TRƯỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN, ĐHQGHN
KHOA TRIẾT HỌC
-----------------------
ĐINH THỊ THU
ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO
VÀO NỀN KINH TẾ CHIA SẺ VÀ HƯỚNG ĐI MỚI CHO NỀN
KINH TẾ VIỆT NAM
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
NGÀNH TRIẾT HỌC
Hệ đào tạo: Chính quy
Khóa học: QH-2016 -X
HÀ NỘI, 2020
TRƯỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN, ĐHQGHN
KHOA TRIẾT HỌC
-----------------------
ĐINH THỊ THU
ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO
VÀO NỀN KINH TẾ CHIA SẺ VÀ HƯỚNG ĐI MỚI
CHO NỀN KINH TẾ VIỆT NAM
KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC
NGÀNH TRIẾT HỌC
Hệ đào tạo: Chính quy
Khóa học: QH-2016 -X
Người hướng dẫn: PGS. TS. Nguyễn Anh Tuấn
HÀ NỘI, 2020
LỜI CAM ĐOAN
Tôi xin cam đoan Khóa luận này là công trình nghiên cứu do tôi thực
hiện. Những kết quả từ những tác giả trước mà tôi sử dụng đều được trích
dẫn rõ ràng, cụ thể. Không có bất kì sự không trung thực nào trong các kết
quả nghiên cứu.
Nếu có gì sai trái, tôi xin hoàn toàn chịu trách nhiệm.
Hà Nội, ngày 1 tháng 06 năm 2020
Sinh viên
Đinh Thị Thu
MỤC LỤC
MỞ ĐẦU .............................................................................................................. 1
1. Lý do chọn đề tài ........................................................................................... 1
2. Tổng quan tình hình nghiên cứu .................................................................... 2
3. Mục đích và nhiệm vụ nghiên cứu................................................................ 6
4. Đối tượng và phạm vi nghiên cứu ................................................................. 6
5. Cơ sở lý luận và phương pháp nghiên cứu .................................................... 7
6. Ý nghĩa của khóa luận.................................................................................... 7
7. Kết cấu của khóa luận .................................................................................... 7
Chương 1: KHÁI LUẬN CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ NỀN
KINH TẾ CHIA SẺ ............................................................................................ 8
1.1. Trí tuệ nhân tạo ......................................................................................... 8
1.1.1. Các thời kỳ phát sinh và phát triển của trí tuệ nhân tạo ..................... 8
Giai đoạn phục hồi và xâm nhập vào các ngành kinh tế quốc dân (thập kỷ
80 - 90 thế kỷ XX).......................................................................................... 11
Giai đoạn phát triển gần đây ........................................................................ 15
1.1.2. Định nghĩa khái niệm Trí tuệ nhân tạo ............................................ 16
1.2. Kinh tế chia sẻ ........................................................................................... 18
1.2.1. Nguồn gốc của nền kinh tế chia sẻ ................................................... 18
1.2.2. Đặc điểm, bản chất của nền kinh tế chia sẻ ..................................... 21
1.2.3. Các mô hình kinh tế chia sẻ nổi bật ................................................. 22
Chương 2: ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO
ĐẾN NỀN KINH TẾ CHIA SẺ VÀ GỢI Ý HƯỚNG ĐI MỚI CHO NỀN
KINH TẾ VIỆT NAM ...................................................................................... 25
2.1. Ảnh hưởng tích cực ................................................................................... 25
2.1.1. Tác động kinh tế ................................................................................. 25
2.1.2. Tác động tới xã hội ............................................................................. 27
2.1.3. Tác động tới môi trường ..................................................................... 30
2.2. Ảnh hưởng tiêu cực ................................................................................... 31
2.2.1. Biến thể của nền kinh tế chia sẻ.......................................................... 31
2.2.2. Nguy cơ cạnh tranh không lành mạnh với các doanh nghiệp truyền thống
....................................................................................................................... 32
2.2.3. Giảm khả năng đo lường nền kinh tế.................................................. 33
2.2.4. Nhiều cơ hội lợi dụng lòng tin ngắn hạn ............................................ 34
2.3. Gợi ý hướng đi mới cho nền kinh tế chia sẻ tại Việt Nam ....................... 34
2.3.1. Thực trạng nền kinh tế chia sẻ ở Việt Nam ........................................ 34
2.3.2. Gợi ý chính sách phát triển kinh tế chia sẻ cho Việt Nam ................ 37
KẾT LUẬN ........................................................................................................ 39
TÀI LIỆU THAM KHẢO ................................................................................ 41
MỞ ĐẦU
1.
Lý do chọn đề tài
Như chúng ta đã biết, trong những thập kỷ gần đây, sự phát triển vượt bậc
của công nghệ thông tin và tự động hóa, trí tuệ nhân tạo ngày càng được ứng
dụng phổ biến và có sức lan tỏa mạnh mẽ trong cuộc sống của con người.
Những bước tiến bộ kỳ diệu này đã thổi bùng lên những thay đổi sâu sắc nhiều
mặt trong đời sống xã hội. Trên thực tế, đến nay chúng ta vẫn chưa hình dung
được đầy đủ quy mô, tầm vóc và độ phức tạp của những đột phá gần đây về trí
tuệ nhân tạo, nhưng cần thiết việc chúng ta nên hình thành một cái nhìn chung
mang tính toàn diện và toàn cầu về cách công nghệ đang thay đổi cuộc sống của
chúng ta cũng như các thế hệ tương lai.
