HỒNG KÔNG, TRUNG QUỐC- Media Outreach – Ngày 6/3/2019 – Sự phát triển của trí tuệ nhân tạo (AI) là điều không thể tránh khỏi. Các nhà khoa học Mỹ đã đưa ra khái niệm AI vào năm 1955 để mô tả một bộ phận khoa học máy tính mới, rồi sau đó AI đã dần dần thâm nhập thành công vào cuộc sống hàng ngày của chúng ta: ví dụ, bạn cầm điện thoại thông minh lên và nói chuyện với Siri (trợ lý cá nhân thông minh) – khi đó là AI đang hoạt động. Khi bạn nhắn tin với một chatbot dịch vụ khách hàng trên Amazon, bạn cũng đang được phục vụ bởi công nghệ AI.

Cho dù chúng ta đang tận hưởng sự tiện lợi do công nghệ AI mang lại hay lo lắng vềviệc khi nào máy móc cuối cùng sẽ đánh cắp tất cả các công việc của chúng ta, thì cũng không có cách nào để chúng ta chấm dứt sự phát triển của nó. Tất nhiên, dù có mặt ở khắp mọi nơi, nhưng AI không thể giải quyết mọi thứ, ít nhất là chưa thể giải quyết.

Giáo sư Michael Zhang, Phó trưởng khoa (Đổi mới và Tác động) và là Giáo sư của Khoa khoa học phục vụ việc ra quyết định và kinh tếquản lý tại Trường kinh doanh thuộc Đại học Trung Quốc của Hồng Kông (CUHK) chỉ ra rằng, các ứng dụng của AI trong khoa học máy tính khác với các ứng dụng trong kinh tếhọc.

Giáo sư Michael Zhang cho biết: “Có một sự khác biệt lớn giữa cách các nhà khoa học máy tính và các nhà kinh tếnhìn vào sự đổi mới công nghệ. Hiện nay, trí tuệ nhân tạo được sử dụng nhiều hơn để dự đoán và phân loại. Nhưng trọng tâm của nghiên cứu của các nhà kinh tếlà tìm mối quan hệ nhân quả và giải thích các cơ chếcơ bản của sự vật”.

Giáo sư Michael Zhang còn cho biết thêm các kết quả thú vị có thể được tạo ra nếu kết hợp AI với một sốmô hình phân tích dữ liệu được xây dựng bởi các nhà kinh tế.

Các sự kiện khó lường trong lĩnh vực tài chính

Trong thị trường tài chính, thường rất khó xác định mối quan hệ giữa nguyên nhân và kết quả, vì dẫu sử dụng các mô hình tài chính phức tạp cũng không ngăn được các sự kiện khó lường trong tương lai. Đó là lý do tại sao Giáo sư Michael Zhang nghĩ rằng, các nhà nghiên cứu không nên cho rằng AI có thể giải quyết được mọi thứ.

Giáo sư Michael Zhang cho biết: “Trong lĩnh vực tài chính, có nhiều mức độ rủi ro. Một khi biến động được nêu ra, chúng tôi đã giả định một xác suất nhất định nào đó. Thếnhưng, trong nhiều trường hợp, chúng tôi cũng không thể biết được xác suất đó như thếnào ví dụ như thị trường chứng khoán”.

Giáo sư Michael Zhang trích dẫn ví dụ vềsự sụp đổ của Công ty Quản lý vốn dài hạn L.P.  (Long-Term Capital Management L.P.  – LTCM) và quỹ của nó vào cuối những năm 1990, dẫn đến một thỏa thuận giữa 16 tổ chức tài chính dành cho khoản cứu trợ 3,6 tỷ USD dưới sự giám sát của Cục Dự trữ Liên bang Mỹ.

Sự kiện bất ngờ này và các sự kiện bất ngờ khác trên thị trường tài chính bao gồm cuộc khủng hoảng tài chính năm 2008 được gọi là thiên nga đen đều là ngẫu nhiên và không thể đoán trước.

Phương pháp phân tích rủi ro truyền thống giả định xác suất là phân phối độc lập và giống hệt nhau. Tuy nhiên, Giáo sư Michael Zhang tin rằng, phương pháp truyền thống này không hiệu quả trong việc giải thích các sự kiện “thiên nga đen” trong quá khứ. Do đó, nếu không thay đổi cách tiếp cận, thì việc sử dụng AI sẽ mang lại rất ít thành công trong việc dự đoán các sự kiện như vậy.

