Một nhóm nhà khoa học thuộc Trường Tâm lý và Khoa học Thần kinh của Đại học Glasgow, Anh sử dụng mô hình 3D phân tích cách Mạng thần kinh sâu - một phần của lĩnh vực Máy học, có thể xử lý thông tin rộng hơn, để xác định phương thức xử lý thông tin của AI, so sánh với phương pháp xử lý thông tin của con người.

Nhóm nghiên cứu hy vọng, những kết quả thu được của công trình mới sẽ định hướng cho sự phát triển công nghệ AI đáng tin cậy hơn, có thể xử lý thông tin tương tự như con người và có những lỗi mà người dùng có thể hiểu và dự đoán được. Báo cáo khoa học của công trình được công bố trên Tạp chí Patterns.

Một trong những thách thức mà tiến trình phát triển công nghệ AI đang phải đối mặt là hiểu rõ được quá trình suy nghĩ của máy và xác định, phương thức tư duy máy có tương đồng với phương thức con người xử lý thông tin hay không để đảm bảo độ chính xác của kết quả.

Mạng thần kinh sâu được các nhà khoa học xác định là mô hình tốt nhất hiện nay mô phỏng hành vi ra quyết định của con người, đạt được hoặc thậm chí vượt quá hiệu suất của não bộ con người trong một số nhiệm vụ. Nhưng ngay cả những tác vụ phân biệt hình ảnh đơn giản cho thấy sự mâu thuẫn và sai sót rõ ràng từ những mô hình AI khi so sánh với tư duy nhận thức con người.

Hiện nay, công nghệ Deep Neural Network (Mạng thần kinh sâu) được sử dụng trong những ứng dụng như nhận dạng khuôn mặt, mặc dù rất thành công trong lĩnh vực này, các nhà khoa học vẫn chưa hiểu đầy đủ về phương pháp các Mạng thần kinh sâu xử lý thông tin và khả năng nào có thể xuất hiện lỗi.

Trong nghiên cứu mới này, nhóm khoa học tìm cách giải quyết vấn đề này bằng phương pháp lập mô hình kích thích thị giác, cung cấp cho Mạng lưới thần kinh sâu. Những mô hình biến đổi theo nhiều cách khác nhau để xem xét sự tương đồng về nhận dạng, so sánh việc xử lý thông tin trên một mô hình tương tự giữa con người và mô hình AI.

GS Philippe Schyns, Hiệu trưởng Viện Khoa học Thần kinh và Công nghệ thuộc Đại học Glasgow, tác giả chính của nghiên cứu cho biết: “Khi xây dựng những mô hình AI hoạt động“ tương tự ”con người như nhận dạng một khuôn mặt, sử dụng những những thông tin khi nhìn thấy người đó, Cần phải đảm bảo rằng, mô hình AI sử dụng cùng dạng thông tin từ khuôn mặt để nhận dạng đối với một người khác. Nếu AI không thực hiện như vậy, trước mắt có thể cho rằng hệ thống hoạt động tương tự như con người, nhưng trong một số trường hợp khác nhau, AI có thể sẽ nhầm lẫn ”.

Các nhà nghiên cứu sử dụng một loạt khuôn mặt 3D có thể chỉnh sửa và yêu cầu con người đánh giá mức độ giống nhau của những khuôn mặt được tạo ngẫu nhiên với bốn nhận dạng giống nhau.

Sau đó, nhóm nghiên cứu sử dụng kết quả này để xem xét, Mạng thần kinh sâu có đưa ra đánh giá tương tự hay không và sử dụng những thông tin nào để có kết quả. Phương pháp này nhằm xác định, không chỉ con người và AI có đưa ra quyết định giống nhau hay không mà còn kiểm tra, AI và con người có đưa ra kết luận dựa trên cùng một lượng thông tin hay không.

Bằng phương pháp tiếp cận này, các nhà nghiên cứu thông qua sự biến đổi của những khuôn mặt 3D, xác định phương thức điều khiển hành vi nhận thức của con người và Mạng thần kinh sâu. Kết quả cho thấy, một Mạng thần kinh sâu phân loại đến 2.000 nhận dạng khác nhau từ một khuôn mặt được biếm họa nhiều lần, cho thấy AI nhận dạng những khuôn mặt trên cơ sở xử lý thông tin hoàn toàn khác với con người.

Các nhà khoa học hy vọng, những kết quả nghiên cứu này sẽ mở đường cho sự phát triển công nghệ AI tin cậy hơn, hoạt động giống con người hơn và tránh được những lỗi công nghệ không thể dự đoán.