Tôi là trưởng nhóm nghiên cứu
Trí tuệ nhân tạo tại Google;

nói cách khác, đó là những quy tắc
công nghệ để máy tính và thiết bị

làm được những gì mà
não người làm được.

Và việc này làm chúng tôi 
thấy hứng thú với não người thật

cũng như khoa học thần kinh,

và đặc biệt là với những gì
mà não của chúng ta có thể

thực hiện tốt hơn nhiều so với máy tính.

Về lịch sử, một trong số đó
chính là khả năng tri nhận,

là quá trình biến đổi những gì
ở thế giới bên ngoài

như âm thanh và hình ảnh

thành dạng khái niệm trong tư duy.

Khái niệm rất quan trọng với não,

cũng khá hữu ích trên máy tính.

Ví dụ, những thuật toán tri giác 
cho máy mà nhóm tôi viết ra,

chính là thứ giúp bạn tìm
được hình ảnh trên Google Photo,

căn cứ vào trong hình có gì.

Đối lập với tri nhận là sáng tạo:

là biến khái niệm đã biết thành
sản phẩm của thế giới.

Trong năm qua, khả năng tri nhận 
nhân tạo mà nhóm tôi nghiên cứu

đã bất ngờ kết nối được với 
khả năng sáng tạo nhân tạo

và nghệ thuật nhân tạo.

Tôi nghĩ Michlangelo 
có một hiểu biết sâu sắc

về mối quan hệ song đôi giữa
tri nhận và sáng tạo.

Đây là câu trích dẫn ưa thích của ông:

"Tảng đá nào cũng có linh hồn
là bức tượng,

và một thợ điêu khắc có nhiệm vụ
khám phá ra nó."

Nên tôi nghĩ điều Michelangelo
muốn nói đến chính là

chúng ta sáng tạo được nhờ tri nhận,

và bản thân sự tri nhận đó 
là hành động tưởng tượng

và là nguyên liệu cho sáng tạo.

Cơ quan thực hiện mọi quá trình
tri nhận và sáng tạo diễn ra,

tất nhiên, là bộ não.

Tôi sẽ bắt đầu bằng một chút lịch sử

nói về hiểu biết của chúng ta về não.

Nói thế này, khác hẳn trái tim
hay nội tạng,

bạn thật sự không nói được gì nhiều
chỉ bằng việc quan sát bộ não,

nhất là khi nhìn bằng mắt thường.

Những bác sĩ phẫu thuật 
đầu tiên quan sát bộ não

đã đặt tên cho cấu trúc bề mặt 
của nó mọi cái tên thú vị,

chẳng hạn như thuỳ hải mã, 
nghĩa là "con tôm nhỏ".

Nhưng tất nhiên cái tên đó
cũng không nói được gì nhiều

về những gì đang thực sự 
diễn ra bên trong.

Tôi nghĩ người đầu tiên 
phát triển hiểu biết thật sự

về những gì đang diễn ra trong não bộ

là nhà giải phẫu thần kinh vĩ đại người
Tây Ban Nha, Santiago Ramón y Cajal,

vào thế kỷ 19,

ông là người dùng kính hiển vi và 
chất nhuộm màu đặc biệt

có thể điền vào hay minh hoạ kĩ lưỡng
từng tế bào trong não

với độ tương phản cao,

để bắt đầu hiểu được
hình thái của chúng.

Và đây là kiểu bản vẽ mà ông 
diễn tả các nơ-ron thần kinh

vào thế kỷ 19.

Đây là ảnh minh hoạ cho não chim.

Như bạn thấy, có cực kỳ nhiều loại
tế bào khác nhau,

mà ngay cả thuyết tế bào cũng
còn khá lạ lẫm với chúng.

Và những cấu trúc này,

những tế bào này có nhiều nhánh,

các nhánh có thể truyền đi rất rất xa

lúc bấy giờ, điều này nghe thật khó tin.

Tất nhiên khi đó nhìn chúng như
những sợi dây điện.