Trong vài năm gần đây, máy móc đã vượt qua con người về hiệu năng
trong một số công việc cụ thể liên quan đến trí tuệ. Các chuyên gia dự báo tốc
độ phát triển của AI sẽ tiếp tục gia tăng. Mặc dù chưa có gì chắc chắn rằng máy
móc có thể thể hiện trí thông minh so sánh được hay ưu việt hơn con người
trong 20 năm tới, nhưng nó được kì vọng sẽ tiếp tục đạt tới ngưỡng và vượt trội
hơn hiệu suất của con người trong ngày càng nhiều công việc. Việc tăng cường
nhiều hơn các khả năng cho AI có xu hướng tự động hóa nhiều hơn những công
việc theo hình thức lặp đi lặp lại của con người mà vẫn đáp ứng được các yếu tố
then chốt như tăng năng suất lao động, giảm số giờ lao động cần thiết để tạo ra
một đơn vị sản phẩm, dịch vụ và đảm bảo chất lượng theo mong muốn.
Những lợi ích kinh tế tiềm năng mà con người đã và đang khai thác được từ
việc phát triển tự động hóa theo định hướng trí tuệ nhân tạo ngày càng nở rộ và
thống trị khắp toàn cầu chính là động lực để dẫn tới những dịch chuyển của nền
kinh tế thế giới, cụ thể là nền kinh tế chia sẻ. Hoạt động kinh tế này dựa trên nền
tảng kỹ thuật số, trong đó khách hàng có quyền truy cập vào hàng hóa và dịch vụ
hữu hình hay vô hình (như kỹ năng cá nhân và thời gian rảnh rỗi) được sở hữu
bởi các cá nhân khác thông qua việc kết nối trên Internet. Đây là một phương
1
thức kết nối mới giữa người mua (người dùng) và người bán (người cung cấp) có
thể tận dụng tối đa nguồn lực dư thừa của nhau.
Gần đây, các khái niệm về “nền kinh tế chia sẻ” hay “mô hình kinh tế chia
sẻ” đã được đề cập và bàn thảo sôi nổi trên nhiều diễn đàn kinh tế nói riêng
cũng như nhận được rất nhiều sự quan tâm đến từ đông đảo cộng đồng xã hội
nói chung. Một mặt, chúng ta không thể phủ nhận được việc phát triển trí tuệ
nhân tạo thúc đẩy mô hình kinh tế này nâng cao hiệu quả về mặt kinh tế nhưng
ở góc độ khác, chắc chắn rằng nó cũng đẩy con người tới những khó khăn nhất
định mà chúng ta không thể lảng tránh cũng như những thách thức trong tương
lai mà chúng ta có thể lường trước.
Cuối cùng, vì tất cả những lý do nêu trên tôi quyết định chọn đề tài Ảnh
hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ và gợi ý cho
hướng đi mới cho nền kinh tế Việt Nam làm đề tài khóa luận tốt nghiệp cử nhân
triết học của mình.
2. Tổng quan tình hình nghiên cứu
Như chúng ta đã thấy, trong những năm gần đây, trí tuệ nhân tạo ngày càng
phát triển, những ứng dụng của chúng vào trong các lĩnh vực của đời sống cũng
ngày một phổ biến cùng với sự xuất hiện của mô hình kinh tế chia sẻ, điều này
thôi thúc các nhà khoa học, nhà nghiên cứu và nhà hoạch định chính sách đưa ra
những nghiên cứu sâu sắc về vấn đề này.
Bởi kinh tế chia sẻ là một nền kinh tế non trẻ, với lịch sử phát triển ngắn,
không chỉ ở Việt Nam mà trên toàn thế giới, nên trên thực tế, so sánh với những
vấn đề kinh tế khác, chưa có nhiều công trình nghiên cứu về đề tài này, đặc biệt
là ở Việt Nam.
Nghiên cứu phạm vi nước ngoài:
Tại các nước trên thế giới, đã có khá nhiều nghiên cứu về kinh tế chia sẻ
trong ngành du lịch. Ví dụ, đề án được viết ra bởi hai tác giả Kerstin Bremser và
Maria del Mar Alonso-Almeida trong Hội nghị Quản trị Quốc tế năm 2017 với
tiêu đề “Kinh tế chia sẻ và du lịch: Ánh sáng và bóng tối” phân tích những ảnh
2
hưởng của kinh tế chia sẻ lên ngành du lịch, không chỉ tập trung vào những mặt
tốt mà còn cả những mặt tối của mô hình kinh tế này.
Bài viết “Kinh tế chia sẻ trong thị trường du lịch: Cơ hội và Thách thức”
của Teresa Skalska năm 2017, những đặc điểm của kinh tế chia sẻ trong ngành
du lịch được đưa ra. Ngoài ra, Jeff Hong đã đăng bài viết “Sự trỗi dậy của nền
kinh tế chia sẻ và tương lai của du lịch và ngành công nghiệp du lịch” trong tạp
chí “Khách sạn và Quản trị kinh doanh” năm 2018.
Nghiên cứu “Hy vọng trên nền kinh tế chia sẻ” của Judith Wallenstein and
Urvesh Shelat, 2017. Đây là bài viết đầu tiên trong ba bài viết về nền kinh tế
chia sẻ của Judith Wallenstein and Urvesh Shelat. Mục tiêu nghiên cứu của
nghiên cứu là tìm hiểu xem việc chia sẻ các chuyến đi, căn hộ và thậm chí cả
quần áo là thời trang đã qua sử dụng có phải là một xu hướng lâu dài và phù hợp
cho các nhà lãnh đạo doanh nghiệp. Nghiên cứu thực hiện phỏng vấn hơn 25
nhà sáng lập và CEO của các công ty khởi nghiệp kinh tế chia sẻ trên toàn cầu
và khảo sát hơn 3.500 người tiêu dùng ở Mỹ, Đức và Ấn Độ. Nghiên cứu này
tập trung vào tìm ra các cơ hội được tạo ra bởi nền kinh tế chia sẻ, thái độ của
người tiêu dùng đối với việc chia sẻ và các ngành công nghiệp có thể bị ảnh
hưởng. Nghiên cứu tiếp theo của nghiên cứu này sẽ xem xét các lựa chọn chiến
lược mà kinh tế chia sẻ cung cấp, trong khi nghiên cứu thứ 3 sẽ phản ánh về
tương lai của việc chia sẻ trong nền kinh tế toàn cầu và các mô hình kinh doanh
cụ thể có khả năng thành công.
