Dựa trên cách chúng học và mức độ mà chúng có thể áp dụng kiến thức, tất cả AI có thể được chia thành ba loại theo khả năng: Narrow AI, Artificial General Intelligence (AGI) và Artificial Superintelligence
Narrow AI, hay còn gọi là trí tuệ nhân tạo hẹp (Artificial Narrow Intelligence - ANI) hoặc Weak AI, là các công cụ AI được thiết kế để thực hiện các tác vụ cụ thể theo lệnh đã lập trình. ANI chỉ tập trung vào một năng lực nhận thức duy nhất và không thể tự học các kỹ năng ngoài những gì đã được định sẵn. Công nghệ này thường sử dụng các thuật toán học máy (machine learning) và mạng nơron để hoàn thành các nhiệm vụ được chỉ định.
Ví dụ, xử lý ngôn ngữ tự nhiên (NLP) là một dạng Narrow AI vì nó có thể nhận dạng và phản hồi các lệnh giọng nói, nhưng không thể thực hiện các tác vụ khác ngoài khả năng đó. Một số ví dụ phổ biến của Narrow AI bao gồm phần mềm nhận dạng hình ảnh, xe tự lái và trợ lý ảo AI.
Artificial General Intelligence (AGI), hay còn gọi là trí tuệ nhân tạo tổng quát hoặc AI mạnh, là khái niệm về AI có khả năng học hỏi, suy nghĩ và thực hiện nhiều nhiệm vụ đa dạng giống như con người. Mục tiêu của AGI là tạo ra những cỗ máy có thể thực hiện các công việc đa chức năng và trở thành những trợ lý thông minh, tương đương con người trong cuộc sống hàng ngày.
Mặc dù AGI vẫn đang trong quá trình nghiên cứu và phát triển, nền tảng của nó có thể được xây dựng từ các công nghệ tiên tiến như siêu máy tính, phần cứng lượng tử và các mô hình AI tạo sinh như ChatGPT.
Artificial Superintelligence (ASI), hay còn gọi là siêu trí tuệ nhân tạo, là một khái niệm mang đậm chất viễn tưởng. Theo lý thuyết, khi AI đạt đến mức trí tuệ tổng quát (AGI), nó sẽ học hỏi với tốc độ nhanh đến mức kiến thức và khả năng của nó vượt xa con người. ASI được hình dung sẽ trở thành nền tảng cho các hệ thống AI hoàn toàn tự nhận thức và các robot có ý thức riêng.
Ý tưởng về ASI cũng là nguồn cảm hứng cho các câu chuyện về "AI thống trị" trong các tác phẩm truyền thông phổ biến. Tuy nhiên, hiện tại, tất cả vẫn chỉ dừng lại ở mức giả thuyết. Như CEO của công ty viết nội dung AI Jasper, Dave Rogenmoser, đã nói: "Siêu trí tuệ nhân tạo sẽ trở thành hình thức trí tuệ mạnh mẽ nhất trên trái đất. Nó sẽ sở hữu trí tuệ tương đương con người và vượt trội ở mọi lĩnh vực mà chúng ta thực hiện."
Chức năng liên quan đến cách AI áp dụng khả năng học hỏi của nó để xử lý dữ liệu, phản hồi các kích thích và tương tác với môi trường xung quanh. Do đó, AI có thể được phân loại thành bốn loại chức năng.
Reactive Machine AI, hay trí tuệ nhân tạo phản ứng, là dạng AI cơ bản nhất, chỉ có khả năng phản hồi các yêu cầu và nhiệm vụ ngay lập tức mà không thể lưu trữ ký ức, học hỏi từ kinh nghiệm quá khứ hay cải thiện chức năng qua thời gian. Loại AI này chỉ có thể xử lý một số lượng hạn chế các đầu vào và không thể xây dựng kiến thức dựa trên trải nghiệm trước đó.
Trong thực tế, Reactive Machine AI rất hữu ích trong việc thực hiện các chức năng tự động đơn giản, như lọc thư rác trong hộp thư điện tử hoặc đề xuất các sản phẩm dựa trên lịch sử mua sắm. Tuy nhiên, loại AI này không thể thực hiện các tác vụ phức tạp hơn. Một vài ví dụ tiêu biểu về Reactive Machine AI bao gồm:
IBM Deep Blue: Cỗ máy AI phản ứng của IBM, Deep Blue, đã sử dụng các tín hiệu thời gian thực để đánh bại đại kiện tướng cờ vua Nga Garry Kasparov trong trận đấu năm 1997.
Công cụ đề xuất của Netflix: Các nền tảng truyền thông như Netflix thường sử dụng công cụ đề xuất dựa trên AI, xử lý dữ liệu từ lịch sử xem của người dùng để gợi ý những nội dung mà họ có thể quan tâm tiếp theo.
