Name: "Ông tổ của trí tuệ nhân tạo" Geoffrey Hinton: Buổi phỏng vấn 60 phút ("Godfather of AI" Geoffrey Hinton: The 60 Minutes Interview)
Uploaded: 2025-08-03T01:17:08.000Z
Duration: 13 min 12 s
Description: Thousands of YouTube videos with English-Chinese subtitles! Now you can learn to understand native speakers, expand your vocabulary, and improve your pronunciation...

Whether you think artificial intelligence will save the world or end it, you have Geoffrey Hinton to thank.

Dù bạn cho rằng trí tuệ nhân tạo sẽ cứu rỗi thế giới hay hủy diệt nó, bạn đều phải cảm ơn Geoffrey Hinton.

Hinton has been called the godfather of AI, a British computer scientist whose controversial ideas helped make advanced artificial intelligence possible and so change the world.

Hinton được mệnh danh là "cha đẻ của trí tuệ nhân tạo", một nhà khoa học máy tính người Anh, người đã đưa ra những ý tưởng gây tranh cãi giúp phát triển trí tuệ nhân tạo tiên tiến và thay đổi thế giới.

Hinton believes that AI will do enormous good, but tonight he has a warning.

Hinton tin rằng trí tuệ nhân tạo (AI) sẽ mang lại lợi ích to lớn, nhưng tối nay ông có một lời cảnh báo.

He says that AI systems may be more intelligent than we know and there's a chance the machines could take over, which made us ask the question.

Ông ấy cho rằng các hệ thống trí tuệ nhân tạo (AI) có thể thông minh hơn chúng ta tưởng và có khả năng máy móc có thể chiếm quyền kiểm soát, điều này đã khiến chúng ta đặt ra câu hỏi.

Câu chuyện sẽ tiếp tục ngay sau đây.

Loài người có biết mình đang làm gì không?

I think we're moving into a period when, for the first time ever, we may have things more intelligent than us.

Tôi nghĩ chúng ta đang bước vào một giai đoạn mà lần đầu tiên trong lịch sử, chúng ta có thể có những thứ thông minh hơn con người.

Bạn tin rằng họ có thể hiểu được?

You believe these systems have experiences of their own and can make decisions based on those experiences?

Bạn tin rằng các hệ thống này có những trải nghiệm riêng và có thể đưa ra quyết định dựa trên những trải nghiệm đó?

Cũng giống như con người, đúng vậy.

I think they probably don't have much self-awareness at present.

Tôi nghĩ hiện tại họ có lẽ không có nhiều nhận thức về bản thân.

So in that sense, I don't think they're conscious.

Vì vậy, theo nghĩa đó, tôi không nghĩ họ có ý thức.

Họ có ý thức về bản thân không?

Tôi nghĩ rằng họ sẽ làm được điều đó theo thời gian.

And so human beings will be the second most intelligent beings on the planet?

Và như vậy, con người sẽ trở thành loài sinh vật thông minh thứ hai trên hành tinh?

Jeffrey Hinton told us the artificial intelligence he set in motion was an accident born of a  In the 1970s at the University of Edinburgh, he dreamed of simulating a neural network on a computer simply as a tool for what he was really studying, the human brain.

Jeffrey Hinton đã chia sẻ với chúng tôi rằng trí tuệ nhân tạo mà ông tạo ra là một sự tình cờ bắt nguồn từ một dự án vào những năm 1970 tại Đại học Edinburgh. Lúc đó, ông mơ ước mô phỏng một mạng thần kinh trên máy tính chỉ đơn giản như một công cụ để ngh

But back then, almost no one thought software could mimic the brain.

Nhưng lúc đó, hầu như không ai nghĩ rằng phần mềm có thể mô phỏng não bộ.

His PhD advisor told him to drop it before it ruined his career.

Người hướng dẫn luận án tiến sĩ của anh ta đã khuyên anh ta bỏ nó đi trước khi nó hủy hoại sự nghiệp của anh ta.

Hinton says he failed to figure out the human mind, but the long pursuit led to an artificial version.

Hinton cho biết ông đã không thể hiểu được tâm trí con người, nhưng quá trình nghiên cứu kéo dài đã dẫn đến việc tạo ra một phiên bản nhân tạo.

It took much, much longer than I expected.

Điều đó mất nhiều, nhiều thời gian hơn tôi dự kiến.

It took like 50 years before it worked well.

Phải mất khoảng 50 năm mới hoạt động tốt.

Nhưng cuối cùng, nó đã hoạt động tốt.

At what point did you realize that you were right about neural networks and most everyone else was wrong?

Bạn đã nhận ra điều đó vào lúc nào, rằng bạn đã đúng về mạng nơ-ron và hầu hết mọi người khác đều sai?

In 2019, Hinton and collaborators Jan LeCun on the left and Yoshua Bengio won the Turing Award, the Nobel Prize of Computing.

Năm 2019, Hinton cùng các cộng sự Jan LeCun (bên trái) và Yoshua Bengio đã giành giải Turing, giải Nobel của lĩnh vực máy tính.

To understand how their work on artificial neural networks helped machines learn to learn, let us take you to a game.