Giáo sư Michael Zhang nhận xét: “Không có luật vật lý điều chỉnh các hành động xã hội và trong nhiều tình huống thực tế, không thể có xác suất của các sự kiện trong lĩnh vực khoa học xã hội, do đó, ngoài sự không chắc chắn vềkết quả (rủi ro), các nhiệm vụ ra quyết định thường phải tùy theo xác suất không chắc chắn”.

Từ quan điểm này, sự kiện “thiên nga đen” là đáng ngạc nhiên chỉ bởi vì các nhà nghiên cứu trong quá khứ đã bỏ qua ảnh hưởng của sự mơ hồtrong thị trường tài chính. Khái niệm này là những gì mà Giáo sư Michael Zhang đã giải thích trong bài viết của mình có tựa đề:”Suy luận thống kê và sự mơ hồ”, trong đó ông đềxuất một mô hình kết hợp sự mơ hồtrong suy luận thống kê để nghiên cứu các sự kiện không chắc chắn.

Giáo sư Michael Zhang giải thích: “”Khi sự mơ hồđược xem xét, độ không đảm bảo xuất phát lớn hơn nhiều so với trường hợp chỉ có rủi ro. Sự không chắc chắn xuất phát tăng với tốc độ nhanh hơn trong sự mơ hồso với rủi ro. Vì vậy, khi sự mơ hồbị chi phối, thì các giả thuyết bị từ chối trước đây không còn có thể bị bác bỏ” .

Trong nghiên cứu của mình, nhóm nghiên cứu đã sử dụng các công thức toán học để chỉ ra rằng, mức độ tự tin đã giảm từ 95% xuống còn 50% ngay cả với sự gia tăng mơ hồở mức vừa phải. Điều này giải thích tại sao các sự kiện “thiên nga đen” lại xảy ra ngay cả khi xác suất của các sự kiện đó là rất nhỏ. Dựa trên lý thuyết này, bước tiếp theo là tìm ra phép đo cho sự mơ hồ – và đó là nơi mà AI xuất hiện.

Giáo sư Michael Zhang giải thích: “Chúng tôi có thể sử dụng công nghệ AI để xác định xem phân phối cơ bản có thay đổi hay không. Nếu chúng tôi có thể xác định thay đổi, thì chúng tôi biết mô hình cơ bản của chúng tôi cần phải thay đổi. Vì vậy, chúng tôi đang cốgắng tạo ra một phép đo dựa trên thuật toán AI”.

Trung Quốc sẽ là nhà lãnh đạo tương lai của AI?

Mỹ và Trung Quốc được coi là đang dẫn đầu cuộc đua vềtrí tuệ nhân tạo của thếgiới. Năm 2017, Trung Quốc đã tuyên bố tham vọng trở thành quốc gia hàng đầu thếgiới vềAI và ngành công nghiệp AI của đất nước này trị giá gần 150 tỷ USD. Ngoài ra, Trung Quốc đã cung cấp 48% tổng nguồn vốn chủ sở hữu cho các công ty khởi nghiệp AI trên toàn cầu.

Giáo sư Michael Zhang cho biết: “Trong tương lai gần, tôi nghĩ rằng sự phát triển AI ở Trung Quốc sẽ rất nhanh. Nhưng có một sự khác biệt rất lớn giữa sự phát triển ở Trung Quốc và ở Mỹ cũng như ở châu Âu. Ở Mỹ, các thuật toán đến trước, trong khi ở Trung Quốc, các ứng dụng lại đến trước”.

Theo Giáo sư Michael Zhang, các kỹ sư của những tập đoàn công nghệ khổng lồnhư Google và Amazon tiếp tục đẩy ranh giới của khoa học đến với các thuật toán ban đầu. Tuy nhiên, do các cuộc cạnh tranh khốc liệt ở Trung Quốc, không nhiều công ty có thể đủ khả năng đầu tư một lượng lớn thời gian vào nghiên cứu khoa học như vậy. Vềviệc ai sẽ chiến thắng cuộc đua AI, thì còn quá sớm để kết luận. Tuy nhiên, bất chấp nỗ lực rất lớn của mỗi quốc gia trong việc phát triển công nghệ, thì khả năng của AI trong các ứng dụng hàng ngày vẫn còn lâu mới được thực hiện đầy đủ. Giáo sư Michael Zhang cho rằng, sẽ mất ít nhất 5 đến 10 năm nữa để AI thâm nhập hoàn toàn vào cuộc sống hàng ngày của chúng ta.

