Con người vẫn có thể đánh bại trí tuệ nhân tạo trong các trò chơi điện tử

2 giờ trướcBài gốc

Trong nhiều năm, trò chơi được xem là “sân khấu” để trí tuệ nhân tạo chứng minh sức mạnh. Năm 1997, Deep Blue của IBM đánh bại kỳ thủ Garry Kasparov trong cờ vua. Gần hai thập niên sau, AlphaGo của Google khiến thế giới kinh ngạc khi vượt qua cao thủ cờ vây, một trò chơi từng được cho là quá phức tạp với máy tính. Từ đó, AI chơi game trở thành một thước đo quen thuộc để nói về sự tiến bộ của công nghệ.

AI từng vượt con người ở một số trò chơi điện tử có mục tiêu rõ và môi trường được huấn luyện kỹ.

Nhưng câu chuyện không đơn giản là “AI đã thắng con người”. Theo Popular Science, các nhà nghiên cứu cho rằng con người vẫn có lợi thế rất lớn trong một dạng thử thách khác: cầm một trò chơi hoàn toàn mới, chưa từng biết trước, rồi nhanh chóng hiểu luật, mục tiêu và cách chơi. Đây là điều AI hiện nay vẫn làm chưa tốt, dù có thể rất mạnh trong những trò đã được huấn luyện kỹ.

AI chơi game rất giỏi, nhưng thường chỉ giỏi trong “vùng quen”

Lý do AI thường được thử nghiệm bằng game là vì game có luật rõ, mục tiêu cụ thể và môi trường tương đối kiểm soát được. Với cờ vua, cờ vây hay nhiều trò Atari cổ điển, máy có thể chơi đi chơi lại hàng triệu ván trong mô phỏng, tự rút kinh nghiệm qua từng lần thắng thua. Cách học này gọi là học tăng cường.

Nhờ học tăng cường, AI có thể tiến bộ rất nhanh trong một nhiệm vụ cụ thể. Khi đã được huấn luyện đủ lâu, máy có thể tìm ra chiến thuật mà con người khó nghĩ tới, phản ứng cực nhanh và gần như không biết mệt. Đó là lý do AI từng vượt qua con người ở nhiều trò chơi tưởng như rất khó.

Tuy nhiên, điểm mạnh ấy cũng là điểm giới hạn. Một AI cực giỏi trong một trò chưa chắc sẽ chơi tốt trò khác. Chỉ cần luật thay đổi, mục tiêu bớt rõ ràng hoặc môi trường trở nên mở hơn, khả năng của máy có thể giảm mạnh. Nói cách khác, AI không “hiểu game” theo cách con người hiểu, mà thường đang tối ưu hóa một nhiệm vụ đã được định nghĩa sẵn.

Điều này dễ thấy khi so sánh cờ vua với những game thế giới mở. Trong cờ vua, mục tiêu cuối cùng rất rõ: chiếu bí đối thủ. Nhưng trong một trò như Red Dead Redemption, người chơi không chỉ bắn, cưỡi ngựa hay hoàn thành nhiệm vụ. Họ còn phải hiểu bối cảnh, nhân vật, đạo đức, lựa chọn và cảm giác nhập vai. “Thắng” trong một game như vậy không chỉ là đạt một điểm số.

Con người có thể hiểu nhanh những điều mơ hồ đó vì đã sống trong thế giới thật. Khi thấy một cánh cửa trong game, người chơi đoán được nó có thể mở. Khi thấy hố sâu, họ biết cần nhảy qua hoặc tránh. Khi gặp một nhân vật có thái độ đáng ngờ, họ có thể suy luận đó là nguy cơ hoặc nhiệm vụ mới. Đây là kinh nghiệm đời sống, không chỉ là dữ liệu.

AI thì khác. Một mô hình có thể biết thao tác nhảy từ khối này sang khối khác trong Minecraft, nhưng không nhất thiết hiểu “nhảy” là gì theo nghĩa vật lý và đời sống. Nó có thể thực hiện hành động đúng trong tình huống được huấn luyện, nhưng dễ lúng túng nếu bối cảnh thay đổi.

Theo nhóm nghiên cứu do giáo sư Julian Togelius thuộc Đại học New York tham gia, các game được thiết kế tốt thường dựa trên trực giác, khả năng suy luận và kinh nghiệm phổ biến của con người. Đây chính là lợi thế mà máy chưa dễ bắt kịp.