Để hiểu cách công trình nghiên cứu về mạng thần kinh nhân tạo của họ đã giúp máy móc học cách học, hãy cùng chúng tôi khám phá một trò chơi.

This is Google's AI lab in London, which we first showed you this past April.

Đây là phòng thí nghiệm trí tuệ nhân tạo (AI) của Google tại London, mà chúng tôi đã giới thiệu đến các bạn vào tháng 4 vừa qua.

Geoffrey Hinton wasn't involved in this soccer project, but these robots are a great example of machine learning.

Geoffrey Hinton không tham gia vào dự án bóng đá này, nhưng những con robot này là một ví dụ tuyệt vời về học máy.

The thing to understand is that the robots were not programmed to play soccer.

Điều cần hiểu là các robot không được lập trình để chơi bóng đá.

Tóm lại, đây là cách AI thực hiện điều đó.

Hinton and his collaborators created software in layers with each layer handling part of the problem.

Hinton và các cộng sự của ông đã phát triển phần mềm theo từng lớp, với mỗi lớp chịu trách nhiệm xử lý một phần của vấn đề.

Nhưng đây mới là điểm mấu chốt.

When, for example, the robot scores, a message is sent back down through all of the layers that says that pathway was right.

Khi robot ghi điểm, một thông báo được gửi ngược lại qua tất cả các lớp, cho biết đường dẫn đó là đúng.

Likewise, when an answer is wrong, that message goes down through the network.

Tương tự, khi câu trả lời sai, thông báo đó sẽ được truyền xuống qua mạng.

So correct connections get stronger, wrong connections get weaker, and by trial and error, the machine teaches itself.

Vì vậy, các kết nối chính xác trở nên mạnh mẽ hơn, các kết nối sai trở nên yếu đi, và thông qua quá trình thử nghiệm và sai sót, máy tự học hỏi.

You think these AI systems are better at learning than the human mind?

Bạn nghĩ rằng các hệ thống trí tuệ nhân tạo (AI) này giỏi hơn trí óc con người trong việc học hỏi?

Tôi nghĩ có thể là vậy, đúng vậy.

And at present, they're quite a lot smaller.

Và hiện nay, chúng nhỏ hơn rất nhiều.

So even the biggest chatbots only have about a trillion connections in them.

Vì vậy, ngay cả những chatbot lớn nhất cũng chỉ có khoảng một nghìn tỷ kết nối bên trong.

The human brain has about a hundred trillion.

Não người có khoảng một trăm nghìn tỷ.

And yet, in the trillion connections in a chatbot, it knows far more than you do in your hundred trillion connections, which suggests it's got a much better way of getting knowledge into those connections.

Và thế nhưng, trong hàng nghìn tỷ kết nối của một chatbot, nó biết nhiều hơn bạn trong hàng trăm nghìn tỷ kết nối của bạn, điều này cho thấy nó có một cách tốt hơn nhiều để đưa kiến thức vào những kết nối đó.

A much better way of getting knowledge that isn't fully understood.

Một cách tốt hơn nhiều để tiếp thu kiến thức mà chưa được hiểu rõ hoàn toàn.

We have a very good idea of sort of roughly what it's doing.

Chúng tôi có một ý tưởng khá rõ ràng về những gì nó đang làm.

But as soon as it gets really complicated, we don't actually know what's going on any more than we know what's going on in your brain.

Nhưng ngay khi mọi thứ trở nên thực sự phức tạp, chúng ta thực sự không biết điều gì đang xảy ra hơn là chúng ta biết điều gì đang xảy ra trong não của bạn.

What do you mean we don't know exactly how it works?

Ý anh là chúng ta không biết chính xác cách nó hoạt động sao?

Nó được thiết kế bởi con người.

What we did was we designed the learning algorithm.

Điều chúng tôi đã làm là thiết kế thuật toán học máy.

That's a bit like designing the principle of evolution.

Điều đó有点像设计进化的原理。

But when this learning algorithm then interacts with data, it produces complicated neural networks that are good at doing things, but we don't really understand exactly how they do those things.

Nhưng khi thuật toán học này tương tác với dữ liệu, nó tạo ra các mạng thần kinh phức tạp có khả năng thực hiện các tác vụ một cách hiệu quả, nhưng chúng ta thực sự không hiểu rõ chính xác cách thức chúng thực hiện những tác vụ đó.

What are the implications of these systems autonomously writing their own computer code and executing their own computer code?

Những hệ thống này tự động viết mã máy tính của chính mình và thực thi mã máy tính của chính mình có ý nghĩa gì?

Đó là một vấn đề nghiêm trọng, phải không?

So one of the ways in which these systems might escape control is by writing their own computer code to modify themselves.

Một trong những cách mà các hệ thống này có thể thoát khỏi sự kiểm soát là bằng cách tự viết mã máy tính để tự điều chỉnh bản thân.

And that's something we need to seriously worry about.

Và đó là điều chúng ta cần phải lo lắng một cách nghiêm túc.

What do you say to someone who might argue, if the systems become malevolent, just turn them off?