Giáo sư Michael Zhang cho biết thêm: “Chúng ta có xu hướng đánh giá quá cao những gì chúng ta có thể đạt được trong thời gian ngắn và đánh giá thấp những gì chúng ta có thể đạt được trong thời gian dài. Vềlâu dài, tôi tin rằng, AI sẽ mang đến rất nhiều điều thú vị mà chúng ta thậm chí bây giờ không thể tưởng tượng được. Giống như khi Internet xuất hiện, không ai có thể thấy trước nó sẽ ảnh hưởng đến cuộc sống của chúng ta như thếnào”.

Vai trò không thể thay thếcủa con người

“Dù muốn hay không, AI đã là một phần trong cuộc sống của chúng ta và sẽ tiếp tục tác động đến chúng ta trong tương lai. Do đó, câu hỏi không phải là chúng ta có nên làm việc với AI hay không, mà là “cách làm việc với máy móc để chúng ta, con người vẫn nắm quyền chủ động. AI là một công cụ giúp giải phóng thời gian của chúng ta trong công việc thường ngày để chúng ta có thể tập trung thời gian và sức lực để đạt được những nhiệm vụ lớn hơn. Ví dụ, nếu máy móc có thể trả lời danh sách email dài của tôi mỗi ngày, điều đó sẽ giúp tôi dành nhiều thời gian cho các nhiệm vụ sáng tạo, có ý nghĩa hơn”, Giáo sư  Michael Zhang nhận xét.

Theo cùng một cách, người ta có thể tưởng tượng công nghệ có thể tiết kiệm bao nhiêu thời gian cho các ngành nghềkhác vì lợi ích của xã hội.  Giáo sư Michael Zhang lập luận: “Nếu các bác sĩ có thể dành thời gian của họ từ việc điều trị các trường hợp thông thường đến tập trung tìm kiếm giải pháp cho các bệnh phức tạp thông qua sự trợ giúp của AI, đó sẽ là một điều tốt cho cộng đồng của chúng ta. Trong thếgiới kinh doanh, cũng có những thứ không thể thay thếbằng máy móc ví dụ như các vị trí lãnh đạo. Nhiều nhà lãnh đạo hiện nay đang đưa ra quyết định dựa trên dữ liệu, nhưng tôi không nghĩ rằng máy móc có thể giúp họ xây dựng chiến lược”.

Tài liệu tham khảo:

Yu Liu, Lihong Zhang và Xiaoquan (Michael) Zhang. 2019. “Suy luận thống kê với sự mơ hồ.” (Tài liệu làm việc)

Bài viết này được xuất bản lần đầu trên trang web Kiến thức kinh doanh Trung Quốc (CBK) bởi CUHK Business School: https://bit.ly/2EAQkWY.

 Thông tin vềTrường Kinh doanh của Đại học CUHK

Trường Kinh doanh của Đại học CUHK gồm 2 trường chuyên đào tạo hai ngành là kếtoán; quản trị du lich và khách sạn, cùng 4 khoa là các ngành khoa học phục vụ việc ra quyết định và kinh tếquản lý (nguyên văn tiếng Anh là Decision Sciences and Managerial Economics), tài chính, quản lý và marketing. Được thành lập năm 1963 tại Hồng Kông, đây là đại học đào tạo kinh doanh đầu tiên cung cấp các chương trình đào tạo cử nhân vềquản trị kinh doanh (BBA), thạc sỹ vềquản trị kinh doanh (MBA), thạc sỹ vềquản trị kinh doanh cao cấp (EMBA). Hiện tại, trường đang có 8 chương trình đào tạo cử nhân và 20 chương trình đào tạo cao học (thạc sỹ và tiến sỹ).

Theo xếp hạng các trường đào tạo MBA trên thếgiới của tờ Financial Times là Financial Times Global MBA Ranking 2018, Trường Kinh doanh của Đại học CUHK đứng ở vị trí thứ 43; theo xếp hạng của Financial Times Global EMBA Ranking 2017, trường được xếp ở vị trí thứ 32 trên thếgiới. Với hơn 35.000 cựu sinh viên tốt nghiệp (alumni), Trường Kinh doanh của Đại học CUHK là trường đại học có nhiều cựu sinh viên nhất ở Hồng Kông. Nhiều người trong sốđó hiện là những nhà lãnh đạo, quản lý doanh nghiệp nổi tiếng. Trường Kinh doanh của Đại học CUHK hiện có khoảng 4.400 sinh viên đại học và cao học với Hiệu trưởng là Giáo sư Kalok Chan.

Thông tin chi tiết có tại địa chỉ www.bschool.cuhk.edu.hk hoặc trên các mạng xã hội Facebook www.facebook.com/cuhkbschool và LinkedIn: www.linkedin.com/school/3923680/