Aaronson Oracle: Cỗ máy 70 năm đọc được suy nghĩ của bạn

Có một chương trình nhỏ bé trên web có thể đoán chính xác lựa chọn tiếp theo của bạn chỉ sau vài lần bấm phím. Nó không đọc não, không dùng AI phức tạp, cũng chẳng có gì thần bí. Nó chỉ đếm — nhưng đếm theo cách mà bộ não con người không thể chống lại.

Câu chuyện bắt đầu từ năm 1951, trong một hành lang ở Bell Labs, và kết thúc ở một giảng đường Berkeley nửa thế kỷ sau. Nhưng vấn đề cốt lõi vẫn vậy: bạn không thể ngẫu nhiên, dù bạn cố đến đâu.

Hai cỗ máy trong hành lang Bell Labs

Máy Theseus của Shannon năm 1952

Đầu những năm 1950, tại Bell Telephone Laboratories ở Murray Hill, New Jersey, một kỹ sư tên David Hagelbarger đã chế tạo một cỗ máy chơi trò "matching pennies" với đồng nghiệp. Luật chơi rất đơn giản: hai người bí mật chọn mặt ngửa hoặc mặt sấp. Một người thắng nếu hai lựa chọn trùng nhau, người kia thắng nếu khác.

Chơi với một người thực sự ngẫu nhiên, trò này chỉ là tung đồng xu. Nhưng Hagelbarger nhận ra không ai thực sự ngẫu nhiên.

Ông gọi cỗ máy của mình là SEER — viết tắt của SEquence Extrapolating Robot. SEER không mô hình hóa tâm lý bạn theo cách phức tạp. Nó chỉ ghi nhớ ba sự thật về hai lượt chơi gần nhất:

• Lượt trước nữa nó thắng hay thua
• Bạn chơi giống hay khác lần trước
• Lượt vừa rồi nó thắng hay thua

Ba câu hỏi đúng/sai tạo ra tám tình huống, và với mỗi tình huống, cỗ máy ghi nhớ xem "chơi giống" có hiệu quả không. Nó đếm trên một bộ đếm nhỏ có thể đảo chiều, dừng lại ở mức cộng ba và trừ ba. Hagelbarger mô tả điểm dừng này bằng một câu đáng nhớ: chúng "khiến cỗ máy quên đi lịch sử cổ đại".

Claude Shannon, người làm việc ở cuối hành lang, để ý và tự chế tạo cỗ máy của riêng mình. Bản ghi nhớ ngày 18 tháng 3 năm 1953 của ông mở đầu bằng việc ghi công Hagelbarger rõ ràng, rồi đưa ra một so sánh nói lên tất cả về loại máy này.

Shannon không xây cỗ máy đọc suy nghĩ theo nghĩa siêu nhiên. Ông xây một thám tử. Lý thuyết trò chơi nói rằng cách chơi matching pennies đúng đắn là tung một đồng xu trong đầu, thực sự ngẫu nhiên, và không đối thủ nào có thể đánh bại bạn về lâu dài. Nhưng thám tử của Poe làm điều hoàn toàn khác: nghiên cứu đối thủ và đoán xem kiểu người nào sẽ chọn gì.

Shannon xây thám tử, bởi vì thám tử thắng. Không phải trước một người chơi lý tưởng, mà trước một người chơi thực tế.

Cỗ máy của Shannon tìm kiếm các mẫu và, theo lời ông, "giả định rằng người chơi sẽ tuân theo các mẫu đó vào lần sau khi tình huống tương tự xuất hiện". Khi chưa thấy một mẫu lặp lại ít nhất hai lần, nó chơi ngẫu nhiên — và tính ngẫu nhiên đến từ một cổ góp quay khoảng mười vòng mỗi giây, được lấy mẫu đúng lúc bạn bấm nút. Sự khó đoán của nó được thu hoạch từ chính độ rung trong thời điểm bạn bấm phím.

Ông biết chính xác cách đánh bại nó

Điều đáng chú ý ở bản ghi nhớ của Shannon là ông không thổi phồng nó. Ông tính toán cỗ máy dễ bị đánh bại đến mức nào và công bố phương pháp:

Cỗ máy không bất khả chiến bại. Trên giấy, nó có thể bị đánh bại ba lần trong bốn. Bạn chỉ đơn giản là không thể chạy phương pháp đó trong đầu khi đang chơi.

