Một nhóm nghiên cứu từ Đại học Chiết Giang đề xuất một con đường mới: dạy AI cách bộ não con người hiểu thế giới

Các mô hình lớn ngày càng lớn hơn và quan điểm phổ biến là mô hình càng có nhiều tham số thì nó càng gần với cách suy nghĩ của con người. Tuy nhiên, một bài báo do nhóm Đại học Chiết Giang đăng trên tạp chí Nature Communications vào ngày 1 tháng 4 lại đưa ra một quan điểm khác (đường dẫn gốc: https://www.nature.com/articles/s41467-026-71267-5). Họ nhận thấy rằng khi kích thước của mô hình (chủ yếu là SimCLR, CLIP, DINOv2) trở nên lớn hơn, khả năng xác định những thứ cụ thể thực sự sẽ tiếp tục được cải thiện, nhưng khả năng hiểu các khái niệm trừu tượng không những không cải thiện mà thậm chí còn giảm sút. Khi các tham số tăng từ 22,06 triệu lên 304,37 triệu, nhiệm vụ khái niệm cụ thể tăng từ 74,94% lên 85,87% và nhiệm vụ khái niệm trừu tượng giảm từ 54,37% xuống 52,82%.

Sự khác biệt giữa cách suy nghĩ của con người và người mẫu

Khi bộ não con người xử lý các khái niệm, trước tiên nó sẽ hình thành một tập hợp các mối quan hệ phân loại. Thiên nga và cú trông khác nhau nhưng người ta vẫn xếp chúng vào loại chim. Xa hơn nữa, chim và ngựa có thể tiếp tục được xếp vào cấp độ động vật. Khi mọi người nhìn thấy một thứ gì đó mới, trước tiên họ thường nghĩ xem liệu nó có giống với thứ họ đã thấy trước đây hay không và nó có thể thuộc về loại nào. Mọi người sẽ tiếp tục học các khái niệm mới, sắp xếp trải nghiệm của mình và sử dụng tập hợp các mối quan hệ này để xác định những điều mới và thích ứng với các tình huống mới.

Các mô hình cũng được phân loại nhưng theo những cách khác nhau. Nó chủ yếu dựa vào các mẫu định kỳ trong dữ liệu quy mô lớn. Càng xuất hiện nhiều đối tượng cụ thể thì mô hình càng dễ dàng nhận ra nó. Khi đề cập đến các danh mục lớn hơn, mô hình trở nên khó khăn hơn. Nó cần nắm bắt những điểm chung giữa nhiều đối tượng và sau đó phân loại những điểm chung này vào cùng một danh mục. Các mô hình hiện tại vẫn còn những thiếu sót rõ ràng ở đây. Khi các tham số tiếp tục tăng, các nhiệm vụ khái niệm cụ thể sẽ được cải thiện, trong khi các nhiệm vụ khái niệm trừu tượng đôi khi sẽ giảm đi.

Điểm chung của bộ não con người và các mô hình là chúng sẽ hình thành một tập hợp các mối quan hệ phân loại nội bộ. Tuy nhiên, hai bên có những trọng tâm khác nhau. Các vùng thị giác bậc cao của não người sẽ tự nhiên phân chia thành các loại như sinh vật sống và vật không sống. Mô hình có thể tách các đối tượng cụ thể, nhưng rất khó để hình thành sự phân loại lớn hơn này một cách ổn định. Sự khác biệt này giúp bộ não con người dễ dàng áp dụng những trải nghiệm cũ vào đồ vật mới, từ đó chúng ta có thể nhanh chóng phân loại những thứ mà chúng ta chưa từng thấy trước đây. Mặt khác, các mô hình dựa nhiều hơn vào kiến ​​thức hiện có nên chúng có nhiều khả năng dừng lại ở các đặc điểm bề mặt khi gặp các đối tượng mới. Phương pháp được đề xuất trong bài báo tập trung vào đặc điểm này, sử dụng tín hiệu não để hạn chế cấu trúc bên trong của mô hình, làm cho nó gần hơn với phương pháp phân loại của bộ não con người.

