Chúng tôi xin giới thiệu loạt bài về AI vô cùng hữu ích của GS Truyen Tran. Đây là bài thứ hai trong loạt bài A.I: BỐI CẢNH DỊCH CHUYỂN của GS Truyền, link bài gốc tại đây. Bài trước xem tại đây Tiếp cận AI thế nào?
A.I: BỐI CẢNH DỊCH CHUYỂN (P.2)
Tút trước ghi lại câu trả lời của tôi về lựa chọn hướng tiếp cận AI nói chung, theo hướng Toán và Vật lý nói riêng. Tút này tập trung vào tác động của AI đến các ngành lập trình và y tế.
Tác động của AI đến ngành lập trình
Câu hỏi này của một bạn SV đang theo ngành phần mềm. Bạn lo lắng rằng nghề của bạn sẽ có nguy cơ biến mất do AI. Nói cho chính xác thì AI mà các bạn đang quan ngại là loại mô hình ngôn ngữ lớn (LLMs – Large Language Models). Bây hầu hết ngôn ngữ viết và ngôn ngữ lập trình sử dụng chung bộ Unicode, nên việc LLMs học trên cả hai loại ngôn ngữ này là hoàn toàn bình thường. Khi được tinh chỉnh để tuân thủ lệnh bằng ngôn ngữ viết và sinh ra ngôn ngữ lập trình, và kết hợp nhuần nhuyễn theo trật tự nhất định (agentic flow), LLMs hiện đã viết được code khá ổn đối với những app thông dụng.
Tôi tuy làm mô hình ngôn ngữ lập trình từ rất sớm, cỡ 2016, vẫn cực kỳ ngạc nhiên với năng lực lập trình của LLMs hiện đại. Lượng đổi chất đổi là có thật, các cụ ạ. Xưa mô hình của chúng tôi chỉ độ 100 triệu tham số là sướng rung rinh rồi, vừa đủ để gợi ý vài token tiếp theo, hay giúp tìm kiếm APIs hoặc cảnh báo lỗi. LLMs ngày nay cỡ 1000 lần như vậy, làm được đủ thứ, lại còn hiểu được ngôn ngữ tự nhiên.
> Tác động là phi tuyến
Trước câu hỏi của bạn trẻ trên, một thành viên toạ đàm không trả lời trực tiếp ngay, mà dẫn ra ví dụ về ngành chẩn đoán hình ảnh. Năm 2016, chứng kiến sức mạnh của AI trong lĩnh vực xử lý ảnh, Geoff Hinton người góp phần tạo nên cuộc cách mạng AI lần này có nói đại ý, từ giờ trở đi không cần đào tạo bác sỹ ngành này nữa. Tuy nhiên đến năm 2024 này, đã sau 8 năm, không ai mất việc cả, thậm chí còn lắm việc để làm hơn.
Hiện tượng đó ít nhiều liên quan đến Nghịch lý Jevons. Năm 1865, một nhà kinh tế học người Anh tên William Stanley Jevons phát hiện ra rằng, mức tiêu thụ than đá thực tế lại tăng lên sau khi người ta cải thiện hiệu năng của máy hơi nước. Máy hơi nước chạy bằng than đá, và cải thiện hiệu năng tức là làm giảm mức tiêu thụ than đá trên mỗi đơn vị công sinh ra. Tức là mỗi đơn vị công thì cần ít than đá hơn, nhưng vì chi phí giảm, nhu cầu về công tăng cao hơn mức giảm, dẫn đển tổng lượng tiêu thụ than đá tăng.
Chiếu theo ảnh hưởng của AI trong ngành chẩn đoán hình ảnh thì, có thể năng suất của các bác sỹ đã tăng do sử dụng AI, dẫn đến chi phí giảm, và gián tiếp thúc đẩy nhu cầu chẩn đoán hình. Tôi không có số liệu về vấn đề này nên chỉ có thể đoán mò, như các thành viên tham gia tọa đàm.