Khoảng cách giữa điều khả thi về nguyên tắc và điều một con người thực sự làm được trong khoảnh khắc — đó là toàn bộ chủ đề của câu chuyện này, và Shannon đã đặt tên cho nó từ năm 1953.

Hai cỗ máy đấu với nhau

Máy Nimwit của Shannon

Tất nhiên, ai đó thắc mắc cỗ máy nào giỏi hơn. Hagelbarger ghi lại điều đã xảy ra.

Hai cỗ máy được nối với một cỗ máy thứ ba làm trọng tài. Cỗ máy đơn giản hơn của Shannon, được chế tạo với khoảng một nửa số relay, đã đánh bại cỗ máy phức tạp hơn.

Năm 2020, một nhóm nghiên cứu tại Sibiu tái hiện cả hai bằng phần mềm và cho chúng đấu với nhau mười lần. Tính trung bình qua các ván một trăm lượt, cỗ máy của Shannon thắng 55,8 so với 44,2. Một giai thoại phòng thí nghiệm sáu mươi năm tuổi, được kiểm chứng và xác nhận.

Cỗ máy của Shannon vẫn còn tồn tại. William Poundstone đến xem nó tại kho lưu trữ của Bảo tàng MIT và không chơi thử, vì theo ông, "điều đó gần như là bất kính" — cỗ máy ghi lại một điểm số cuối cùng: Người chơi 3507, Máy 5010. Qua tất cả những ai từng ngồi xuống với nó, cỗ máy thắng khoảng 59% số lần.

Năm mươi năm sau, trong một giảng đường

Phiên bản bạn có thể chơi ngày nay đến từ Scott Aaronson, người viết nó cho một lớp học ông dạy ở Berkeley và mô tả nó trong cuốn Quantum Computing Since Democritus.

Có hai điều cần giữ lại. Thứ nhất, Aaronson không thể đánh bại chương trình của chính mình dù biết rõ mã nguồn — cùng lời thú nhận mà Shannon đã đưa ra về những chiếc relay của mình. Thứ hai là cậu sinh viên, người mà chương trình chỉ đoán đúng đúng 50% số lần, và người nói rằng mình "chỉ dùng ý chí tự do".

Cách nó hoạt động

Phiên bản hiện đại không phải bản sao của cỗ máy nào trước đó. Cỗ máy của Shannon theo dõi việc nó thắng và việc bạn có đổi lựa chọn không, cho nó tám tình huống và không nhớ chuỗi thực tế của bạn. Phiên bản của Aaronson bỏ qua thắng thua hoàn toàn, chỉ đếm những gì bạn bấm sau mỗi chuỗi lần bấm gần đây. Nó dùng các chuỗi dài năm, và không bao giờ quên.

Không có mô hình tâm lý nào trong chương trình này, và không có gì về ý chí tự do. Nó chỉ giữ một cuốn sổ ghi chép.

Mỗi lần bạn bấm phím, nó ghi lại những gì bạn vừa bấm trước đó, và những gì bạn bấm tiếp theo. Không phải một lần, mà tại sáu độ dài khác nhau cùng lúc. Giả sử năm lần bấm cuối của bạn là F, D, D, F, F, rồi bạn bấm D. Cuốn sổ nhận được sáu mục: sau FDDFF bạn bấm D; sau DDFF bạn bấm D; sau DFF bạn bấm D; sau FF bạn bấm D; sau F bạn bấm D; và, bỏ qua ngữ cảnh hoàn toàn, bạn bấm D.

Để đoán lần bấm tiếp theo, nó đọc cuốn sổ ngược lại. Nó lấy năm lần bấm cuối của bạn và hỏi: tôi đã thấy chuỗi chính xác này chưa, và nếu có, bạn đã bấm gì tiếp theo? Nếu đã thấy chuỗi đó ít nhất hai lần và bạn không bấm hai lựa chọn với tần suất bằng nhau, nó trả lời bằng lựa chọn bạn bấm nhiều hơn.

Nếu chuỗi mới, hoặc chỉ thấy một lần, hoặc bạn chia đều — thì nó rút ngắn câu hỏi. Còn bốn lần bấm cuối thì sao? Ba? Hai? Một? Và nếu tất cả đều thất bại, nó tung đồng xu.