Những người ở thế kỷ 19 
sẽ thấy chúng y như vậy;

cuộc cách mạng về lưới điện và điện
khi ấy đang diễn ra.

Nhưng bằng nhiều cách,

những bản vẽ giải phẫu kích thước µm
của Ramón y Cajal's, như ảnh này,

vẫn còn vài điểm chưa vượt trội.

Hơn một thế kỷ sau, giờ đây chúng ta

vẫn đang nỗ lực hoàn thành điều
mà Ramón y Cajal đã bắt đầu.

Đây là những dữ liệu thô 
từ các cộng tác viên

làm việc tại Viện nghiên cứu 
khoa học thần kinh Max Planck.

Cộng tác viên của chúng tôi đã vẽ

từng mẩu nhỏ của mô não.

Toàn bộ hình mẫu ở đây có kích thước
thật chỉ 1 mm khối,

và ở đây, các bạn đang xem 
một mẩu rất rất nhỏ của nó.

Đường kẻ bên trái khoảng
1 micrômét (µm).

Những cấu trúc bạn đang thấy là ti tể

có kích thước cấp độ vi khuẩn.

Và đây là những lát cắt liên tiếp

của khối mô vô cùng nhỏ này.

Chỉ với mục đích đối chiếu,

thì đường kính trung bình của 1 sợi tóc
khoảng 100 µm.

Do đó, ta đang nhìn thấy một thứ
nhỏ hơn rất rất nhiều

so với một sợi tóc.

Và từ hàng loạt những lát cắt có 
kích thước hiển vi của hạt electron,

ta có thể tạo ra bản vẽ 3D để
dựng lại cấu trúc nơron như thế này.

Vậy nên những bản vẽ này cũng
giống với bản của Ramón y Cajal.

Chỉ có vài nơron sáng lên thôi,

vì nếu không, chúng ta sẽ không
thấy được gì hết.

Quá nhiều nơron chen chúc,

cấu tạo vô cùng phức tạp,

tất cả các sợi nơron đều nối với nhau,
tạo ra mạng lưới chằng chịt.

Do đó, Ramón y Cajal có hơi cấp tiến
so với thời của mình,

và những hiểu biết về bộ não

dần phát triển trong
những thập kỷ tiếp theo.

Nhưng chúng ta vốn biết nơron
sử dụng điện để hoạt động,

và cho đến Thế chiến II, công nghệ
mới đủ tiên tiến

để tiến hành các thí nghiệm điện
thật sự trên nơron thật

để hiểu rõ hơn cách chúng vận hành.

Đây cũng là thời điểm máy vi tính
được phát minh,

chủ yếu dựa trên ý tưởng
mô phỏng lại bộ não

nó là một "cái máy thông minh",
như cách mà Alan Turing gọi,

một trong những người tiên phong 
cho khoa học máy tính.

Warren McCulloch và Walter Pitts 
quan sát bản vẽ của Ramón y Cajal

mô tả vỏ não thị giác,

như bạn đang thấy.

Đây là phần vỏ não phụ trách xử lý
hình ảnh được mắt ghi nhận.

Với McCulloch và Pitts, trông nó như
một sơ đồ mạch điện.

Nên có rất nhiều chi tiết trong 
bản vẽ của hai người

không chính xác cho lắm.

Nhưng về ý tưởng cốt lõi

xem vỏ não thị giác như vi mạch điện tử

truyền thông tin từ mạch này
qua mạch khác theo tầng,

lại hoàn toàn chính xác.

Chúng ta hãy bàn một chút

sẽ cần những gì để quá trình 
xử lý thông tin hình ảnh diễn ra.

Bước căn bản chính trong 
quá trình tri nhận

là nhìn vào ảnh, như hình này, và nói:

"Đó là một con chim"

là chuyện vô cùng đơn giản mà não
ta thực hiện.

Nhưng bạn nên hiểu rằng để
máy tính hiểu được hình ảnh,

vài năm trước vẫn còn
là chuyện bất khả thi.

Với hệ thống máy tính thế hệ đầu

thì việc này không dễ thực hiện.