Sau khi chứng kiến việc cụ Hinton đã đoán sai mười mươi, người ta có sửa lại, đại ý rằng bác sỹ chẩn đoán hình dùng AI thì sẽ không thất nghiệp, nhưng bác sỹ không biết dùng AI thì có thể. Dù sao thì cụ Hinton, hay bất cứ nhà chuyên môn nào, cũng đã có tiền lệ đoán sai rất nhiều, có lẽ là do lối tư duy tuyến tính dễ thương và không tính đến những tác động vòng vèo mang tính hệ thống.
> Nhưng sẽ rất đáng kể
Mặc dù có tiền lệ như vậy, ta cũng không thể ỷ vào đó mà quên đi sức ép ghê gớm của AI lên nghề lập trình vì hai ngành này có những chuẩn nghề rất khác nhau. Ngành Y có những quy chuẩn rất chặt chẽ nhằm giảm thiểu sai sót, và hiện con người vẫn phải ra quyết định và chịu trách nhiệm pháp lý. Vì thế AI trong Y khoa vẫn sẽ chỉ là công cụ hỗ trợ công việc, ít ra trong một thập niên tới. Trong khi đó, nghề lập trình thì quy chuẩn nằm ở giá thành, chất lượng và thời hạn hoàn thành dự án.
Với gợi ý đó, chúng tôi cho rằng nghề lập trình chắc chắn sẽ có những thay đổi cơ bản về cách thức một kỹ sư phần mềm xử lý công việc. Việc sử dụng công cụ AI để hỗ trợ công việc sẽ trở nên phổ biến, và bộ kỹ năng của kỹ sư phần mềm sẽ dịch chuyển đáng kể, khi luôn có một hay nhiều người bạn đường (companion) sẵn sàng sinh ra spec, thiết kế, code, kiểm thử cho bạn theo yêu cầu, trong nháy mắt. Thậm chí cả khi bạn còn chưa biết mình muốn gì, LLMs hoàn toàn có thể gợi ý cho bạn.
Vừa mới đây thôi, chúng tôi vừa làm một bản demo về so sánh chương trình đạo tạo chi tiết nữa các trường ĐH. Thông thường để làm được demo đó mất cỡ 1-3 tháng. Giờ chỉ cần 2 ngày.
Tác động của AI đến ngành y tế
Chăm sóc sức khỏe là lĩnh vực được kỳ vọng rất nhiều ngay sau khi khái niệm AI được đề xuất vào giữa thập nhiên 1950. Tuy nhiên ảnh hưởng của AI lên Y khoa thực hành đến nay còn nhỏ, thậm chí ở nhiều nơi không tồn tại. Năm 2020-2021 xảy ra đại dịch COVID, người ta kỳ vọng rằng AI sẽ đóng vai trò lớn vì nó là giải pháp tự nhiên trong giãn cách. Tuy nhiên, COVID chỉ có vai trò thúc đẩy nghiên cứu và đầu tư AI, chứ AI không thực sự có vài trò nổi bật, thậm chí còn đáng thất vọng.
Vì y tế là một ngành lớn, tổ chức chặt chẽ, phức tạp, việc đưa một công nghệ như AI vào sẽ không có ảnh hưởng đáng kể nếu như không thay đổi được gốc rễ của các tiến trình chăm sóc sức khỏe, phát minh thiết bị và phát hiện thuốc. Người đầu tiên phản đối có lẽ chính là bác sỹ, vì họ phải học thêm công cụ mới, mà chưa chắc đã giúp ích cho công việc, vốn dĩ đã quá tải. Các y tá có lẽ sẽ đón nhận vui vẻ hơn, vì dù sao họ cũng không phải ra y lệnh cuối cùng.
Sau buổi thuyết trình có một bạn NCS sinh hỏi tôi về giải pháp cho vấn đề chẩn đoán hình của bạn khi có ít dữ liệu quá. Tôi nói về giải pháp kỹ thuật có thể nghĩ đến “visual prompting” hay “in-context learning”. Tuy nhiên tôi chưa làm về vấn đề đó nên cũng không chắc, và để tiếp cận bài toán như vậy thường đòi hỏi hệ thống chạy được mô hình ngôn ngữ – thị giác lớn (Large Vision-Language Model), và chưa chắc lab của bạn đã có thể chạy được. Tôi có nói thêm một ý là, giải quyết vấn đề y tế chưa bao giờ là việc tạo ra một app, dù là thông minh, như bạn mong muốn.