Đếm, và biết khi nào nên dừng

Tên gọi chính thức của cuốn sổ là mô hình tần suất n-gram. Một n-gram chỉ là một chuỗi gồm n ký hiệu. Ở đây các ký hiệu là hai phím của bạn, nên có 2⁵ = 32 chuỗi dài năm, 16 chuỗi dài bốn, và cứ thế giảm xuống đến chuỗi rỗng — tức là đếm mọi lần bấm bạn từng thực hiện.

Quy tắc dự đoán: lấy ngữ cảnh dài nhất khớp với các lần bấm gần đây của bạn sao cho tổng số lần quan sát được ít nhất là hai và hai lựa chọn không bằng nhau, rồi trả lời bằng lựa chọn nào lớn hơn. Nếu không có ngữ cảnh nào thỏa mãn, trả lời ngẫu nhiên.

Việc hạ xuống ngữ cảnh ngắn hơn khi ngữ cảnh dài hơn không khả dụng hoặc không đáng tin được gọi là backoff, và đây là thực hành tiêu chuẩn trong mô hình hóa ngôn ngữ thống kê — nơi cùng một vấn đề xuất hiện: bằng chứng cụ thể thì tốt hơn, nhưng bằng chứng cụ thể thì hiếm.

Ngưỡng hai đang làm việc thực sự. Không có nó, một chuỗi chỉ thấy một lần, với tỷ lệ 1-0, sẽ vượt qua một ngữ cảnh hai phím đã thấy bốn mươi lần với tỷ lệ 30-10, chỉ đơn thuần vì nó dài hơn. Đó là thất bại kinh điển của dữ liệu thưa, và nó khiến mô hình nhiễu hơn so với việc chỉ đếm đơn thuần.

Aaronson mô tả phiên bản gốc của mình gần như bằng những thuật ngữ này: "Tôi nghĩ có thể đã có một loại backoff nào đó."

Tại sao bạn thua

Một chương trình nhỏ như vậy lẽ ra không nên làm được điều này. Nó thắng vì một điều gì đó về bạn, và điều đó đã được đo lường suốt nhiều thập kỷ.

Nhiệm vụ bạn được giao — tạo ra một chuỗi không có quy luật — được gọi là tạo chuỗi ngẫu nhiên (random sequence generation), và đây là một trong những thất bại được nghiên cứu nhiều nhất trong tâm lý học thực nghiệm. Một bài tổng quan năm 2023 nói thẳng: "Một phát hiện phổ biến trong các nghiên cứu RSG là con người tạo chuỗi ngẫu nhiên rất kém."

Cách con người thất bại đáng tin cậy nhất chính là điều Aaronson đã nhắc đến khi nói người chơi "có quá nhiều lần đổi lựa chọn". Bài tổng quan gọi đó là thiên kiến đổi lựa chọn (alternation bias) — hay còn gọi là hiệu ứng tân cận âm — nơi quan sát thấy sự dư thừa các lần đổi lựa chọn và sự đè nén các lựa chọn lặp lại.

Khi được yêu cầu ngẫu nhiên, con người đổi lựa chọn quá thường xuyên và lặp lại quá ít. Một đồng xu công bằng tạo ra chuỗi năm lần tung giống hệt nhau thường xuyên hơn cảm giác chấp nhận được, và người bắt chước đồng xu sẽ cắt bỏ những chuỗi đó.

Thiên kiến còn chạy theo hướng ngược lại. Con người không chỉ tạo ra quá nhiều lần đổi lựa chọn, họ còn tin rằng quá nhiều lần đổi lựa chọn trông có vẻ ngẫu nhiên. Khi được cho xem các chuỗi nhị phân để đánh giá, người tham gia xếp hạng những chuỗi có nhiều lần đổi nhất là khả dĩ nhất, với đỉnh rơi vào khoảng tỷ lệ đổi 0,6 đến 0,8 so với giá trị thực là 0,5. Các chuỗi có cấu trúc nhiều hơn, như HHHHH thay vì HTTHT, bị đánh giá là ít khả năng hơn.

Chúng ta tạo ra sai và đánh giá sai, cùng một hướng.

Chính hướng dẫn đã hại bạn

Đây là phần đáng bận tâm, và là lý do hai thí nghiệm trên không tương đương. Bài tổng quan năm 2023 cũng báo cáo: "nếu tính ngẫu nhiên không được yêu cầu công khai mà là một yêu cầu ngầm, như trong các trò chơi cạnh tranh như matching pennies, tính ngẫu nhiên dường như cao hơn."