Vậy những gì diễn ra giữa 
các điểm ảnh,

giữa hình vẽ một con chim, 
và từ "con chim",

về bản chất là một tập hợp nơron
với các nơron nối với nhau

thành mạng lưới nơron,

như sơ đồ tôi vẽ đây.

Mạng lưới này có thể mang tính 
sinh học, nằm trong hai vỏ não thị giác,

hay ngày nay, chúng ta có thể

mô phỏng những mạng lưới
như vậy trên máy tính.

Và tôi sẽ cho bạn xem
nó trông thế nào.

Bạn có thể xem các điểm ảnh
là lớp nơron thứ nhất,

và thật ra, đó là cách mà
mắt hoạt động

đó là các nơron trong võng mạc.

Tiếp theo chúng chạy thẳng ra trước

đi lần lượt vào trong các 
lớp nơron sau, từng lớp một,

tất cả nối lại bằng các sợi xi-náp 
có khối lượng khác nhau.

Trạng thái của mạng lưới này

đặc trưng bởi độ bền
của những sợi xi-náp.

Chúng khắc hoạ đặc tính giống hệ mạch 
điện tử của mạng lưới này.

Và cuối cùng,

bạn có một sợi nơron hay một bó nhỏ
gồm các sợi nơron

bật sáng và hô lên "con chim".

Giờ tôi sẽ biểu diễn ba thành phần:

điểm ảnh ở đầu vào, sợi tiếp hợp xi-náp
trong mạng lưới nơron,

và con chim ở đầu ra

là ba biến số: X, W và Y.

Biến X có thể có hàng triệu giá trị.

nghĩa là hàng triệu điểm ảnh trong hình.

Biến W có hàng tỉ hay cả ngàn tỉ giá trị,

tương ứng với khối lượng khác nhau
của toàn bộ xi-náp trong mạng nơron.

Và với biến Y, chỉ có 4 giá trị,

là số giá trị mà mạng nơron xuất ra.

"B-i-r-d" có 4 kí tự đúng không?

Giờ thì hãy giả sử ta có biểu thức
đơn giản này:

X "x" W =Y.

Tôi đặt dấu nhân trong ngoặc kép

vì đó mới là những gì 
đang thực sự diễn ra,

tất nhiên rất phức tạp, gồm hàng loạt
các bài toán được giải.

Đây là một biểu thức.

Gồm có 3 biến số.

Và ta đều biết nếu như ta 
có 1 đẳng thức,

bạn sẽ tìm được 1 biến khi biết
2 biến còn lại.

Nên vấn đề mắc phải

để nhận ra đó là hình vẽ một con chim

chính là đây:

đây là nơi Y là biến chưa biết,
và W, X là 2 biến đã biết.

Bạn biết được mạng nơron,
bạn biết số điểm ảnh.

Như bạn thấy, chuyện này
khá dễ giải quyết.

Chỉ cần lấy tích của 2 x 3
là xong.

Tôi sẽ cho bạn xem một mạng lưới
neuron nhân tạo

mà nhóm tôi dựng mới đây,
dựng lại hệt như vậy.

Mạng lưới này đang chạy trên
một chiếc điện thoại di động,

và tất nhiên, khả năng tuyệt vời
vốn có của chiếc điện thoại

chính là nó có thể thực hiện hàng tỉ,
hàng ngàn tỉ thao tác

mỗi giây.

Bạn đang nhìn thấy 
một chiếc điện thoại

đang nhìn lần lượt những bức ảnh
có hình chim,

và nó không hô lên
"Đúng rồi, đây là chim,"

mà lại xác định mỗi loài chim với một
mạng lưới tương tự như bộ não.

Nên trong bức tranh đó,

X và W là hai đại lượng đã có,
và Y là ẩn.

Tôi đang chú thích cho một phần
rất hóc búa, dĩ nhiên rồi,

để hiểu làm cách nào
mà ta tìm được biến W.

não chúng ta thật sự 
làm được chuyện này sao?