Bạn sẽ trả lời thế nào nếu ai đó lập luận rằng, nếu các hệ thống trở nên độc hại, chỉ cần tắt chúng đi?

They will be able to manipulate people, right?

Họ sẽ có thể điều khiển con người, đúng không?

And these will be very good at convincing people, because they'll have learned from all the novels that were ever written, all the books by Machiavelli, all the political connivances.

Và những người này sẽ rất giỏi trong việc thuyết phục người khác, bởi vì họ đã học hỏi từ tất cả các tiểu thuyết từng được viết ra, tất cả các tác phẩm của Machiavelli, và tất cả các mưu mô chính trị.

They'll know all that stuff, they'll know how to do it.

Họ sẽ biết tất cả những điều đó, họ sẽ biết cách làm.

Know-how of the human kind runs in Geoffrey Hinton's family.

Kiến thức chuyên môn về trí tuệ con người đã được truyền lại trong gia đình Geoffrey Hinton.

His ancestors include mathematician George Boole, who invented the basis of computing, and George Everest, who surveyed India and got that mountain named after him.

Ông có tổ tiên là nhà toán học George Boole, người đã phát minh ra nền tảng của khoa học máy tính, và George Everest, người đã tiến hành đo đạc Ấn Độ và ngọn núi đó được đặt tên theo ông.

But as a boy, Hinton himself could never climb the peak of expectations raised by a domineering father.

Nhưng khi còn là một cậu bé, Hinton bản thân không bao giờ có thể leo lên đỉnh cao của những kỳ vọng mà người cha độc đoán đã đặt ra cho mình.

Every morning when I went to school, he'd actually say to me as I walked down the driveway, get in there pitching, and maybe when you're twice as old as me, you'll be half as good.

Mỗi sáng khi tôi đi học, anh ấy thực sự nói với tôi khi tôi đi xuống lối vào nhà: "Vào trong đó mà ném đi, và có lẽ khi con già gấp đôi tuổi ta, con sẽ chỉ bằng một nửa tài năng của ta."

Bố là một chuyên gia về bọ cánh cứng.

He knew a lot more about beetles than he knew about people.

Anh ta biết về bọ cánh cứng nhiều hơn là biết về con người.

Bạn có cảm thấy như vậy khi còn nhỏ không?

When he died, we went to his study at the university, and the walls were lined with boxes of papers on different kinds of beetle.

Khi ông qua đời, chúng tôi đến phòng làm việc của ông tại trường đại học, và các bức tường được xếp đầy những hộp giấy chứa các loại tài liệu về bọ cánh cứng.

And just near the door, there was a slightly smaller box that simply said, not insects.

Và ngay gần cửa, có một hộp nhỏ hơn một chút, trên đó chỉ ghi: "Không phải côn trùng."

And that's where he had all the things about the family.

Và đó chính là nơi anh ta giữ tất cả những thứ liên quan đến gia đình.

Today, at 75, Hinton recently retired after what he calls 10 happy years at Google.

Hôm nay, ở tuổi 75, Hinton vừa nghỉ hưu sau 10 năm làm việc hạnh phúc tại Google, như ông tự gọi là "10 năm hạnh phúc" tại công ty này.

Now, he's professor emeritus at the University of Toronto, and he happened to mention he has more academic citations than his father.

Hiện nay, ông là giáo sư danh dự tại Đại học Toronto, và ông tình cờ nhắc đến việc ông có nhiều trích dẫn học thuật hơn cha mình.

Some of his research led to chatbots like Google's Bard, which we met last spring.

Một số nghiên cứu của ông đã dẫn đến việc phát triển các chatbot như Bard của Google, mà chúng ta đã được giới thiệu vào mùa xuân năm ngoái.

We asked Bard to write a story from six words.

Chúng tôi đã yêu cầu Bard viết một câu chuyện từ sáu từ.

Bán giày trẻ em, chưa từng sử dụng.

The shoes were a gift from my wife, but we never had a baby.

Đôi giày là quà của vợ tôi, nhưng chúng tôi chưa bao giờ có con.

Bard created a deeply human tale of a man whose wife could not conceive, and a stranger who accepted the shoes to heal the pain after her miscarriage.

Bard đã sáng tác một câu chuyện đầy tính nhân văn về một người đàn ông có vợ không thể có con, và một người lạ đã nhận đôi giày để chữa lành nỗi đau sau khi vợ anh ta sảy thai.

Tôi không biết phải nghĩ sao về điều này.

Chatbots are said to be language models that just predict the next most likely word based on probability.

Chatbots được cho là các mô hình ngôn ngữ chỉ dự đoán từ tiếp theo có khả năng cao nhất dựa trên xác suất.

You'll hear people saying things like, they're just doing autocomplete.

Bạn sẽ nghe mọi người nói những điều như, họ chỉ đang sử dụng tính năng tự động hoàn thành.

They're just trying to predict the next word.

Họ chỉ đang cố gắng dự đoán từ tiếp theo.

Và họ chỉ đang sử dụng thống kê.

Well, it's true they're just trying to predict the next word.

Đúng vậy, họ chỉ đang cố gắng dự đoán từ tiếp theo.