Người chơi của Shannon đang chơi một trò chơi và cố gắng thắng. Bạn được bảo hãy ngẫu nhiên. Tài liệu khoa học nói rằng cách đóng khung thứ hai tệ hơn, và rằng việc cố gắng ngẫu nhiên một cách có ý thức khiến bạn dễ đoán hơn so với việc chỉ đơn giản cố thắng đối thủ.

Trận tái đấu

Bây giờ bạn đã biết tất cả. Bạn đã đọc mã nguồn. Bạn biết nó đếm các chuỗi tối đa năm lần, rằng nó cần thấy một chuỗi hai lần trước khi tin, rằng nó không bao giờ quên, và rằng nó rơi về tung đồng xu khi không có gì. Chơi lại đi.

Hầu hết mọi người làm kém như lần thứ hai, và hai người hiểu rõ nhất đã nói điều đó trước tiên. Shannon, sau khi công bố phương pháp chính xác để đánh bại cỗ máy của mình với tỷ lệ ba-một, lưu ý rằng việc "chạy chương trình này trong đầu là cực kỳ khó khăn". Aaronson, sau khi viết chương trình của mình, nói thẳng: "Tôi thậm chí không thể đánh bại chương trình của chính mình, dù biết chính xác nó hoạt động thế nào."

Biết thuật toán không cho bạn gì cả, bởi vì thuật toán chưa bao giờ là phần khó. Phần khó là tạo ra chuỗi, và bạn chính là người tạo ra nó, với cùng bộ máy đã sinh ra những thiên kiến ngay từ đầu. Hiểu một thiên kiến từ bên ngoài không tắt nó đi từ bên trong.

Phương pháp đáng tin cậy

Nếu bạn đánh bại được nó, câu hỏi thú vị là bằng cách nào. Các câu trả lời đáng tin cậy đều có một điểm chung: chúng lấy quyết định ra khỏi đầu bạn.

Poundstone, khi chơi một phiên bản hiện đại, nhận thấy mình làm tốt hơn khi ngừng nhìn điểm số. Ông "làm tốt hơn khi cố gắng bỏ qua phản hồi, và tốt hơn nữa khi đảm bảo mình không thể thấy các thanh điểm", và còn tốt hơn khi ông cố ý lặp lại những lựa chọn mà bản năng muốn đổi.

Những người khác đọc các chữ số từ một thứ bên ngoài, hoặc chạy một quy tắc trong đầu — quy tắc rẻ để tính nhưng khó để phát hiện.

Thế là quay lại cậu sinh viên của Aaronson, người mà chương trình đoán đúng chính xác 50% số lần và người nói mình "chỉ dùng ý chí tự do". Chúng ta không có ghi chép về những gì cậu thực sự làm. Nhưng dù đó là gì, nó cũng là một phương pháp — một cách lựa chọn mà thói quen của chính cậu không thể chạm tới.

Đó không phải là một điều nhỏ hơn ý chí tự do. Đó chỉ là một mô tả hữu dụng hơn về nó: không phải sự vắng mặt của nguyên nhân, mà là khả năng giao phó quyết định cho một thứ khác ngoài phản xạ của bạn.

Bài học cho ngành công nghệ

Với các nhà phát triển và kỹ sư AI, Aaronson Oracle là một minh chứng đẹp đẽ cho sức mạnh của những mô hình đơn giản. Không cần mạng nơ-ron sâu, không cần hàng tỷ tham số — chỉ một mô hình n-gram với backoff thông minh đã đủ để vượt qua phần lớn người dùng ở một tác vụ mà ai cũng nghĩ mình giỏi.

Điều này có ý nghĩa thực tiễn. Các hệ thống phát hiện gian lận, phân tích hành vi người dùng, hay thậm chí gợi ý nội dung đều có thể hưởng lợi từ nguyên tắc tương tự: con người có thói quen, và thói quen thì có thể dự đoán được. Bạn không cần mô hình hóa toàn bộ tâm trí người dùng — chỉ cần đếm những gì họ làm tiếp theo sau mỗi ngữ cảnh, và kiên nhẫn chờ đủ bằng chứng để tin vào câu trả lời.

Và bài học sâu sắc nhất vẫn là bài học về chính chúng ta: chúng ta tưởng mình ngẫu nhiên, nhưng chúng ta chỉ là những cỗ máy tạo mẫu với niềm tin rằng mình không tạo mẫu nào cả.