Nhưng chúng ta chưa học về 
những mô hình thế này bao giờ mà?

Nên bước này chúng ta học
cách giải ra W,

nếu ta làm giả bài này 
với cách giải của đơn thức

bằng cách xem chúng là các con số,

chúng ta biết cách giải đúng: 6 = 2 x W,

thì lấy 6 chia 2 là tiêu đời.

Vấn đề chính là phép chia này đây.

Vậy, phép chia này...

Chúng ta sử dụng phép chia vì nó
nó nghịch đảo với phép nhân,

nhưng tôi đã nói vừa nãy,

Phép nhân này thật ra không chỉ
là một phép nhân.

Đây là một phép tính cực kỳ phức tạp,
vô cùng lắt léo;

và không có phép tính nghịch đảo.

Nên chúng ta phải tìm cách khác 
để giải biểu thức này

mà không được dùng phép chia.

Trong khi cách giải lại không rối rắm.

Đừng sợ, hãy dùng một mẹo nhỏ trong
môn đại số,

hãy chuyển 6 qua vế bên phải.

Giờ thì chúng ta vẫn 
đang dùng phép nhân.

Và số 0 đó, hãy coi nó là lỗi đi.

Có nghĩa là, nếu ta giải đúng được W,

thì lỗi sẽ bằng 0.

Và nếu ta chưa giải đúng được,

thì lỗi đó sẽ lớn hơn 0 nhiều.

Nên giờ ta chỉ có thể đoán sao để
lỗi có giá trị nhỏ nhất,

và đó là chuyện mà máy vi tính
rất thành thạo.

Vậy bạn vừa mới đoán:

giả sử W = 0 ?

Vậy thì số lỗi = 6.

W = 4 thì sao? Vậy lỗi = 4.

Rồi sau đó máy tính sẽ như 
chơi trò bịt mắt bắt dê,

và đuổi theo lỗi cho đến khi nó
gần chạm tới 0.

Nó sẽ tiến dần về giá trị đúng của W.

Thật ra sẽ không có giá trị hoàn toàn
chính xác, nhưng sau mười mấy lần,

chúng ta có được W = 2.999,
là giá trị gần đúng nhất.

Và đây chính là quá trình học tập.

Hãy nhớ điều đang diễn ra 
từ nãy đến giờ

là cách thức chúng ta sử dụng rất nhiều
giá trị đã biết của X và Y

để tìm ra mối quan tâm của ta là W,
thông qua quá trình lặp đi lặp lại.

Đó cũng chính là phương pháp
học tập của chúng ta.

Khi còn nhỏ người lớn cho ta
xem rất nhiều hình ảnh và nói

"đây là con chim", "còn đây không phải".

Qua thời gian, và qua việc học đi học lại,

chúng ta giải được W, là
giải được các kết nối nơron.

Nên giờ đây chúng ta đem X và W đã
cố định để tìm Y;

đó là sự tri nhận nhanh hằng ngày.

Chúng ta hiểu rằng mình có thể giải W,

đó là học tập, khó hơn nhiều,

vì chúng ta phải giảm thiểu lỗi sai,

bằng cách sử dụng 
phương pháp luyện tập.

Khoảng 1 năm trước,thành viên 
Alex Mordvinstev của nhóm tôi,

quyết định làm thí nghiệm xem
chuyện gì xảy ra nếu ta cố tìm X,

khi đã biết 1 giá trị W và 1 giá trị Y.

Nói cách khác,

bạn biết đó là con chim,

và bạn cũng biết là hệ thần kinh
của mình được dạy, đó là chim

vậy thì bức hình một con chim là gì?

Hoá ra khi sử dụng 1 quá trình giống 
như quá trình giảm thiểu lỗi,

có thể giảm thiểu sai sót của mạng lưới

được dạy để nhận ra chim, và kết quả...

là một bức hình gồm nhiều loài chim.

Đây là bức hình có nhiều loài chim
được tạo ra hoàn toàn từ 1 hệ thần kinh

đã được dạy để nhận ra các loài chim,

chỉ bằng việc tìm X thay vì tìm Y,

và làm đi làm lại quá trình đó.

