Khi nói đến trí tuệ nhân tạo (AI), người ta thường hình dung đến những hệ thống có thể phân tích và xử lý lượng dữ liệu khổng lồ, từ đó đưa ra những dự đoán và quyết định nhanh chóng. Thế nhưng, khả năng của AI hiện nay vẫn còn xa mới đạt tới trí thông minh tự nhiên – khả năng tự phát và linh hoạt mà chúng ta thấy ở nhiều loài động vật trong tự nhiên. Trong một nghiên cứu gần đây, các nhà khoa học Angelo Forli và Michael M. Yartsev từ Đại học California, Berkeley đã phân tích một cách đầy sâu sắc về cơ sở thần kinh của trí thông minh tự nhiên và đặt ra câu hỏi quan trọng: liệu chúng ta có đang đi đúng hướng trong việc nghiên cứu hệ thần kinh, hay cần một cách tiếp cận khác để hiểu rõ hơn về trí thông minh tự nhiên?
Theo Forli và Yartsev, trí thông minh tự nhiên không chỉ là một chuỗi phản ứng cố định của hệ thần kinh, mà là một hệ thống tự tổ chức, liên tục thích nghi với các thay đổi trong môi trường. Điều này dẫn đến một hướng nghiên cứu mới, không chỉ dừng lại ở việc phân tích từng phần nhỏ của hệ thần kinh mà còn cần nghiên cứu cách mà toàn bộ hệ thống này phối hợp để tạo ra các hành vi thích nghi và linh hoạt.
Chủ nghĩa “giản lược”
Báo cáo của Forli và Yartsev chỉ ra rằng phần lớn các nghiên cứu thần kinh hiện nay dựa vào chủ nghĩa giản lược – phương pháp phân chia hệ thống phức tạp thành các phần nhỏ để dễ nghiên cứu. Chẳng hạn, các nhà khoa học có thể xem xét cách một nhóm nơ-ron phản ứng khi một con chuột nhấn nút để nhận thức ăn, hay phân tích vùng não chịu trách nhiệm điều khiển cử động cơ bản của một loài động vật. Tuy cách tiếp cận này giúp chúng ta dễ dàng phân tích từng phần của hệ thần kinh, nhưng theo các tác giả, nó có thể bỏ qua sự tương tác phức tạp giữa các thành phần và bỏ lỡ những cơ chế tự tổ chức quan trọng của trí thông minh tự nhiên.
Forli và Yartsev lập luận rằng khi tách rời từng bộ phận, chúng ta có thể mất đi bức tranh tổng thể về cách các nơ-ron và vùng não phối hợp với nhau. Họ đưa ra một ví dụ cụ thể: khi một con chim bồ câu quay trở về tổ, nó không chỉ dựa vào một vài nhóm nơ-ron mà cả hệ thần kinh hoạt động cùng lúc để xử lý thông tin về vị trí, hướng đi, và môi trường xung quanh. Điều này cho thấy trí thông minh tự nhiên là sự hợp nhất của nhiều thành phần hoạt động đồng bộ, vượt xa khỏi một tập hợp các phản ứng đơn lẻ. Vì vậy, các tác giả đề xuất rằng, để hiểu rõ trí thông minh tự nhiên, cần phải thay đổi phương pháp nghiên cứu: từ việc phân tích từng phần sang cách tiếp cận toàn diện hơn.
Môi trường tự nhiên và trong phòng thí nghiệm
Hai nhà khoa học cũng nhấn mạnh sự khác biệt giữa hành vi động vật trong môi trường tự nhiên và môi trường phòng thí nghiệm. Thực tế, phần lớn các nghiên cứu thần kinh hiện nay thực hiện trong các điều kiện kiểm soát chặt chẽ, với các nhiệm vụ đơn giản và lặp lại. Một con chuột có thể phải chạy qua một mê cung hoặc nhấn nút nhiều lần để nhận phần thưởng. Dù điều này giúp chúng ta dễ dàng kiểm soát và đo lường phản ứng của nơ-ron, nhưng lại thiếu đi tính tự nhiên và có thể bỏ qua những yếu tố quan trọng trong hành vi của động vật. Trong tự nhiên, động vật không chỉ đối mặt với những nhiệm vụ đơn giản mà còn với những tình huống không thể dự đoán, đòi hỏi phản ứng phức tạp và sáng tạo, như tránh kẻ săn mồi hay tìm kiếm thức ăn trong điều kiện khắc nghiệt. Các tác giả lập luận rằng, chỉ khi nghiên cứu hành vi của động vật trong môi trường gần gũi với tự nhiên, chúng ta mới có thể hiểu đúng cách trí thông minh tự nhiên vận hành.