Giải pháp của nhóm Đại học Chiết Giang

Giải pháp mà nhóm đưa ra cũng rất độc đáo. Nó không tiếp tục tích lũy các thông số mà sử dụng một lượng nhỏ tín hiệu não để giám sát. Các tín hiệu não ở đây đến từ các bản ghi hoạt động của não khi mọi người nhìn vào các bức ảnh. Bài báo gốc nói về việc chuyển các cấu trúc khái niệm của con người sang DNN. Nó có nghĩa là cố gắng dạy mô hình cách bộ não con người phân loại, cách tóm tắt và cách kết hợp các khái niệm tương tự với nhau.

Nhóm đã tiến hành thử nghiệm với 150 danh mục đào tạo đã biết và 50 danh mục kiểm tra chưa được nhìn thấy. Kết quả cho thấy khi quá trình đào tạo này tiến triển, khoảng cách giữa mô hình và hình ảnh đại diện của bộ não tiếp tục thu hẹp lại. Sự thay đổi này xuất hiện đồng thời ở cả hai hạng mục, điều này cho thấy mô hình không học một mẫu duy nhất mà thực sự bắt đầu học một phương pháp tổ chức khái niệm gần với bộ não con người hơn.

Sau đợt đào tạo này, mô hình có khả năng học hỏi tốt hơn khi có ít mẫu và hoạt động tốt hơn khi đối mặt với các tình huống mới. Trong một nhiệm vụ chỉ đưa ra một vài ví dụ nhưng yêu cầu mô hình phân biệt được các khái niệm trừu tượng như vật sống và vật không sống, mô hình đã cải thiện trung bình 20,5%, vượt qua mô hình đối chứng với số lượng tham số lớn hơn nhiều. Nhóm cũng đã tiến hành thêm 31 bộ thử nghiệm đặc biệt và một số mô hình cho thấy sự cải thiện gần 10%.

Trong vài năm qua, con đường quen thuộc trong ngành người mẫu là hướng tới những người mẫu có kích thước lớn hơn. Nhóm Đại học Chiết Giang đã chọn một hướng đi khác, từ quy mô lớn hơn thì tốt hơn đến cấu trúc thì thông minh hơn. Việc chia tỷ lệ chắc chắn là hữu ích nhưng nó chủ yếu cải thiện hiệu suất của các tác vụ quen thuộc. Khả năng hiểu và chuyển giao một cách trừu tượng của con người cũng rất quan trọng đối với AI, vốn đòi hỏi phải làm cho cấu trúc tư duy của AI gần với cấu trúc tư duy của bộ não con người hơn trong tương lai. Giá trị của hướng đi này là nó thu hút sự chú ý của ngành từ việc mở rộng quy mô thuần túy trở lại chính cấu trúc nhận thức.

Neosoul và tương lai

Điều này dẫn đến khả năng lớn hơn là sự phát triển của AI có thể không chỉ xảy ra ở giai đoạn đào tạo mô hình. Đào tạo mô hình có thể xác định cách AI tổ chức các khái niệm và cách hình thành cấu trúc phán đoán chất lượng cao hơn. Sau khi bước vào thế giới thực, một cấp độ tiến hóa khác của AI vừa bắt đầu: cách các phán đoán của các tác nhân AI được ghi lại và kiểm tra, cách chúng tiếp tục phát triển và tiến hóa trong sự cạnh tranh lẫn nhau thực sự cũng như học hỏi và phát triển bản thân như con người. Đây chính xác là những gì Neosoul đang làm bây giờ. Neosoul không chỉ cho phép tác nhân AI đưa ra câu trả lời mà còn đưa tác nhân AI vào một hệ thống dự đoán liên tục, xác minh liên tục, giải quyết liên tục và sàng lọc liên tục, cho phép nó liên tục tối ưu hóa bản thân trong các dự đoán và kết quả, cho phép giữ lại các cấu trúc tốt hơn và loại bỏ các cấu trúc xấu hơn. Nhóm Đại học Chiết Giang và Neosoul thực sự đang hướng tới cùng một mục tiêu: làm cho AI không còn chỉ giải quyết các câu hỏi mà còn có khả năng tư duy toàn diện và tiến hóa liên tục.