Trong bối cảnh AI ngày càng phát triển, việc làm sao để các hệ thống AI không chỉ dự đoán mà còn có khả năng hiểu biết đang trở thành mục tiêu quan trọng của các nhà nghiên cứu. Gần đây, công ty điện toán lượng tử Quantinuum đã giới thiệu một khung làm việc mới nhằm cải thiện cách thức học tập của các hệ thống AI, đưa chúng tiến gần hơn đến khả năng hiểu biết như con người.
Quantinuum đã phát triển Khung Lượng Tử Kết Hợp (Compositional Quantum Framework) giúp các hệ thống AI học tập và hiểu các khái niệm như hình dạng và màu sắc. Điều này không chỉ cho phép máy móc nhận diện một hình ảnh mà còn thực sự hiểu được ý nghĩa của đối tượng trong hình ảnh đó. Khung làm việc này sử dụng cả phương pháp tính toán cổ điển và lượng tử để tự động học tập từ dữ liệu.
Một trong những điểm sáng của nghiên cứu này là việc sử dụng lý thuyết "category theory" (lý thuyết phân loại), một dạng toán học sử dụng phép tính đồ thị để biểu diễn các đối tượng và phép biến hình. Các đối tượng được biểu diễn dưới dạng dây có nhãn, còn các phép biến hình được biểu diễn dưới dạng hộp nối các dây này, cho phép hiểu biết trực quan và dễ dàng về các hoạt động phức tạp.
Nói một cách đơn giản, các nhà nghiên cứu đã kết hợp những hiểu biết từ điện toán lượng tử với các khái niệm khoa học nhận thức để tạo ra một khung làm việc cung cấp cấu trúc toán học, giúp hệ thống AI có thể trực quan hóa một hành động. Khi áp dụng khung làm việc này vào nhận diện hình ảnh, Quantinuum đã chứng minh rằng các khái niệm như hình dạng, màu sắc, kích thước và vị trí có thể được dạy cho máy móc được đào tạo trên các hình ảnh của các hình dạng.
Các nhà nghiên cứu hàng đầu trong lĩnh vực AI đang muốn tiến xa hơn AI tạo sinh để tạo ra những hệ thống mạnh mẽ hơn. Yann LeCun của Meta đã từng phát biểu rằng AI tạo sinh nên bị bỏ qua để tập trung vào việc tạo ra các hệ thống hiểu biết thế giới xung quanh chúng. Nhóm nghiên cứu tại Quantinuum cũng mong muốn đạt được mục tiêu này, nhưng với mục đích minh bạch và trách nhiệm.
Theo Ilyas Khan, nhà sáng lập của Quantinuum, các mô hình ngôn ngữ lớn hiện tại thực chất là các "hộp đen" mà người dùng không thể kiểm tra hoạt động bên trong. Nghiên cứu của họ tập trung vào việc làm cho các hệ thống AI dễ hiểu và có thể chịu trách nhiệm, điều này cực kỳ quan trọng trong bối cảnh hiện nay khi mà trách nhiệm và tính minh bạch trong trí tuệ nhân tạo đang được bàn luận rất nhiều.
Quantinuum, mặc dù chủ yếu là một công ty điện toán lượng tử, nhưng có một lịch sử dài trong việc nghiên cứu AI. Nỗ lực mới nhất này của họ tập trung vào tính giải thích được của các hệ thống AI với hy vọng giúp ích cho các nỗ lực đảm bảo an toàn. "AI có thể gây ra tác hại nghiêm trọng bên cạnh những lợi ích to lớn. Điều quan trọng là người dùng phải hiểu lý do tại sao một hệ thống lại đưa ra các quyết định của nó," một bài đăng trên blog của công ty viết.
Khung làm việc của Quantinuum có thể chạy trên cả máy tính cổ điển và máy tính lượng tử, với nghiên cứu cho thấy các hệ thống sau này phù hợp hơn với việc giải quyết các khái niệm như lý thuyết phân loại. Mặc dù còn ở giai đoạn đầu, khung làm việc này cần thêm nhiều công việc để chứng minh rằng nó có thể được sử dụng trong các ứng dụng như các đại lý AI.
Việc phát triển Khung Lượng Tử Kết Hợp của Quantinuum là một bước tiến quan trọng trong việc làm cho các hệ thống AI không chỉ dự đoán mà còn hiểu biết. Điều này không chỉ giúp tăng tính minh bạch và trách nhiệm của AI mà còn mở ra những tiềm năng mới cho việc ứng dụng AI trong nhiều lĩnh vực khác nhau. Trong tương lai gần, chúng ta có thể thấy những bước tiến xa hơn trong việc tạo ra các hệ thống AI thông minh và hiểu biết hơn, mang lại nhiều lợi ích cho xã hội.
