Hãy tưởng tượng bạn đang xem một buổi biểu diễn ảo thuật, trong đó nghệ sĩ bỗng nhiên biến mất. Tất nhiên, bạn biết rằng người đó có lẽ chỉ đang trốn đâu đó. Nhưng vẫn tiếp tục trông giống như người đó đã biến mất. Chúng ta không thể lý giải cho sự xuất hiện đó, dù logic có ra sao. Tại sao những trải nghiệm có ý thức của chúng ta lại ngoan cố đến vậy?
Việc nhận thức về thế giới dường như cứng nhắc, bất kể ta suy ngẫm đến mức nào, cho chúng ta biết điều gì đó đặc biệt về cách mà não bộ của chúng ta được cấu tạo. So sánh tình huống ảo thuật viên với cách chúng ta thường xử lý thông tin. Giả sử có năm người bạn nói với bạn rằng ngoài trời đang mưa, trong khi một website thời tiết nói rằng không phải. Có lẽ bạn sẽ coi website đó là sai và bỏ qua nó. Nhưng khi nói đến tri giác có ý thức, dường như có điều gì đó dai dẳng một cách kỳ lạ trong những gì chúng ta nhìn, nghe và cảm nhận. Ngay cả khi trải nghiệm tri giác rõ ràng là sai, chúng ta cũng không thể dễ dàng gạt bỏ nó.
Tại sao lại như vậy?
Những tiến bộ gần đây trong trí tuệ nhân tạo (AI) đã làm sáng tỏ câu hỏi này. Trong khoa học máy tính, chúng ta biết rằng các mạng neuron dùng để nhận diện mẫu – còn gọi là mô hình học sâu – có thể hưởng lợi từ một quy trình gọi là mã hóa dự đoán. Thay vì chỉ tiếp nhận thông tin một cách thụ động, từ dưới lên, các mạng có thể đưa ra các giả thuyết từ trên xuống về thế giới, để được kiểm chứng qua quan sát. Thông thường, chúng hoạt động tốt hơn khi làm như vậy. Khi một mạng neuron nhận diện một con mèo, chẳng hạn, nó đầu tiên phát triển một mô hình cho phép nó dự đoán hoặc tưởng tượng ra con mèo trông như thế nào. Sau đó, nó có thể kiểm tra mọi dữ liệu mới nhận được để xem dữ liệu đó có khớp với kỳ vọng đó hay không.
Vấn đề là, trong khi những mô hình tạo sinh này có thể hoạt động cực kỳ hiệu quả một khi chúng đã vận hành, chúng thường đòi hỏi một lượng lớn thời gian và thông tin để huấn luyện. Một giải pháp là sử dụng mạng đối kháng tạo sinh (GANs) – được người đứng đầu nghiên cứu AI của Facebook, Yann LeCun, ca ngợi là ý tưởng tuyệt vời nhất trong học sâu trong 20 năm qua. Trong GANs, chúng ta có thể huấn luyện một mạng (bộ tạo sinh) để tạo ra hình ảnh của mèo, bắt chước mèo thật sát nhất có thể. Và chúng ta huấn luyện một mạng khác (bộ phân biệt) để phân biệt giữa các hình ảnh mèo giả và hình ảnh mèo thật. Sau đó, chúng ta đối đầu hai mạng này với nhau, sao cho bộ phân biệt được thưởng khi phát hiện ra giả, trong khi bộ tạo sinh được thưởng khi thành công qua mặt bộ phân biệt. Khi chúng được thiết lập để cạnh tranh, các mạng phát triển cùng nhau về khả năng, không khác gì một kẻ làm giả nghệ thuật tài ba cố gắng đánh bại một chuyên gia nghệ thuật. Điều này làm cho quá trình học của mỗi mạng trở nên rất hiệu quả.
GANs và não bộ
Ngoài một thủ thuật kỹ thuật tiện lợi, GANs là một phép so sánh hữu ích để hiểu về não bộ con người. Trong não của động vật có vú, các neuron chịu trách nhiệm mã hóa thông tin tri giác phục vụ cho nhiều mục đích. Chẳng hạn, các neuron phát hỏa khi bạn nhìn thấy một con mèo cũng sẽ phát hỏa khi bạn tưởng tượng hoặc nhớ về một con mèo; chúng cũng có thể kích hoạt một cách ngẫu nhiên. Vì vậy, bất cứ khi nào có hoạt động trong hệ thống thần kinh, não cần có khả năng tìm ra nguyên nhân của các tín hiệu đó, dù là từ bên trong hay bên ngoài.
