Thuật ngữ mùa đông AI dùng để chỉ giai đoạn cắt giảm tài trợ cho nghiên cứu và phát triển AI, thường là do kỳ vọng quá mức mà không đạt được.
Với các hệ thống AI tạo sinh gần đây Short ứng được những lời hứa của các nhà đầu tư — từ GPT-4o của OpenAI cho đến các bản tổng quan hỗ trợ AI của Google — mô hình này dường như quá quen thuộc ngày nay.
Search Engine Land đưa tin rằng mùa đông AI theo lịch sử đã theo chu kỳ phấn khích và thất vọng. Lần đầu tiên trong số này, vào những năm 1970, xảy ra do kết quả không như mong đợi từ các dự án đầy tham vọng nhằm đạt được khả năng dịch máy và nhận dạng giọng nói. Do không có đủ năng lực tính toán và kỳ vọng về những gì máy tính có thể đạt được trong lĩnh vực này là không thực tế, nên nguồn tài trợ đã bị đóng băng.
Các hệ thống chuyên gia trong những năm 1980 đã cho thấy triển vọng, nhưng mùa đông AI thứ hai đã xảy ra khi các hệ thống này không xử lý được các đầu vào bất ngờ. Sự suy giảm của máy LISP và sự thất bại của dự án Thế hệ thứ năm của Nhật Bản là những yếu tố bổ sung góp phần vào sự chậm lại. Nhiều nhà nghiên cứu đã tách mình khỏi AI, chọn gọi công việc của họ là tin học hoặc học máy, để tránh sự kỳ thị tiêu cực.
Khả năng phục hồi của AI trong suốt mùa đông
AI đã tiến triển trong những năm 1990, mặc dù chậm chạp và đau đớn, và hầu như không thực tế. Mặc dù IBM Watson được cho là sẽ cách mạng hóa cách con người điều trị bệnh tật, nhưng việc triển khai nó trong các hoạt động y tế thực tế đã gặp phải nhiều thách thức ở mọi ngã rẽ. Máy AI không thể diễn giải các ghi chú của bác sĩ và đáp ứng nhu cầu của người dân địa phương. Nói cách khác, AI đã bị phơi bày trong những tình huống tế nhị đòi hỏi một cách tiếp cận tế nhị.
Nghiên cứu và tài trợ AI lại tăng mạnh vào đầu những năm 2000 với những tiến bộ trong học máy và dữ liệu lớn. Tuy nhiên, danh tiếng của AI, bị hoen ố bởi những thất bại trong quá khứ, đã khiến nhiều người đổi tên công nghệ AI. Các thuật ngữ như blockchain, xe tự hành và thiết bị ra lệnh bằng giọng nói đã thu hút được sự quan tâm của các nhà đầu tư, nhưng hầu hết đều mờ nhạt khi chúng không đáp ứng được kỳ vọng quá mức.
Bài học từ những mùa đông AI trước đây
Mỗi mùa đông AI đều diễn ra theo một trình tự quen thuộc: kỳ vọng dẫn đến sự cường điệu, sau đó là sự thất vọng về công nghệ và tài chính. Các nhà nghiên cứu AI rút lui khỏi lĩnh vực này và dành thời gian cho các dự án tập trung hơn.
Tuy nhiên, những dự án này không hỗ trợ cho sự phát triển của nghiên cứu dài hạn, thiên về những nỗ lực ngắn hạn và khiến mọi người phải xem xét lại tiềm năng của AI. Điều này không chỉ có tác động không mong muốn đến công nghệ mà còn ảnh hưởng đến lực lượng lao động, những người mà tài năng của họ cuối cùng cho rằng công nghệ là không bền vững. Một số dự án thay đổi cuộc sống cũng bị bỏ dở.
Tuy nhiên, những giai đoạn này mang lại những bài học giá trị. Chúng nhắc nhở chúng ta phải thực tế về khả năng của AI, tập trung vào nghiên cứu cơ bản và giao tiếp minh bạch với các nhà đầu tư và công chúng.
Chúng ta có đang hướng tới một mùa đông AI khác không?
Sau năm 2023 bùng nổ, tốc độ tiến triển của AI dường như đã chậm lại; những đột phá trong AI tạo ra đang trở nên ít thường xuyên hơn. Các cuộc gọi của nhà đầu tư đã thấy ít đề cập đến AI hơn và các công ty đang vật lộn để hiện thực hóa mức tăng năng suất ban đầu được hứa hẹn bởi các công cụ như ChatGPT.
Việc sử dụng các mô hình AI tạo ra bị hạn chế do những khó khăn, chẳng hạn như sự hiện diện của ảo giác và thiếu sự hiểu biết thực sự. Hơn nữa, khi thảo luận về các ứng dụng trong thế giới thực, sự lan truyền của nội dung do AI tạo ra và nhiều khía cạnh có vấn đề liên quan đến việc sử dụng dữ liệu cũng đặt ra những vấn đề có thể làm chậm tiến độ.
Tuy nhiên, có thể tránh được mùa đông AI toàn diện. Các mô hình nguồn mở đang nhanh chóng bắt kịp các giải pháp thay thế đóng và các công ty đang chuyển sang triển khai các ứng dụng khác nhau trên khắp các ngành. Các khoản đầu tư tiền tệ cũng không dừng lại, đặc biệt là trong trường hợp của Perplexity, nơi có thể tìm thấy một vị trí thích hợp trong không gian tìm kiếm mặc dù có sự hoài nghi chung đối với các tuyên bố của công ty.
Tương lai của AI và tác động của nó đến doanh nghiệp
Thật khó để nói chắc chắn điều gì sẽ xảy ra với AI trong tương lai. Một mặt, tiến trình có thể sẽ tiếp tục và các hệ thống AI tốt hơn sẽ được phát triển, với tỷ lệ năng suất được cải thiện cho ngành tiếp thị tìm kiếm. Mặt khác, nếu công nghệ không thể giải quyết các vấn đề hiện tại — bao gồm đạo đức về sự tồn tại của AI, tính an toàn của dữ liệu được sử dụng và độ chính xác của các hệ thống — thì sự mất niềm tin vào AI có thể dẫn đến việc giảm đầu tư và do đó, sự chậm lại đáng kể hơn của ngành.
Trong cả hai trường hợp, các doanh nghiệp sẽ cần tính xác thực, sự tin tưởng và một cách tiếp cận chiến lược để áp dụng AI. Các nhà tiếp thị tìm kiếm và các chuyên gia AI phải có hiểu biết sâu rộng và hiểu được giới hạn của các công cụ AI. Họ nên áp dụng chúng một cách có trách nhiệm và thử nghiệm chúng một cách thận trọng để tìm kiếm lợi nhuận về năng suất, đồng thời tránh bẫy phụ thuộc quá nhiều vào một công nghệ mới nổi.
(Ảnh của Filip Bunkens )
Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ những người dẫn đầu ngành? Hãy xem Triển lãm AI & Big Data diễn ra tại Amsterdam, California và London. Sự kiện toàn diện này được tổ chức cùng với các sự kiện hàng đầu khác bao gồm Hội nghị tự động hóa thông minh , BlockX , Tuần lễ chuyển đổi số và Triển lãm an ninh mạng & đám mây .
Khám phá các sự kiện công nghệ doanh nghiệp sắp tới và hội thảo trực tuyến do TechForge hỗ trợ tại đây .
Bài đăng Mùa đông AI: Chu kỳ cường điệu, thất vọng và phục hồi xuất hiện đầu tiên trên AI News .