Nghiên cứu “Nền kinh tế chia sẻ về cho thuê nhà và xe phát triển nhanh
chóng so với cho thuê truyền thống” của Codagnone, 2018. Doanh nghiệp sử
dụng kinh tế chia sẻ sử dụng bằng mô hình ngang hàng trên nền tảng đang tăng
tăng trưởng mạnh mẽ, thu hút người đăng ký và sử dụng với tỷ lệ theo cấp số
nhân, và hình thức kinh doanh này lôi kéo từ những khách hàng truyền thống.
Trong khi hình thức kinh doanh cho thuê truyền thống ngành có khả năng biến
mất bất cứ lúc nào sớm, bởi sự tăng trưởng của này ngày càng chậm chạp. Ví
3
dụ, trong khi thị trường cho thuê xe truyền thống là dự kiến tăng trưởng với tốc
độ là 2% năm năm 2017, thì thị trường chia sẻ xe sẽ phát triển hơn nữa.
Nghiên cứu phạm vị trong nước:
Nền kinh tế chia sẻ mới du nhập vào Việt Nam vài năm gần đây, những
cũng đã có sự phát triển nhanh chóng. Đã có khá nhiều nghiên cứu trong nước
về về chủ đề này như:
Bài báo “Dịch vụ 'chia sẻ phòng' Airbnb lấy khách của khách sạn” của
Như Bình trên báo tuổi trẻ, 2018. Hiện có khoảng 6.500 cơ sở tham gia Airbnb
ở Việt Nam tính đến tháng 6-2017. Với giá rẻ hơn, chất lượng tốt, nhiều người
đã chọn phòng qua Airbnb thay vì khách sạn. Với giá trung bình mỗi phòng trên
Airbnb khoảng 35 USD/đêm trở lên, dịch vụ chia sẻ phòng có vẻ đang lấn thị
phần của khách sạn. Khác với khách sạn, khách và chủ trong giao dịch Airbnb
đều có thể đánh giá lẫn nhau sau mỗi lần thuê. khoảng vài năm gần đây các căn
hộ dịch vụ cho thuê, hay cho thuê phòng qua trang mạng Airbnb ở Việt Nam
ngày càng nở rộ và bắt đầu chia sẻ thị phần với thị trường lưu trú truyền
thống.Vì lý do này khách du lịch đến Việt Nam tăng mạnh trong năm 2016
nhưng giá phòng của các khách sạn 4- 5 sao lại không tăng nhiều như đã từng
thiết lập trong năm 2014. Airbnb đã bắt đầu ảnh hưởng đến việc kinh doanh
của các khách sạn tại Việt Nam. . “Airbnb là một startup với mô hình kết nối
người cần thuê nhà, thuê phòng trọ với những người có phòng cho thuê trên
khắp thế giới thông qua ứng dụng di động tương tự như ứng dụng chia sẻ xe
Uber. Tất cả việc thanh toán sẽ được thực hiện thông qua Airbn, sử dụng thẻ
tín dụng và nhà trung gian này sẽ thu một khoản phí đối với cả người cần đặt
phòng và chủ nhà”.
Bài viết “Chưa thể thu thuế kinh doanh trên Airbnb” của Hồng Phúc, 2018,
trên báo Đầu tư. Một căn nhà, một tầng lầu, hoặc thậm chí một căn phòng còn
dư, chủ nhân có thể đăng ký cho thuê trên Airbnb. Sau 9 năm xuất hiện, đã có
trên 10.000 cơ sở lưu trú tại Việt Nam đăng ký và kinh doanh trên công ty công
nghệ trị giá 30 tỷ USD này, song chuyện thu thuế Airbnb là điều không tưởng.
4
Airbnb không chỉ có mạng lưới rộng khắp, giá hợp lý, thời gian linh hoạt và
những trải nghiệm như người dân địa phương, mà còn ở sự cọ xát, giao tiếp giữa
người thuê và người cho thuê (host). Tính đến cuối 2016, có khoảng 10.000 cơ
sở lưu trú tại Việt Nam được đăng ký và kinh doanh trên Airbnb. Nhưng đến
nay, Cục thuế TP.HCM, Sở Du lịch TP.HCM... chưa thể quản lý Airbnb. Một số
công ty du lịch còn không biết Airbnb là gì. Theo đại diện Cục Thuế TP.HCM
cho biết, từ tháng 5/2017, Cục đã có kế hoạch quản lý các tổ chức, cá nhân kinh
doanh trong lĩnh vực thương mại điện tử mà Airbnb là ví dụ. Nhưng kết quả
chưa đạt kỳ vọng và hiện cũng chưa thu được thuế từ các đơn vị này. Cũng theo
cục Thuế TP.HCM, trên địa bàn Thành phố có 2.074 người cung cấp dịch vụ
cho thuê phòng và căn hộ trên Airbnb. Trong đó, nhóm cho thuê có nhiều hơn 1
đơn vị lưu trú chiếm 45%. Thu được thuế sẽ là động lực để cơ quan chức năng
“quản lý” Airbnb. Cũng từ đó, sự an toàn cho khách thuê và trách nhiệm người
cho thuê cũng được quản lý, tạo sự ổn định cho nền kinh tế chia sẻ. Tuy nhiên,
rất khó quản lý và thu thuế các cá nhân Việt Nam tham gia kinh doanh trên
www.airbnb.com, khi toàn bộ giao dịch được thực hiện trực tuyến thông qua
mạng Internet, không cần xuất hóa đơn hay thanh toán bằng tiền mặt.