Đây là một ví dụ khác.

Đây là tác phẩm của thành viên
Mike Tyka của nhóm tôi,

cậu ấy gọi nó là "Đoàn thú tuần hành".

Nó làm tôi nhớ tới các tác phẩm
của William Kentridge,

khi ông cứ phác ra các hình vẽ, rồi bôi,

rồi vẽ phác lại, rồi lại bôi,

và tạo ra một kiểu phim theo cách này.

Trong tranh này,

Mike đã đa dạng hoá biến Y
thành nhiều loài thú khác nhau,

trong một mạng lưới được thiết kế
để nhận biết và phân biệt

mỗi loài có nhiều loài khác nữa.

Và giờ bạn có được một bức như tranh
biến hình động vật của hoạ sĩ Escher.

Ở đây cậu ấy và Alex cùng thử

giảm không gian của biến Y còn 2 chiều,

để tạo ra một bản đồ có mặt 
mọi thứ khác nhau

mà mạng lưới này nhận ra.

Khi thực hiện tổng hợp như vậy

hay tạo ra hình ảnh trên toàn bộ bề mặt,

đa dạng giá trị Y trên mặt phẳng,
bạn có thể tạo ra

một loại bản đồ có tất cả những thứ
mà mạng lưới nhận biết được.

Tất cả các loài thú đều ở ngay đây;
"armadillo" ngay vị trí trung tâm.

Bạn có thể tạo bản đồ cho những mạng
lưới khác nữa.

Đây là mạng lưới được thiết kế
để nhận diện các khuôn mặt,

để phân biệt mặt người này, người kia.

Còn đây, chúng ta đang chọn Y
có giá trị là "tôi",

là thông số giúp nhận ra gương mặt tôi.

Và khi dùng Y để tìm X,

nó cho ra một thứ rất điên,

đại loại như tranh lập thể, siêu thực 
vẽ tôi đang phê thuốc

từ nhiều góc nhìn khác nhau cùng lúc.

Sở dĩ nó như nhiều góc nhìn khác nhau
cùng một lúc là vì

mạng lưới được thiết kế 
để tránh sự mơ hồ khi nhận diện

một gương mặt khi nhìn ở góc này 
so với khi nhìn ở góc khác,

hay trong điều kiện chiếu sáng
khác nhau.

Nên khi bạn thực hiện việc tái cấu tạo,

nếu không sử dụng kiểu hình ảnh hướng dẫn

hay thông số hướng dẫn để làm mẫu,

thì bạn sản phẩm nhận được
là một bức hình rối mắt ở mọi góc nhìn,

vì mọi thứ trông rất mờ ảo.

Đây là kết quả khi Ales sử dụng
mặt mình làm hình ảnh mẫu

trong quá trình tối ưu hoá mạng lưới
để tái hiện gương mặt tôi.

Nên có thể bạn thấy nó không hoàn hảo.

Vẫn còn khá nhiều chuyện để làm

để cải thiện tối đa
quá trình tái cấu trúc.

Nhưng giờ thì có được
bức tranh một gương mặt liền mạch

sử dụng mặt tôi làm hình hướng dẫn.

Bạn không cần phải bắt đầu
vẽ với tờ giấy trắng

hay tiếng ồn trắng.

Khi tìm X,

bạn có thể bắt đầu với X,
bản thân nó đã là một hình.

Đó là điều mà tôi minh hoạ hôm nay.

Hệ thần kinh nhân tạo này được
thiết kế để phân loại

tất cả vật thể khác nhau,
như công trình nhân tạo, động vật...

Ở đây, đầu tiên ta có bức tranh với
những đám mây,

và khi ta tối ưu hoá hình này,

về căn bản, hệ thần kinh nhân tạo
đang xác định mấy đám mây có hình gì.

Và khi nhìn bức hình này càng lâu,

bạn càng thấy được nhiều thứ 
tạo ra từ những đám mây đó.