Con người thắng AI nhờ kinh nghiệm sống và khả năng học nhanh

Một người chơi bình thường khi tải game mới không cần đội ngũ kỹ sư hướng dẫn. Họ có thể bấm thử vài nút, quan sát phản ứng, đọc gợi ý trên màn hình, liên hệ với những trò từng chơi và nhanh chóng hiểu cách vận hành. Ngay cả khi game có cơ chế lạ, con người thường chỉ mất vài giờ để nắm được phần cơ bản.

Popular Science dẫn lại các nghiên cứu trước đây cho thấy một mô hình AI chơi game bằng học tăng cường dựa trên sự tò mò có thể cần khoảng 4 triệu lần tương tác bàn phím để hoàn thành một trò chơi, tương đương khoảng 37 giờ chơi liên tục. Trong khi đó, một game thủ thông thường thường hiểu được cơ chế mới trong chưa đến 10 giờ.

Khoảng cách này cho thấy vấn đề lớn của AI không chỉ nằm ở tốc độ xử lý. Máy có thể tính nhanh hơn người, nhớ nhiều dữ liệu hơn người, nhưng lại thiếu nền tảng trải nghiệm đời sống mà con người tích lũy từ nhỏ. Trẻ em khoảng 18–24 tháng tuổi đã bắt đầu nhận biết các đồ vật riêng lẻ chỉ bằng việc sống, quan sát và tương tác với thế giới xung quanh. Với máy, những hiểu biết tưởng đơn giản ấy lại cần rất nhiều dữ liệu và hướng dẫn.

Đây cũng là lý do câu hỏi “AI có vượt con người không?” cần được nhìn thận trọng hơn. AI có thể vượt con người trong những bài toán hẹp, nơi luật chơi rõ ràng và mục tiêu đo đếm được. Nhưng để đạt trí tuệ giống con người, máy phải làm được nhiều hơn: hiểu tình huống mới, tự đặt kế hoạch, suy luận trừu tượng, sáng tạo và thích nghi khi không có hướng dẫn sẵn.

Các công ty công nghệ vẫn đang cố thu hẹp khoảng cách này. Google DeepMind đã giới thiệu SIMA 2, mô hình được mô tả là bước tiến trong việc giúp AI học chơi game 3D theo cách gần với con người hơn, kể cả những môi trường chưa được huấn luyện riêng. Việc kết hợp năng lực suy luận của các mô hình ngôn ngữ lớn giúp AI hiểu và tương tác tốt hơn với thế giới game mới.

Dù vậy, các nhà nghiên cứu cho rằng AI vẫn còn một chặng đường dài. Một bài kiểm tra rất khó được đề xuất là: hãy để một mô hình chơi và thắng 100 game phổ biến nhất trên Steam hoặc iOS App Store, nhưng không được huấn luyện trước trên các game đó, đồng thời phải học trong khoảng thời gian tương đương con người. Hiện nay, đây vẫn là thử thách rất xa.

Điều thú vị là bài kiểm tra ấy không chỉ dành cho ngành game. Nếu một AI có thể nhanh chóng hiểu và chơi tốt nhiều game mới, điều đó chứng tỏ nó đã tiến gần hơn tới khả năng khái quát hóa, lập kế hoạch và tư duy linh hoạt. Đây là những năng lực quan trọng nếu AI muốn hỗ trợ con người trong thế giới thật, nơi mọi tình huống đều biến đổi và không có “luật chơi” cố định.

Vì vậy, việc con người thắng AI khi chơi game không phải là chuyện nhỏ. Nó nhắc chúng ta rằng trí tuệ con người không chỉ nằm ở tính toán nhanh, mà còn ở kinh nghiệm sống, trực giác và khả năng hiểu ý nghĩa đằng sau hành động. AI có thể là đối thủ đáng gờm trong nhiều trò chơi, nhưng khi bước vào một thế giới mới, con người vẫn có lợi thế rất riêng: biết học từ đời sống trước khi học từ màn hình.

Thủy Long

Nguồn Một Thế Giới : https://1thegioi.vn/con-nguoi-van-co-the-danh-bai-tri-tue-nhan-tao-trong-cac-tro-choi-dien-tu-252322.html