Bài báo “Người tiêu dùng đông nam á sẵn sàng với mô hình kinh doanh
chia sẻ” của Hà Linh, 2017, Thời báo kinh tế. Khu vực Đông Nam Á đang hình
thành nhiều cộng đồng kinh doanh theo hình thức chia sẻ tài sản cá nhân. Đặc
biệt tại Thái Lan, Philippines và Indonesia, người tiêu dùng rất thích tăng thu
nhập bằng hình thức cho thuê tài sản cá nhân này. Người tiêu dùng khu vực
Đông Nam Á đón nhận hình thức kinh doanh chia sẻ này khá nhanh và hiệu quả,
bốn trong năm thị trường hàng đầu tại đây đã có nhiều cộng đồng sẵn sàng chia
sẻ hoặc thuê các tài sản cá nhân nhằm tiết kiệm và kiếm thêm thu nhập. Chỉ
12% người tiêu dùng tại Thái Lan, 13% tại Philippines, 18% tại Việt Nam, 14%
tại Indonesia và 28% tại Malaysia là từ chối chia sẻ tài sản cá nhân của mình.
Singapore là thị trường khó tính nhất với mô hình kinh doanh này với 32% được
hỏi vẫn chưa sẵn sàng chia sẻ tài sản cá nhân của mình, ngang bằng với tỉ lệ
5
trung bình trên toàn thế giới (trong việc chưa sẵn sàng). Người tiêu dùng tại
Indonesia đứng hàng thứ 2 và Philippines đứng hàng thứ 4 trên toàn thế giới về
việc thuê hoặc chia sẻ các sản phẩm, dịch vụ từ mô hình kinh doanh này. Tám
mươi bảy phần trăm (87%) người tiêu dùng tại Indonesia cho rằng họ sẵn sàng
tận dụng các sản phẩm và dịch vụ chia sẻ. Tỉ lệ này chiếm 85% tại Philippines,
84% tại Thái Lan, 76% tại Việt Nam, 74% tại Malaysia, 67% tại Singapore và
66% đối với người tiêu dùng toàn cầu. Nền móng cho sự xuất hiện của mô hình
kinh tế chia sẻ chính là sự phát triển nhanh chóng của internet trong khu vực. Sự
kết nối giữa những người tiêu dùng với nhau là yếu tố chính cho mô hình kinh
doanh chia sẻ này, do đó, mô hình này có thể sẽ phát triển ở mức độ cao hơn
trong những năm sắp tới.
3. Mục đích và nhiệm vụ nghiên cứu
Mục đích: Trên cở sở nghiên cứu có hệ thống và tổng quan về khoa học AI,
nền kinh tế chia sẻ và khoá luận tập trung vào phân tích ảnh hưởng của việc áp
dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ cho tới hiện nay và đưa ra những
hướng đi mới cho nền kinh tế Việt Nam.
Nhiệm vụ:
- Trình bày các quan niệm về AI, lịch sử hình thành, phát triển và cấu tạo
của một hệ thống AI.
- Trình bày nguồn gốc, bản chất và đặc điểm của nền kinh tế chia sẻ.
- Đưa ra những tác động của việc áp dụng trí tuệ nhân tạo vào nền kinh tế
chia sẻ cho tới ngày nay và những hướng đi mới cho nền kinh tế Việt Nam.
4. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Đối tượng của khoá luận là phân tích rõ lịch sử
hình thành và phát triển Trí tuệ nhân tạo, nguồn gốc và đặc điểm cơ bản của
nền kinh tế chia sẻ và ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền
kinh tế chia sẻ.
6
Phạm vi nghiên cứu: Qúa trình phát sinh và phát triển của trí tuệ nhân tạo, nền
kinh tế chia sẻ và những ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế
chia sẻ cho tới hiện nay và hướng đi mới cho nền kinh tế Việt Nam.
5. Cơ sở lý luận và phương pháp nghiên cứu
Cơ sở lý luận: Khoá luận dựa trên cơ sở lý luận là thế giới quan và phương
pháp luận của chủ nghĩa duy vật biện chứng, các công trình nghiên cứu về khoa
học trí tuệ nhân tạo và bức tranh hiện thực của nền kinh tế chia sẻ trong bối cảnh
hiện nay.
Phương pháp nghiên cứu: Khóa luận vận dụng các phương pháp nghiên
cứu cụ thể như phương pháp phân tích và tổng hợp, so sánh, thống nhất lịch sử lôgíc, khái quát hóa, trừu tượng hóa,…
6. Ý nghĩa của khóa luận
Ý nghĩa lý luận: Khoá luận góp phần làm rõ về khái niệm trí tuệ nhân tạo,
về sự hình thành và các giai đoạn phát triển của ngành khoa học này. Làm rõ
bản chất, nguồn gốc và quá trình phát sinh, phát triển của nền kinh tế chia sẻ.
Qua đó, chứng minh được những ảnh hưởng của trí tuệ nhân tạo đến nền kinh tế
chia sẻ như thế nào, đồng thời có cái nhìn cụ thể hơn khi áp dụng vào trong bối
cảnh nền kinh tế của Việt Nam ra sao.
