Việc công bố gần đây về Dualformer, một mô hình AI mới tuyên bố triển khai các hệ thống tư duy nhanh và chậm, đã châm ngòi cho một cuộc tranh luận gay gắt trong cộng đồng khoa học về cách hiểu và ứng dụng các lý thuyết khoa học nhận thức của các nhà nghiên cứu AI.
Tranh cãi
Tranh cãi xoay quanh việc các nhà nghiên cứu AI rộng rãi áp dụng mô hình tư duy Hệ thống 1 và Hệ thống 2 của Daniel Kahneman, được phổ biến trong cuốn sách Thinking, Fast and Slow. Theo các nhà khoa học nhận thức trong cuộc thảo luận, lý thuyết hai quá trình này, mặc dù trực quan và hấp dẫn, có thể đã được đơn giản hóa quá mức và có khả năng gây hiểu nhầm khi áp dụng vào phát triển trí tuệ nhân tạo.
Những quan ngại khoa học
Một số chỉ trích chính đã nổi lên:
-
Đơn giản hóa quá trình nhận thức : Các nhà khoa học nhận thức cho rằng sự phân biệt nhị phân giữa hệ thống tư duy nhanh và chậm chưa được xác thực về mặt khoa học. Thay vào đó, họ cho rằng nhận thức của con người liên quan đến sự tương tác phức tạp hơn giữa việc truy xuất bộ nhớ và tính toán.
-
Áp dụng sai cho AI : Việc so sánh giữa suy luận mạng nơ-ron và tư duy Hệ thống 1 bị đặt câu hỏi, với các chuyên gia chỉ ra rằng khả năng AI hiện tại tương đồng với phản xạ có điều kiện cơ bản hơn là lập luận theo lẽ thường thấy ở động vật có xương sống.
-
Khả năng giải quyết vấn đề hạn chế : Trong khi các phương pháp chuỗi suy luận trong transformer có thể xử lý các bài toán độ phức tạp O(n), chúng gặp khó khăn với các bài toán phức tạp hơn O(n²), cho thấy những hạn chế của hệ thống AI hiện tại trong việc mô phỏng lập luận giống con người.
Cách tiếp cận của Dualformer
Bất chấp những chỉ trích này, mô hình Dualformer, như được mô tả trong bài báo gần đây, cố gắng triển khai cả chế độ xử lý nhanh và chậm:
- Chế độ nhanh : Đưa ra kết quả trực tiếp không qua các bước trung gian
- Chế độ chậm : Tạo ra chuỗi lập luận hoàn chỉnh
- Chế độ tự động : Tự động lựa chọn giữa hai chế độ
Hướng đi phía trước
Cuộc thảo luận nhấn mạnh nhu cầu thiết yếu về:
- Tăng cường hợp tác giữa các nhà nghiên cứu AI và các nhà khoa học nhận thức
- Hiểu biết sâu sắc hơn về nhận thức con người trong phát triển AI
- Nhận thức rằng các mô hình tư duy hiện tại có thể là những phép loại suy hữu ích hơn là khuôn khổ nghĩa đen
Cuộc tranh luận này nhấn mạnh một thách thức lớn hơn trong phát triển AI: nhu cầu cân bằng giữa tiến bộ kỹ thuật thực tế với hiểu biết khoa học chính xác về nhận thức con người.
Lưu ý: Nghiên cứu gần đây cho thấy lý thuyết hai quá trình đã phải đối mặt với nhiều thách thức khoa học đáng kể, với một số nghiên cứu thách thức các tiền đề cơ bản của nó. Các nhà nghiên cứu AI được khuyến khích tìm hiểu sâu hơn về tài liệu khoa học nhận thức hiện đại ngoài các khuôn khổ phổ biến.