Chúng ta có thể gọi bài tập này là kiểm tra thực tế tri giác. John Locke, triết gia người Anh thế kỷ 17, tin rằng chúng ta có một loại cơ quan bên trong thực hiện nhiệm vụ tự giám sát giác quan. Nhưng những người chỉ trích Locke thắc mắc tại sao tự nhiên lại phải cất công tạo ra một cơ quan riêng biệt, bổ sung vào một hệ thống đã được thiết lập để phát hiện thế giới qua giác quan. Bạn phải có khả năng ngửi thấy điều gì đó trước khi có thể quyết định liệu tri giác đó là thật hay giả; vậy tại sao không chỉ tích hợp một cơ chế kiểm tra vào hệ thống phát hiện luôn?
Tuy nhiên, với những gì chúng ta biết về GANs hiện nay, ý tưởng của Locke có vẻ hợp lý ở một mức độ nào đó. Bởi vì hệ thống tri giác của chúng ta chiếm tài nguyên thần kinh, nên một phần của nó được tái sử dụng cho các mục đích khác nhau. Vì vậy, việc tưởng tượng một con mèo tận dụng các mẫu neuron tương tự như khi thực sự nhìn thấy một con mèo. Nhưng sự chồng chéo này làm mờ nghĩa của các tín hiệu. Do đó, để kế hoạch tái sử dụng này hoạt động tốt, chúng ta cần một bộ phân biệt để xác định khi nào chúng ta thực sự nhìn thấy một thứ gì đó và khi nào chỉ đang nghĩ về nó. Cơ quan cảm giác bên trong giống như GAN này – hoặc thứ gì đó tương tự – cần phải ở đó để hoạt động như một đối thủ, để kích thích sự phát triển của một cơ chế mã hóa dự đoán sắc bén.
Nếu cách giải thích này đúng, có thể nói rằng trải nghiệm có ý thức có lẽ giống như một loại suy luận logic. Tức là, nếu tín hiệu tri giác từ bộ tạo sinh nói rằng có một con mèo, và bộ phân biệt quyết định rằng tín hiệu này phản ánh trung thực trạng thái của thế giới ngay bây giờ, chúng ta tự nhiên thấy đó là một con mèo. Điều tương tự cũng áp dụng cho những cảm giác thô: cơn đau có thể cảm thấy sắc bén, ngay cả khi chúng ta biết rất rõ rằng không có gì chọc vào chúng ta, và bệnh nhân có thể báo cáo cảm giác đau ở các chi đã bị cắt bỏ. Đến mức mà bộ phân biệt xử lý đúng hầu hết thời gian, chúng ta có xu hướng tin tưởng nó. Không có gì ngạc nhiên khi có mâu thuẫn giữa ấn tượng chủ quan và niềm tin lý trí, việc tin vào những gì chúng ta trải nghiệm có ý thức dường như có lý.
Ngạc nhiên vì ảo thuật
Sự cố chấp tri giác này không chỉ là đặc điểm của con người. Một số loài linh trưởng cũng có điều này, được thể hiện qua khả năng bị bất ngờ và thích thú bởi các trò ảo thuật. Điều đó có nghĩa là chúng dường như hiểu rằng có sự căng thẳng giữa những gì chúng nhìn thấy và những gì chúng biết là thật. Với những gì chúng ta hiểu về não bộ của chúng – đặc biệt là khả năng tái chế các neuron tri giác để hoạt động từ trên xuống – lý thuyết GAN cho thấy rằng những động vật không phải con người này có lẽ có những trải nghiệm có ý thức không khác xa chúng ta.
Tương lai của AI sẽ đầy thách thức hơn. Nếu chúng ta tạo ra một robot với một kiến trúc rất phức tạp theo phong cách GAN, liệu nó có ý thức không?
Dựa trên lý thuyết của chúng ta, có lẽ nó sẽ có khả năng mã hóa dự đoán, sử dụng cùng cơ chế cho tri giác như nó sử dụng cho dự đoán từ trên xuống hoặc tưởng tượng. Có thể giống như một số mạng tạo sinh hiện nay, nó có thể mơ. Giống chúng ta, có lẽ nó không thể lý giải được nỗi đau của mình – và thậm chí có thể đánh giá cao ảo thuật sân khấu.
Lý thuyết về ý thức nổi tiếng là khó khăn, và chúng ta vẫn chưa biết thực sự ý thức bao gồm những gì. Vì vậy, chúng ta sẽ không ở vị trí có thể xác định liệu robot của chúng ta có thực sự có ý thức hay không. Một lần nữa, chúng ta cũng không thể khẳng định chắc chắn điều này đối với các động vật khác. Ít nhất, bằng cách phát triển một số giả thuyết về bộ máy ý thức, chúng ta có thể bắt đầu kiểm tra chúng dựa trên trực giác của mình – và quan trọng hơn là qua các thí nghiệm. Điều mà chúng ta biết là một mô hình về tâm trí bao gồm một cơ chế nghi ngờ bên trong – một hệ thống khó tính luôn tìm kiếm giả mạo và lỗi lầm trong tri giác – là một trong những ý tưởng đầy hứa hẹn nhất mà chúng ta đã nghĩ ra cho đến nay.