Ý nghĩa thực tiễn: Khóa luận cũng sẽ như là một tài liệu tham khảo cho
những ai ham thú tìm hiểu về ứng dụng của trí tuệ nhân tạo trong nền kinh tế
chia sẻ.
7. Kết cấu của khóa luận
Ngoài phần mở đầu và tài liệu tham khảo, khóa luận gồm 2 chương, 5 tiết.
7
Chương 1: KHÁI LUẬN CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ NỀN
KINH TẾ CHIA SẺ
1.1. Trí tuệ nhân tạo
1.1.1. Các thời kỳ phát sinh và phát triển của trí tuệ nhân tạo
Thuật ngữ “trí tuệ nhân tạo” ngày càng trở nên phổ biến đối với mọi công
dân trong xã hội thông qua sức ảnh hưởng từ những ứng dụng thực tiễn của
chúng tới chính mỗi bàn tay, khối óc của con người.. Dưới đây, luận văn sẽ khái
quát lại quá trình hình thành, tồn tại và phát triển của trí tuệ nhân tạo cho tới
ngày hôm nay. Cụ thể, gồm 3 giai đoạn chính như sau:
Giai đoạn phát triển đầu tiên (thập kỷ 60 - 70 thế kỷ XX)
Một người có công lao rất to lớn đối với sự phát triển của AI là John Mc
Carthy (sinh 1927). Sau khi tốt nghiệp Đại học Princeton ông đã chuyển đến Đại
học Darthmouth - nơi được coi như cái nôi của khoa học AI. Mc Carthy đã
thuyết phục được Minsky, Shannon và Rochester giúp đỡ ông trong việc nghiên
cứu tìm kiếm lí thuyết tự động, mạng thần kinh và các lĩnh vực nghiên cứu khác
của AI. Tại Darthmouth, họ đã tổ chức một hội thảo trong suốt 2 tháng liền vào
mùa hè 1956 để thảo luận những vấn đề này. Người ta vẫn lấy hội nghị mùa hè
năm 1956 tại Darthmuoth ở Mỹ làm sự kiện ra đời của ngành AI. Hội nghị đầu
tiên này do Marvin Minsky và John Mc Carthy tổ chức với sự tham gia của vài
chục nhà khoa học, trong đó có cả Allen Newell và Herbert Simon. Bốn người
này luôn được coi là những người sáng lập của ngành AI. Chính tại Hội nghị
Darthmuoth này, John McCarthy đã đề nghị tên gọi “Artificial Intelligence”.
Mặc dù còn nhiều tranh cãi trong một thời gian, tên này vẫn được thừa nhận và
dùng cho đến ngày nay.
Tiếp theo cần phải kể đến những công trình của Herbert Simon và Allen
Newell. Tháng Giêng năm 1956, nhà khoa học máy tính Herbert Simon đã bắt
đầu một trong những bài thuyết trình của mình bằng một nhận xét quan trọng:
“Qua dịp Noel, Allen Newell và tôi đã phát minh ra một chiếc máy biết suy nghĩ
và bằng cách đó có thể giải quyết vấn đề trí tuệ con người một cách khả thi
8
hơn”. Allen Newell và Herbert Simon đã lập một chương trình máy tính, họ gọi
là Nhà lý thuyết logic (Logic Theorist), có thể tìm ra những chứng minh cho các
định lý toán học nhờ một quá trình suy diễn logic. Các nhà lý thuyết logic đưa
vào một bộ các quy tắc và chỉ dẫn - một thuật toán dùng các sự kiện toán học
làm xuất phát điểm và tự động suy ra một loạt những chứng minh toán học cơ
bản. Sau khi ra đời, chương trình của Allen Newell và Herbert Simon đã có thể
chứng minh được hầu hết những lý thuyết trong phần “Những quy tắc toán học”
của Russell và Whitehead. Russell đã tường thuật một cách say mê việc Herbert
Simon chỉ cho ông một chương trình có thể chứng minh lý thuyết như thế nào
và việc chứng minh bằng chương trình này ngắn hơn bất kỳ việc chứng minh
nào có sử dụng các quy tắc.
Những thành công ban đầu của Allen Newell và Herbert Simon còn gắn với
GPS (General Problem Solver - Hệ giải bài toán tổng quát). Không giống với
Logic Theorist, chương trình này được thiết kế bắt nguồn từ việc bắt chước
những cách thức giải quyết bài toán của con người. Các thuật toán của chương
trình giải bài toán tổng quát bao hàm “thuật phát hiện” - cách tiếp cận tổng quát
hoá để giải các bài toán của con người. Do đó, GPS có thể được xem là chương
trình đầu tiên biểu hiện cách tiếp cận “suy nghĩ như con người”.
Ngay từ năm 1952, Arthur Samuel đã đề ra một phương pháp mới. Theo
phương pháp này, ông đã không chứng minh những ý tưởng khẳng định những
chiếc máy tính có thể làm được những công việc mà trước đó mọi người nói tới,
mà ông chú trọng đưa chương trình vào ứng dụng thực tế. Và sau đó các nhà
nghiên cứu AI đã tiếp tục nghiên cứu theo hướng này.
McCarthy đã chuyển từ Darthmouth đến MIT và tại đây ông đã có 3 đóng
góp lớn về lĩnh vực nghiên cứu AI được ghi vào lịch sử năm 1958. Tại phòng
thí nghiệm Memo số 1 về AI tại MIT, Carthy đã đưa ra ngôn ngữ lập trình Lisp
và cho đến nay, nó vẫn là một trong những ngôn ngữ thống trị trong lĩnh vực
AI. Với Lisp, Mc Carthy đã có công cụ mà ông cần cho việc biểu diễn tri thức.