Bạn cũng có thể dùng hệ nhận diện
khuôn mặt để tạo ảo giác cho nền này,

và sẽ có được một sản phẩm điên khùng.

(Cười)

Hay như vầy, Mike 
có vài thí nghiệm nữa

cậu ấy lấy hình đám mây,

tạo hiệu ứng ảo, phóng đại, rồi chỉnh ảo,
phóng, rồi chỉnh, rồi lại phóng.

Và bằng cách này,

tôi nghĩ bạn sẽ nhận được một
hệ thần kinh đang thấy lâng lâng,

hay là sự kết hợp tự do,

trong đó bạn sẽ thấy mạng lưới ấy
đang ăn cái đuôi của mình.

Nên mỗi hình đều là ảnh nền cho

hình "tôi sẽ thấy gì kế tiếp?

tôi sẽ nhìn thấy gì kế tiếp?
tôi sẽ nhìn thấy gì kế tiếp?"

Tôi đã đem trưng bày bức tranh

cho nhóm dự thính bài giảng 
"Giáo dục Cấp cao" ở Seattle xem

ngay sau khi ma tuý 
được hợp thức hoá.

(Cười)

Tôi sẽ kết thúc nhanh thôi

bằng việc nhấn mạnh rằng công nghệ
không có giới hạn.

Tôi chỉ mới cho bạn xem những ví dụ
thị giác vì chúng nhìn vui mắt.

Chứ công nghệ 
không chỉ thuần về thị giác.

Cộng tác viên của chúng tôi, hoạ sĩ 
Ross Goodwin,

đã có nhiều thí nghiệm có cả
một camera chụp hình,

và sau đó 1 cái máy tính trong balô của
cậu ấy viết 1 bài thơ bằng mạng nơron,

dựa vào nội dung của
hình ảnh ghi nhận.

Hệ thần kinh nhân tạo viết ra bài thơ đó
đã được học

một kho ngữ liệu lớn 
về thơ ca thế kỷ 20.

Và bài thơ đó, bạn biết không,

thật ra cũng không dở lắm đâu.

(Cười)

Tóm lại,

Tôi nghĩ người tên Michelangelo đó,

Ông ấy đã đúng;

Sự tri nhận và sáng tạo
có liên quan mật thiết với nhau.

Những hệ thần kinh nhân tạo
mà ta vừa thấy

vốn chỉ được thiết kế 
để tiếp nhận, phân biệt,

để nhận biết những sự vật
khác nhau của thế giới,

giờ có thể làm ngược lại, tạo ra cái mới.

Một trong những điều tôi cảm giác được

không chỉ là Michelangelo 
thật sự nhìn ra

bức điêu khắc bên trong tảng đá,

mà ông thấy bất kì sinh vật nào,
thực thể nào, trong hay ngoài hành tinh

chỉ cần biết tri nhận,

sẽ có thể sáng tạo

vì có cơ chế chung dùng cho cả
hai quá trình ấy.

Tôi cũng nghĩ rằng sự tri nhận
và sáng tạo không thể nào

chỉ con người mới có.

Chúng ta bắt đầu có những 
mẫu máy tính làm được những thứ này.

Và điều đó không có gì lạ;
bộ não chính là bộ máy.

Và sau cùng,

máy tính bắt đầu trở thành công cụ
thiết kế trí tuệ nhân tạo.

Điện tử đã trở thành bằng chứng

chứng minh rằng ta 
có thể làm ra trì tuệ nhân tạo.

Và cuối cùng chúng ta 
đã có thể hoàn thành

những hoài bão mà các tiền nhân để lại,

chính là Turing, Von Neumann

McCulloch và Pitts.

Và tôi nghĩ điện toán không chỉ 
tập trung cho việc tính toán,

để chơi Candy Crush 
hoặc những trò khác.

Từ đầu, máy tính được tạo ra
theo hình mẫu là não người.

Và nhờ máy tính, chúng ta hiểu 
về bộ não mình rõ hơn

để có thể cải tiến chúng.

Cám ơn rất nhiều.

(Vỗ tay)