xây dựng trên dữ liệu hiện có và khi quay lại dữ liệu hiện có, chúng sẽ được đào tạo và đào tạo lại. Khi khoảng cách dữ liệu của chúng tôi là phụ nữ trên 60 tuổi, người da màu hoặc phong cách nhận thức truyền thống. Khi bị loại trừ, chúng tôi tạo ra các mô hình có điểm mù kéo dài những bất công. "

Để đạt được sự hội tụ giữa AI và nghiên cứu sinh thái sẽ đòi hỏi phải xây dựng cầu nối giữa hai ngành tách biệt này, hiện sử dụng từ vựng khác nhau, hoạt động trong các nền văn hóa khoa học khác nhau và có các nguồn tài trợ khác nhau. Bài báo mới chỉ là sự khởi đầu của quá trình đó.

"Tôi hy vọng ít nhất nó sẽ gây ra nhiều cuộc trò chuyện," Han nói.

Sự phát triển hội tụ của hệ sinh thái đầu tư và trí tuệ nhân tạo có tiềm năng mang lại những ý tưởng và giải pháp mang tính biến đổi, chẳng hạn như những đột phá gần đây trong chatbot và học sâu tổng quát, mang tính đột phá ngoài sức tưởng tượng, các tác giả viết. "Sự hội tụ thành công không chỉ dừng lại ở việc thúc đẩy các nguyên tắc sinh thái hay đạt được trí tuệ nhân tạo nói chung; cả hai đều quan trọng để tồn tại và phát triển trong một tương lai không chắc chắn."