Tuy nhiên, ông đã gặp khó khăn trong việc nhập số liệu vào máy. Do đó, ông và
9
một số nhà nghiên cứu khác ở MIT đã phát minh ra lý thuyết về sự phân chia
thời gian (time-sharing). Sau đó, nó trở thành một hệ thống time sharing thực
nghiệm tại MIT - những người đã lập nên Tập đoàn trang thiết bị kỹ thuật số
(Digital Equipment Corporation). Hiện nay tập đoàn này đã trở thành tập đoàn
sản xuất máy tính lớn thứ hai thế giới nhờ hệ thống phân chia thời gian (time
sharing) của những chiếc máy tính bỏ túi. Cũng vào năm 1958, McCarthy đã
xuất bản một tờ báo với tiêu đề “Những chương trình với cảm nhận phổ biến”,
trong đó ông miêu tả khá rõ về Advice Taker (Lý thuyết người phỏng vấn), một
chương trình giả thuyết mà có thể xem như là một hệ thống AI hoàn thiện đầu
tiên. Cũng giống như Logic Theorist và Geometry Theorem Prover, chương
trình này của Mc Carthy đã phác hoạ việc sử dụng tri thức để tìm kiếm cách
thức giải quyết bài toán. Nhưng không giống như những lý thuyết khác, Advice
Taker thường sử dụng những tri thức chung phổ biến của thế giới. Ví dụ như
chương trình của ông đã chỉ ra việc bằng cách nào mà chỉ với một vài tiền đề
đơn giản, chương trình có thể tạo ra một kế hoạch để có thể đi được con
đường ngắn nhất đến sân bay và bắt kịp chuyến bay. Chương trình này cũng
đã phác hoạ được việc chấp nhận những tiền đề mới trong trường hợp khi
chương trình đang vận hành gặp phải, do đó cho phép đạt được thành công
trong những vùng mà trước đó còn chưa được lập trình. Advice Taker có thể
biểu hiện những quy tắc trung tâm của việc biểu diễn tri thức và lập luận,
những quy tắc này rất có ích cho việc có một hình thức biểu diễn tri thức rõ
ràng về thế giới và có thể điều khiển những phương pháp biểu diễn này cùng
với quá trình suy diễn lập luận.
Năm 1958, cũng là năm Marvin Minsky chuyển tới MIT. Trong nhiều năm,
ông đã cùng với Mc Carthy tập trung nghiên cứu lĩnh vực AI. Tuy nhiên, họ chỉ
thành công một phần và theo những hướng khác nhau: Mc Carthy đặc biệt chú
trọng đến việc biểu diễn tri thức và lập luận trong logic hình thức; trái lại, Minsky
lại tìm thấy hứng thú trong việc đưa ra các chương trình làm việc và phát triển hệ
thống đối logic. Năm 1963, Mc Carthy đã tới Standford và bắt đầu lập phòng thí
10
nghiệm AI tại đây. Công việc nghiên cứu của ông là làm sao sử dụng logic học để
xây dựng Ultimate Advice Taker - một chương trình đã được đề xuất bởi những
nghiên cứu mang tính khám phá của Rôbinsơn về cách thức giải quyết bài toán
(một thuật toán chứng minh định lý đầy đủ của logic vị từ). Những nghiên cứu
của ông ở Standford nhấn mạnh đến những cách thức mục đích chung (general
pupose) của lập luận logic.
Một chuyên đề được quan tâm nữa đó là liệu máy tính có thể mô phỏng
được bộ não của con người hay không? Một số người khi này đã quả quyết rằng
về mặt công nghệ hoàn toàn có thể sao chép y chang bộ óc người vào phần cứng
và phần mềm máy tính, và do vậy bộ não mô phỏng trong máy tính hầu như
hoàn toàn giống bộ não thật. Rất lạc quan, năm 1965 Simon tuyên bố: “Máy móc
trong vòng 20 năm nữa sẽ có khả năng làm tất cả mọi việc con người làm”, hoặc
năm 1967 Minsky tiên đoán: “Quãng một thế hệ nữa, việc tạo ra trí thông minh
nhân tạo sẽ cơ bản được giải quyết”.
Tuy nhiên, những tiên đoán này đã không thành sự thật. Điều này đã dập
tắt đi ngọn lửa vừa được nhen nhóm lên từ niềm tin vào việc hiện thực hóa trí
tuệ nhân tạo. Chính phủ Mỹ và Anh đã cắt bỏ nhiều đề tài nghiên cứu trong lĩnh
vực này. Tuy nhiên, nhờ những thất bại ban đầu này đã giúp các nhà nghiên cứu
có cơ hội hiểu rõ hơn những hạn chế tính toán của các hệ logic hình thức, hạn
chế về những gì máy có thể chỉ ra được như đã chỉ ra bởi định lý Godle về tính
không đầy đủ, phát biểu năm 1931, rằng với mọi hệ hình thức đều có những
mệnh đề đúng không thể chứng minh được. Con người cũng hiểu rõ hơn khả
năng tính toán bằng máy phụ thuộc rất nhiều vào độ phức tạp tính toán của từng
bài toán. Rất nhiều bí ẩn vẫn còn ở phía trước.
