Trí tuệ nhân tạo (AI) đang thu hút sự quan tâm mạnh mẽ từ các nhà đầu tư, với hàng tỷ đô la được đổ vào công nghệ này mỗi năm. Tuy nhiên, đằng sau những lời hứa về một tương lai đầy tiềm năng, AI vẫn đang đối mặt với nhiều thất bại rõ ràng và thách thức chưa thể vượt qua. Các công ty công nghệ hàng đầu như Facebook dưới sự lãnh đạo của Mark Zuckerberg và Tesla của Elon Musk đang gặp phải những vấn đề nghiêm trọng liên quan đến những kỳ vọng không đạt được từ AI. Zuckerberg đang vật lộn với việc các thuật toán của Facebook không thể ngăn chặn sự lan truyền của nội dung có hại, trong khi Musk vẫn chưa thể hiện được những lời hứa đầy kỳ vọng về công nghệ xe tự lái của Tesla.

Bài Học Rút Ra Từ Kinh Nghiệm Của Các Nhà Lãnh Đạo Công Nghệ

Một bài học quan trọng từ những thất bại của Zuckerberg và Musk là AI vẫn chưa sẵn sàng để thay thế hoàn toàn công việc của con người trong nhiều lĩnh vực. Các công ty cần nhận thức rằng AI chưa thể hoàn thiện trong mọi khía cạnh và phải duy trì sự tập trung vào việc xây dựng các hệ thống mạnh mẽ hơn. Đặc biệt, việc thu thập dữ liệu chất lượng và tuyển dụng nhân lực cho các công việc mà AI chưa thể làm thay thế vẫn là những yếu tố quan trọng trong quá trình phát triển công nghệ này. Dù AI có tiềm năng mạnh mẽ, nhưng không thể phủ nhận rằng công nghệ này đang bị thổi phồng quá mức, với những kỳ vọng chưa thực sự đáp ứng được.

AI Đang Bị Thổi Phồng Quá Mức

Các hệ thống AI học sâu, được thiết kế để mô phỏng hoạt động của não người, có thể phát hiện khối u, lái xe tự động, thậm chí viết văn bản – những ứng dụng mang lại kết quả đầy ấn tượng trong môi trường phòng thí nghiệm. Tuy nhiên, khi ứng dụng vào thực tế với các tình huống không thể đoán trước, các công nghệ này thường gây thất vọng. Điều này đặc biệt nghiêm trọng khi AI được ứng dụng trong những lĩnh vực quan trọng như chăm sóc sức khỏe, nơi sự chính xác và độ tin cậy là yếu tố sống còn. Chắc chắn rằng AI vẫn chưa sẵn sàng để thay thế con người trong nhiều lĩnh vực và cần được phát triển thêm để có thể đáp ứng các yêu cầu khắt khe.

AI Vẫn Chưa Thể Thay Thế Con Người Trong Kiểm Duyệt Nội Dung

Một ví dụ nổi bật về sự thất bại của AI là trong việc kiểm duyệt nội dung trên mạng xã hội, nơi thông tin sai lệch có thể ảnh hưởng lớn đến các sự kiện quan trọng như bầu cử hoặc sức khỏe cộng đồng. Facebook, dưới sự lãnh đạo của Zuckerberg, đã đặt niềm tin vào các thuật toán AI để kiểm duyệt và ngăn chặn các nội dung có hại. Tuy nhiên, AI vẫn gặp khó khăn trong việc phát hiện các hình thức tinh vi của nội dung xấu, như những từ khóa thay đổi hoặc những hình ảnh được đăng tải dưới dạng mơ hồ. Một nghiên cứu gần đây của Trường Kinh doanh Stern thuộc Đại học New York cho thấy rằng Facebook cần phải tăng gấp đôi số lượng nhân viên kiểm duyệt nếu muốn đảm bảo rằng các bài đăng không vi phạm các quy định.

Zuckerberg đã thừa nhận rằng thuật toán AI của Facebook không thể kiểm duyệt hiệu quả các bài đăng, vì chúng thiếu khả năng hiểu sắc thái ngôn ngữ và ngữ cảnh trong các cuộc trò chuyện.

Công Nghệ Tự Lái: Vẫn Còn Một Chặng Đường Dài

Elon Musk cũng đã phải đối mặt với sự thất vọng về công nghệ tự lái của Tesla. Trong một cuộc phỏng vấn vào năm 2019, Musk tự tin tuyên bố rằng Tesla sẽ có một triệu chiếc xe Model 3 tự lái vào năm 2020. Tuy nhiên, hiện tại, khách hàng của Tesla chỉ có thể trả thêm một khoản phí để sử dụng phần mềm tự lái, nhưng không biết chính xác khi nào công nghệ này sẽ hoạt động hoàn toàn tự động. Musk mới đây thừa nhận rằng công nghệ tự lái vẫn đang đối mặt với “những vấn đề phức tạp” và có thể sẽ còn mất nhiều năm nữa trước khi chúng ta có thể hoàn toàn tin tưởng vào khả năng tự lái của xe Tesla.