Limited Memory AI, hay trí tuệ nhân tạo giới hạn bộ nhớ, là loại AI có khả năng lưu trữ dữ liệu quá khứ và sử dụng dữ liệu đó để đưa ra dự đoán. Điều này cho phép nó xây dựng một cơ sở dữ liệu kiến thức ngắn hạn, giúp thực hiện các nhiệm vụ dựa trên kiến thức đó. Trọng tâm của Limited Memory AI là deep learning, một công nghệ mô phỏng hoạt động của các nơron trong não người, giúp máy móc có thể hấp thụ dữ liệu từ trải nghiệm và “học hỏi” từ chúng, cải thiện độ chính xác theo thời gian.
Hiện nay, mô hình AI giới hạn bộ nhớ chiếm phần lớn các ứng dụng AI. Nó được áp dụng trong nhiều tình huống, từ các ứng dụng nhỏ như chatbot, đến các trường hợp phức tạp hơn như xe tự lái.
Ví dụ về Limited Memory AI:
Chatbots và trợ lý ảo: Các chatbot và trợ lý ảo là dạng Limited Memory AI sử dụng deep learning để bắt chước cuộc trò chuyện của con người. Khi người dùng tương tác nhiều hơn với hệ thống này, chúng học hỏi từ dữ liệu đó và nhớ lại các chi tiết để cung cấp phản hồi cá nhân hóa và phù hợp.
Xe tự lái: Xe tự lái liên tục quan sát và xử lý dữ liệu môi trường xung quanh khi di chuyển trên đường, giúp chúng dự đoán khi nào cần rẽ, dừng hoặc tránh các chướng ngại vật.
Theory of Mind AI là khái niệm về trí tuệ nhân tạo có khả năng nhận thức và hiểu được cảm xúc của con người. Thuật ngữ này được mượn từ lĩnh vực tâm lý học, nơi nó mô tả khả năng của con người trong việc đọc cảm xúc của người khác và dự đoán hành động tương lai dựa trên thông tin đó. Hiện nay, Theory of Mind AI vẫn chưa được hoàn thiện và là một cột mốc quan trọng tiếp theo trong quá trình phát triển AI.
Theory of Mind AI hứa hẹn mang lại nhiều thay đổi tích cực cho thế giới công nghệ, nhưng cũng tiềm ẩn những rủi ro. Do các tín hiệu cảm xúc rất phức tạp và tinh tế, sẽ mất nhiều thời gian để AI hoàn thiện khả năng đọc và hiểu chúng, và có thể mắc phải những sai lầm lớn trong quá trình học hỏi. Một số người lo ngại rằng khi công nghệ có thể phản hồi các tín hiệu cảm xúc cũng như tình huống, nó có thể dẫn đến sự tự động hóa một số công việc.
Ví dụ về Theory of Mind AI: Rafael Tena, nhà nghiên cứu AI cao cấp tại công ty bảo hiểm Acrisure, đã đưa ra ví dụ minh họa cách Theory of Mind AI sẽ cách mạng hóa công nghệ. Một chiếc xe tự lái có thể hoạt động tốt hơn người lái trong phần lớn thời gian vì nó sẽ không mắc phải các lỗi của con người. Tuy nhiên, nếu bạn biết rằng con của người hàng xóm thường chơi gần đường sau giờ học, bạn sẽ theo bản năng mà giảm tốc độ khi đi qua nhà họ — điều mà một chiếc xe tự lái chỉ được trang bị bộ nhớ giới hạn sẽ không thể thực hiện.
Self-Aware AI là khái niệm về trí tuệ nhân tạo có khả năng tự nhận thức. Được gọi là điểm kỳ dị của AI (AI point of singularity), Self-Aware AI là giai đoạn vượt qua lý thuyết về tâm trí (Theory of Mind) và là một trong những mục tiêu cao nhất trong sự phát triển của AI. Khi AI đạt đến mức độ tự nhận thức, các cỗ máy AI có thể vượt khỏi tầm kiểm soát của con người, vì chúng không chỉ cảm nhận được cảm xúc của người khác mà còn có nhận thức về chính bản thân mình.
Ví dụ về Self-Aware AI: Một trong những ví dụ nổi tiếng nhất là Sophia, một robot được phát triển bởi công ty Hanson Robotics. Mặc dù chưa thực sự đạt đến mức tự nhận thức, Sophia với khả năng ứng dụng công nghệ AI tiên tiến hiện tại đã cho thấy một cái nhìn thoáng qua về tương lai của AI có thể tự nhận thức. Đây là một tương lai vừa hứa hẹn nhưng cũng đầy nguy cơ, và còn nhiều tranh luận về tính đạo đức của việc tạo ra trí tuệ nhân tạo có cảm giác và ý thức.
Vinalink Academy đã đưa bạn khám phá 7 loại trí tuệ nhân tạo AI khác nhau, từ những ứng dụng đơn giản hàng ngày đến những khái niệm phức tạp về tương lai. Dù ở giai đoạn nào, AI đều đang định hình lại cuộc sống của chúng ta. Câu hỏi đặt ra là: Bạn đã sẵn sàng cho một kỷ nguyên mới cùng AI chưa?