Giai đoạn phục hồi và xâm nhập vào các ngành kinh tế quốc dân (thập kỷ
80 - 90 thế kỷ XX)
Những năm đầu thập kỷ 80 của thế kỷ trước đã chứng kiến sự bắt đầu của
một giai đoạn khoảng 15 năm của sự hồi sinh, bùng nổ và thi đua quốc tế trong
ngành AI. Ý tưởng cơ bản để phát triển trí tuệ nhân tạo khi này là sự thông minh
11
của máy tính không thể chỉ dựa trên việc suy diễn logic mà phải dựa vào cả tri
thức của con người, và dùng khả năng suy diễn của máy để khai thác các tri thức
này. Thành quả và nỗ lực tiêu biểu trong giai đoạn này là sự phát triển của các
hệ chuyên gia (Expert systems). Mỗi hệ chuyên gia gồm hai thành phần cơ bản:
một cở sở tri thức chứa các tri thức của chuyên gia trong một lĩnh vực và một cơ
chế suy diễn logic nhằm vận dụng các hiểu biết này để giải quyết các vấn đề cụ
thể, với hiệu quả như chính các chuyên gia giải quyết. Các hệ chuyên gia được
nghiên cứu và xây dựng khắp nơi. Hai hệ tiêu biểu là DENDRAL và MYCIN.
DENDRAL được phát triển tại Đại học Standford vào năm 1956 bởi
EdFeigenbaum (một sinh viên của Herbert Simon), Bruce Buchanan (một nhà
triết học chuyển hướng sang khoa học máy tính) và Joshua Lederberg (một nhà
di truyền học đạt giải Nobel). Hệ DENDRAL nhằm giúp các nhà nghiên cứu
hoá học hữu cơ xác định các phân tử hữu cơ chưa biết dựa trên phân tích phổ
của chúng và các tri thức hoá học.
Tầm quan trọng của DENDRAL ở chỗ nó là hệ thống cảm nhận kiến thức
thành công đầu tiên. Các chuyên gia của lĩnh vực này đi sâu từ số lượng lớn các quy
luật có mục đích đặc biệt. Các hệ thống sau này đã kết hợp chặt chẽ những chủ đề
chính của cách tiếp cận Advice Taker của Mc Carthy - sự tách rời hoàn toàn giữa tri
thức (trong dạng thức của những quy tắc) và lập luận.
Với bài học này, Feigenbaum và một số nhà nghiên cứu khác ở Standford
đã bắt đầu lập dự án chương trình Heuristic để nghiên cứu phạm vi mà trong đó
phương pháp luận mới của hệ chuyên gia có thể ứng dụng tới những vùng khác
của sự chuyên môn của con người. Những nỗ lực tiếp theo là ở trong lĩnh vực
chuẩn đoán y học. Feigenbaum, Buchanan và Edward Shortlife đã phát triển hệ
chuyên gia MYCIN để chuẩn đoán những bệnh lây truyền qua đường máu.
MYCIN là hệ chuyên gia có cở sở tri thức chừng 600 luật về y học có tính
đến yếu tố bất định, nó có thể có thể chuẩn đoán thành công như những chuyên
gia trong lĩnh vực này và nhiều khi còn chuẩn đoán thành công hơn cả những
bác sỹ đã có thâm niên. Giữa MYCIN và DENDRAL có hai sự khác biệt cơ
12
bản. Thứ nhất, không giống với DENDRAL, MYCIN không có những quy tắc,
những mô hình lý thuyết chung dưới dạng có sẵn. Chúng phải có câu chất vấn
của chuyên gia, người có nhiệm vụ tìm chúng từ kinh nghiệm trực tiếp của hoàn
cảnh. Thứ 2, các quy tắc đó phải phản ánh sự kết hợp không chắc chắn những tri
thức y khoa. MYCIN kết hợp hệ vi phân của biến số được coi là các nhân tố phù
hợp (ở mọi lúc) với phương pháp mà các bác sỹ tiếp cận với các triệu chứng
trong quá trình chuẩn đoán.
Những cách tiếp cận khác để chuẩn đoán bệnh sau đó cũng tiếp tục được
nghiên cứu. Tại trường đại học Rutger, dự án “Máy tính trong ngành sinh hoá”
(Computer in Biomedicine) của Saul Amarel bắt đầu có tham vọng cố gắng
chuẩn đoán bệnh tật dựa trên kiến thức được biểu đạt rõ ràng của những chiếc
máy phân tích quá trình phát triển của bệnh tật. Trong khi đó, một số đông các
nhà nghiên cứu tại MIT và Trung tâm y khoa Vương quốc Anh đã theo đuổi một
cách tiếp cận chuẩn đoán bệnh dựa trên lý thuyết xác suất có tính khả thi và thực
tế. Mục đích của họ là xây dựng hệ thống y khoa tốt nhất có thể sử dụng để
chuẩn đoán bệnh tật. Trong y học, tiếp cận Standford thường sử dụng các quy
tắc do bác sỹ cung cấp và được chứng minh rộng rãi ngay từ lần đầu tiên.
Như đã biết, sự quan trọng của lĩnh vực tri thức là rất rõ ràng, hiển nhiên
trong việc hiểu ngôn ngữ tự nhiên. Mặc dù hệ chuyên gia SHRDLU của
Winograd dùng để hiểu ngôn ngữ tự nhiên đã đem giúp giải quyết vấn đề khá
tốt, nhưng nó lại phụ thuộc nhiều vào chuyện phân tích ngữ nghĩa (xảy ra trong
công việc dịch thuật). Nó có thể khắc phục được tính chất mập mờ, giúp cho có
thể hiểu một cách chuẩn xác ngôn ngữ bởi nó được thiết kế cho một lĩnh vực
đặc biệt - blocks world. Một số nhà nghiên cứu khác, bao gồm cả Eugene
Charniak, một nghiên cứu sinh đã tốt nghiệp của Winograd ở MIT, đã cho rằng
việc hiểu ngôn ngữ tự nhiên một cách đúng đắn đòi hỏi phải có những tri thức
chung về thế giới và phương pháp chung cho việc sử dụng những tri thức đó.