Thất Bại Trong Lĩnh Vực Chăm Sóc Sức Khỏe

AI cũng đang gây thất vọng trong lĩnh vực chăm sóc sức khỏe, một trong những ngành được kỳ vọng sẽ có sự đột phá mạnh mẽ nhờ vào công nghệ này. Một nghiên cứu gần đây trên tạp chí Nature đã phân tích hàng chục mô hình AI được thiết kế để phát hiện COVID-19 qua hình ảnh chụp X-quang và CT, nhưng tất cả đều không đạt được mức độ chính xác cần thiết để sử dụng trong chẩn đoán lâm sàng. Thậm chí, một nghiên cứu khác công bố trên Tạp chí Y khoa Anh cho thấy 94% các hệ thống AI quét dấu hiệu ung thư vú còn kém chính xác hơn so với các bác sĩ X-quang có kinh nghiệm.

Dòng Tiền Đổ Vào AI Vẫn Không Ngừng Tăng

Mặc dù AI không đáp ứng được kỳ vọng trong nhiều lĩnh vực, nhưng dòng tiền đầu tư vào công nghệ này vẫn không ngừng gia tăng. Các công ty khởi nghiệp AI thu hút được rất nhiều sự chú ý và vốn đầu tư từ các nhà đầu tư mạo hiểm, trong khi các cuộc thảo luận về AI vẫn tiếp tục chiếm lĩnh các cuộc gọi thu nhập của các doanh nghiệp công nghệ. Tuy nhiên, câu hỏi lớn đặt ra là tại sao AI vẫn chưa thể đạt được những kết quả như mong đợi. Một lý do có thể là sự thổi phồng quá mức trong quảng cáo và tiếp thị công nghệ, nhưng một yếu tố khác chính là các nhà khoa học AI quá chú trọng vào việc phát triển các mô hình phức tạp mà bỏ qua một yếu tố quan trọng: chất lượng dữ liệu.

Dữ Liệu Chất Lượng Mới Là Yếu Tố Quyết Định Thành Công

Để xây dựng các hệ thống AI hiệu quả, chất lượng dữ liệu đóng vai trò cực kỳ quan trọng. Dữ liệu là nguyên liệu đầu vào cho các mô hình AI, và nếu dữ liệu không được thu thập, phân loại và làm sạch đúng cách, kết quả của AI sẽ không đáng tin cậy. Tuy nhiên, hiện nay các nhà khoa học AI thường tập trung quá nhiều vào việc phát triển các mô hình phức tạp mà không chú trọng đến chất lượng dữ liệu đầu vào. Các nghiên cứu chỉ ra rằng rất nhiều bộ dữ liệu phổ biến hiện nay có chứa nhiều lỗi và không đảm bảo tính chính xác, điều này cản trở sự phát triển của AI.

Sự Thay Đổi Hướng Đầu Tư Đang Dần Xảy Ra

Một tín hiệu tích cực là các công ty đang chuyển hướng đầu tư từ việc cung cấp "AI như một dịch vụ" sang các công nghệ và phần mềm giúp chuẩn bị dữ liệu tốt hơn cho các mô hình AI. Các công ty như Palantir Technologies và C3.ai, mặc dù là những công ty thuần về AI, nhưng lại gặp khó khăn trong việc đạt được kết quả thực tế ấn tượng. Ngược lại, các công ty khoa học dữ liệu như Databricks lại ghi nhận thành công vượt trội và có được sự định giá cao hơn nhờ vào việc tập trung vào chất lượng dữ liệu.

Kết Luận: Đầu Tư Vào Dữ Liệu Và Con Người Là Cách Tiến Lên

Trong khi AI vẫn còn gặp nhiều vấn đề cần phải giải quyết, bài học rút ra là các công ty cần chuyển hướng đầu tư vào việc thu thập dữ liệu chất lượng và xây dựng một nền tảng vững chắc từ con người để phát triển AI bền vững. Thay vì kỳ vọng AI sẽ hoàn thiện ngay lập tức, các doanh nghiệp cần chuẩn bị cho một quá trình dài hơi, kết hợp giữa dữ liệu chất lượng và đội ngũ nhân lực, để đảm bảo rằng AI có thể hoạt động hiệu quả và đóng góp vào sự phát triển của các ngành công nghiệp trong tương lai.