Nghiên cứu mới: Nếu LLM có đặc tính giống người, thì Age of Empires II cũng vậy

Trong bối cảnh sự bùng nổ của Trí tuệ nhân tạo (AI) và các Mô hình Ngôn ngữ Lớn (LLM) như GPT-4, nhiều nghiên cứu và thảo luận trong giới công nghệ thường gán cho các hệ thống này những đặc tính mang tính "con người" (anthropomorphic). Chúng ta thường nghe nói về khả năng hiểu ngôn ngữ tự nhiên, đạo đức, hay thậm chí là ý thức của AI. Tuy nhiên, một bài báo mới đăng trên arXiv bởi nhà nghiên cứu Adrian de Wynter đã đưa ra một lập luận thú vị: Nếu LLM thực sự có những đặc tính này, thì trò chơi chiến thuật kinh điển Age of Empires II cũng vậy.

Phê phán việc nhân hóa LLM

Mục tiêu chính của bài viết không phải là tranh luận xem liệu LLM có thực sự thông minh hay không, mà là chỉ ra sự thiếu chính xác trong việc kết luận rằng chúng sở hữu các thuộc tính chung mang tính con người. Tác giả lập luận rằng nhiều kết luận hiện nay dựa trên sự diễn giải hành vi của mô hình thay vì các tiêu chí đo lường thực nghiệm rõ ràng.

Age of Empires II và mạng nơ-ron

Để chứng minh luận điểm này, de Wynter đã xây dựng và huấn luyện một mạng nơ-ron đơn giản dựa trên dữ liệu từ trò chơi Age of Empires II. Ông chỉ ra rằng bất kỳ thực thể nào trong một "chất nền" (substrate) đủ mạnh mẽ — dù là LEGO, khu vực Greater Boston, hay một trò chơi điện tử — đều có thể trình bày các đặc tính tương tự nếu chúng ta nhìn nhận dưới lăng kính phù hợp.

Đặc biệt, bài báo còn chứng minh toán học rằng Age of Empires II là Turing-complete (đầy đủ Turing), nghĩa là trò chơi này có khả năng tính toán tương đương với bất kỳ máy tính nào. Điều này đặt câu hỏi về tính độc đáo của các đặc tính được gán cho LLM: liệu đó là trí tuệ thực sự hay chỉ là sự phản chiếu của môi trường tính toán phức tạp?

Giả định "Null" thay vì giả định nhân hóa

Bài báo kết luận rằng việc giả định sự tồn tại của các đặc tính con người trong một hệ thống, độc lập với chất nền của nó, thường dẫn đến những kết luận mang tính tuần hoàn hoặc không cung cấp nhiều thông tin.

Thay vào đó, tác giả đề xuất một giả định "null" (giả định vô hiệu) khi thiết lập các thí nghiệm. Cụ thể, các nhà nghiên cứu nên giả định rằng LLM không độc đáo thay vì mặc định chúng có các đặc tính nhân văn. Cách tiếp cận này đòi hỏi các tiêu chí đo lường rõ ràng và khách quan hơn, tránh việc để sự diễn giải chủ quan chi phối kết quả nghiên cứu.

Nghiên cứu này đóng vai trò như một lời nhắc nhở quan trọng cho cộng đồng khoa học và công nghệ: cần thận trọng và nghiêm ngặt hơn khi định nghĩa và đánh giá khả năng của AI.