Vào năm 1973, William Woods đã xây dựng hệ chuyên gia LUNAR. Hệ
thống cho phép nhà địa chất học có thể đặt những câu hỏi bằng tiếng Anh về
13
những mẩu đá được đem đến từ Apollo. LUNAR là chương trình ngôn ngữ nhân
tạo đầu tiên được sử dụng bởi những người khác hơn là tác giả của hệ thống, dù
ông đã làm việc một cách thực sự. Từ đó, rất nhiều chương trình ngôn ngữ tự
nhiên đã được sử dụng. Sự mở rộng và lớn mạnh của những ứng dụng đối với
các vấn đề của thế giới thực có nguyên nhân từ sự tăng cùng nhau những yêu
cầu của việc sắp xếp theo hệ thống sự biểu diễn tri thức. Rất nhiều ngôn ngữ
biểu diễn khác nhau đã được phát triển, một số trong chúng dựa trên logic. Ví
dụ như ngôn ngữ PROLOG phổ biến ở châu Âu và hệ ngôn ngữ PLANNER ở
Mỹ. Các ngôn ngữ khác, theo sau các ý tưởng của Minsky (1975) đã chấp nhận
phương pháp tiếp cận cấu trúc, thu thập các chứng cứ về đối tượng và các loại
sự kiện.
Những năm 80 được coi là thời gian thâm nhập của AI vào các ngành kinh
tế quốc dân. Trong những năm này, người ta tiến hành các thực nghiệm và đạt
được các nghiên cứu lý thuyết quan trọng.
Vào năm 1981, người Nhật Bản đã công bố dự án “Thế hệ thứ 5” - một kế
hoạch 10 năm nhằm thiết lập chiếc máy tính thông minh chạy bằng ngôn ngữ
PROLOG - mà những chiếc máy tính thông thường thường chạy bằng những
mật mã máy móc. Với ý tưởng là từ năng lực lập luận được hàng triệu suy luận
mỗi giây, những chiếc máy tính này sẽ có khả năng trở thành một bộ nhớ lưu trữ
rất lớn hệ thống các quy tắc. Dự án nghiên cứu này đã đề ra mục đích phải hiểu
được ngôn ngữ tự nhiên một cách đầy đủ.
Dự án “Thế hệ thứ 5” đã cung cấp “nguyên liệu” thú vị cho trí tuệ nhân tạo
và do lo sợ sự thống trị của Nhật Bản trong lĩnh vực này, nhiều nhà nghiên cứu
và nhiều tập đoàn công ty tại Mỹ quyết định đầu tư phát triển nó với một mức
độ tương đương. Tập đoàn Công nghệ máy tính và Công nghệ vi điện tử đã tổ
chức một chương trình nghiên cứu liên hợp để đối lập lại với dự án của Nhật
Bản. Và AI đã trở thành một bộ phận trong việc cố gắng thiết kế những con chip
và nghiên cứu bề mặt chung của trí tuệ con người.
14
Sự phát triển công nghiệp trí tuệ nhân tạo trong nhiều công ty thể hiện ở
việc các công trình nghiên cứu của công ty đã đưa ra những công cụ phần mềm
để xây dựng hệ chuyên gia và những công cụ phần cứng máy tính như Lisp
Machines Inc, Texas, Symbolics - những công ty thiết kế được những trạm làm
việc tự động, được tối ưu hoá cho sự phát triển của chương trình Lisp. Hơn 100
công ty đã xây dựng được hệ thống công nghiệp nhìn tự động. Nhìn chung, công
nghiệp AI đã phát triển khá nhanh, từ chỗ chỉ thu được vài triệu đôla trong kinh
doanh (vào năm 1980) lên tới 2 tỉ đôla - 1998.
Giai đoạn phát triển gần đây
Trong những năm gần đây, chúng ta đã chứng kiến một sự thay đổi to lớn
trong cả nội dung và phương pháp nghiên cứu lĩnh vực AI. Hiện nay, việc tiếp
tục nghiên cứu những lý thuyết hiện có phổ biến hơn là việc đề xuất những lý
thuyết mới toanh, chú trọng đến việc nghiên cứu dựa trên những định lý hoặc
những bằng chứng thực nghiệm hơn là khả năng trực giác; và nghiên cứu để chỉ
ra sự ứng dụng vào thực tế hơn là những ví dụ trò chơi
Các phương pháp tiếp cận dựa trên mô hình Makov ẩn (Hidden Makov
models-HMMs) đã thống trị lĩnh vực này. Hai khía cạnh của HMMs rất phù hợp
với những thảo luận hiện nay. Thứ nhất, chúng dựa trên lý thuyết toán học chính
xác. Điều này cho phép những nhà nghiên cứu tiếng nói tổng kết các kết quả
toán học trong một vài thập kỷ đã được phát triển ở một số lĩnh vực khác. Thứ
hai, chúng đã được sinh ra bởi một quá trình xử lý trên tập dữ liệu tiếng nói.
Điều này đảm bảo được sự thành công sẽ là chắc chắn nếu có sự làm việc
nghiêm túc. Và sự kiểm tra nghiêm ngặt của HMMs đã dẫn đến sự thay đổi
nhanh chóng những mục đích của họ.
Cuốn “Lập luận xác suất trong hệ thống thông minh” của Judea Pearl
(1988) đã đánh dấu sự thừa nhận cả thuyết quyết định và thuyết xác suất trong
AI. Tiếp theo là bài báo “Biện hộ cho thuyết xác suất” của Peter Cheeseman.
Tin tưởng rằng hình thức mạng là một phát minh cho phép lập luận có hiệu quả
về những tri thức không chắc chắn. Cách tiếp cận này đã giải quyết được những
15
- Xem thêm -