Vì sinh học là “đa dạng”
Để hiểu rõ về trí thông minh tự nhiên, chúng ta không nên giới hạn nghiên cứu ở một số ít loài động vật thí nghiệm như chuột hoặc khỉ. Trong tự nhiên, có những loài có khả năng đặc biệt phù hợp với môi trường của chúng, như khả năng định hướng chính xác của chim bồ câu hoặc khả năng tái tạo tế bào thần kinh của một số loài lưỡng cư. Mỗi loài có một hệ thần kinh đặc trưng, thích ứng với môi trường sống và cách sinh tồn riêng của chúng. Bằng cách mở rộng nghiên cứu ra các loài đa dạng hơn, các nhà khoa học có thể khám phá những nguyên tắc mới trong cách mà hệ thần kinh tự nhiên xử lý thông tin và thích ứng với những thay đổi phức tạp của môi trường.
Công nghệ mở ra chân trời mới
Áp dụng những công cụ tiên tiến giúp các nhà khoa học vượt ra khỏi giới hạn trước đây trong nghiên cứu thần kinh hiện đại. Các công nghệ như cảm biến gắn trên động vật, thiết bị đo lường di động, hình ảnh tế bào có độ phân giải cao cho phép các nhà khoa học thu thập dữ liệu chính xác hơn từ động vật trong môi trường tự nhiên.
Ví dụ, các camera gắn trên đầu động vật có thể theo dõi hành vi, còn các cảm biến đo lường chuyển động và định vị giúp ghi lại vị trí và hoạt động của động vật mà không làm gián đoạn hay ảnh hưởng đến hành vi của chúng. Các công cụ mô phỏng tiên tiến, kết hợp với trí tuệ nhân tạo, đang dần giúp các nhà khoa học tái hiện lại hành vi tự nhiên trong phòng thí nghiệm một cách chính xác hơn. Những tiến bộ này mở ra một hướng đi mới trong việc nghiên cứu trí thông minh tự nhiên mà trước đây rất khó thực hiện.
Kết luận
Theo quan điểm của Forli và Yartsev, hiểu được trí thông minh tự nhiên không chỉ là một mục tiêu khoa học mà còn là một cách để mở rộng kiến thức của chúng ta về những gì tạo nên một hệ thống thông minh linh hoạt và thích ứng. Việc chỉ dựa vào chủ nghĩa giản lược sẽ khiến chúng ta bỏ lỡ những yếu tố quan trọng của trí thông minh tự nhiên. Để khắc phục điều này, cần phải thay đổi cách tiếp cận, từ việc tập trung vào các thí nghiệm đơn lẻ trong phòng thí nghiệm sang việc quan sát hành vi động vật trong môi trường tự nhiên, cũng như nghiên cứu trên nhiều loài khác nhau.
Bằng cách áp dụng những nguyên lý mà tự nhiên đã phát triển qua hàng triệu năm, chúng ta có thể phát triển những hệ thống trí tuệ nhân tạo vượt ra ngoài những giới hạn hiện tại. Một AI dựa trên nguyên lý trí thông minh tự nhiên sẽ không chỉ là một cỗ máy xử lý dữ liệu khô khan mà có thể học hỏi và thích ứng sáng tạo với môi trường, mở ra những tiềm năng mới cho công nghệ và cho sự hiểu biết của con người về chính mình.
Theo Understanding the neural basis of natural intelligence – Angelo Forli và Michael M. Yartsev, Đại học California, Berkeley. https://doi.org/10.1016/j.cell.2024.07.049 Tạp chí cell.com