Cyc — 40 năm cố gắng viết “tri thức thường thức” bằng tay

Mở đầu

Cyc là một dự án với mục tiêu dạy cho máy móc toàn bộ “tri thức thường thức” của con người. Dự án bắt đầu từ năm 1984 và đến năm 2026 vẫn tiếp tục. Trong lịch sử AI, hiếm có dự án nào theo đuổi một câu hỏi duy nhất trong thời gian dài đến vậy.

Cyc thường được kể như một “dự án buồn bị thời đại bỏ lại phía sau”. Quả thật, Cyc chọn cách tiếp cận gần như đối lập với các mô hình ngôn ngữ lớn (LLM) như ChatGPT và dần rời xa ánh đèn sân khấu. Tuy nhiên, Cyc vẫn tiếp tục hoạt động dưới hình thức một công ty, và vẫn có những người đang sử dụng nó. Gói gọn tất cả chỉ bằng một từ “buồn” có lẽ là hơi vội vàng.

Bài viết này sẽ lần lượt nhìn lại Cyc đã ra đời từ câu hỏi của ai, đã tiến được đến đâu và để lại những gì. Cả những lời khen lẫn những lời phê bình đều sẽ được đề cập.

Tiền truyện: AI từng thống trị một trò chơi hạm đội không gian

Câu chuyện về Cyc sẽ dễ hiểu hơn nhiều nếu bắt đầu từ những nghiên cứu thời trẻ của cha đẻ dự án, Douglas Lenat.

AM — chương trình “khám phá” toán học

Vào những năm 1970, khi còn là nghiên cứu sinh tại Đại học Stanford, Lenat đã tạo ra chương trình AM (Automated Mathematician). Dựa trên các heuristic để tìm kiếm “những khái niệm có vẻ thú vị”, AM tự xây dựng các khái niệm về số và “tái khám phá” những kiến thức cơ bản như phép cộng, phép nhân, cũng như một số định lý trong lý thuyết số.

Nhờ công trình này, Lenat nhận được IJCAI Computers and Thought Award, một giải thưởng uy tín dành cho các nhà nghiên cứu AI trẻ.

Eurisko — học cả chính các heuristic

AM chỉ hoạt động trong một lĩnh vực duy nhất là toán học. Vì vậy, Lenat tiếp tục tạo ra một chương trình có thể sử dụng trong bất kỳ lĩnh vực nào, đồng thời có khả năng tự học cả “cách sử dụng và chỉnh sửa heuristic”. Ông đặt tên nó là Eurisko, bắt nguồn từ tiếng Hy Lạp có nghĩa là “tôi khám phá”.

Sự kiện đưa Eurisko trở nên nổi tiếng diễn ra vào năm 1981.

Trong trò chơi chiến tranh khoa học viễn tưởng Traveller có một giải đấu toàn nước Mỹ với yêu cầu “thiết kế một hạm đội không gian với ngân sách một nghìn tỷ credit rồi cho chúng chiến đấu”. Người tham gia phải đọc một bộ luật dày và quyết định cách phân bổ ngân sách giới hạn cho giáp, động cơ, vũ khí và các hạng mục khác.

Lenat đưa các luật này cho Eurisko và để hệ thống thiết kế hạm đội. Trong khi những người tham gia là con người tạo ra các hạm đội cân bằng khoảng 20 tàu, câu trả lời của Eurisko lại rất kỳ lạ: nó xếp hàng chục con tàu gần như giống nhau và hầu như không thể di chuyển.

Các tàu bị đánh chìm liên tục, nhưng số lượng quá lớn khiến đối thủ bị tiêu diệt trước. Eurisko giành chiến thắng.

Năm 1982, ban tổ chức thay đổi luật để khả năng cơ động của hạm đội cũng ảnh hưởng đến kết quả. Eurisko lại tìm ra một kẽ hở: nếu nhanh chóng tự đánh chìm những tàu đã bị hư hại, nó có thể duy trì chỉ số cơ động của toàn hạm đội. Và nó lại thắng.

Người ta kể rằng ban tổ chức đã nói với Lenat rằng nếu ông tham dự và lại thắng lần nữa, họ sẽ hủy giải đấu. Lenat rút lui và thay vào đó nhận danh hiệu danh dự “Grand Admiral”.

Tuy nhiên, vẫn có tranh luận về việc chiến thắng này thực sự nên được ghi nhận cho Eurisko đến mức nào. Cũng có thông tin cho rằng chính Lenat từng nói hơn một nửa kết quả là nhờ công sức trực tiếp của ông.

Chiến thắng cho thấy “bức tường của tri thức thường thức”

Bài học thực sự từ câu chuyện này không nằm ở việc Eurisko đã thắng.

Sau này Lenat từng giải thích đại ý rằng người chơi là con người đã tự lấp đầy những điều không được viết trong luật bằng cảm giác kiểu “nếu là trong thực tế thì chắc sẽ như thế này”, còn Eurisko thì không có những định kiến đó.

Chính vì vậy, hệ thống có thể đi đến những đáp án mà con người không nghĩ ra — và dù có nghĩ ra cũng có thể không chọn.

Nhìn theo chiều ngược lại, điều đó có nghĩa là máy móc hoàn toàn không có những “điều hiển nhiên không cần viết ra”.

Đồng thời, Lenat cũng gặp bế tắc trước khối lượng công việc khổng lồ khi phải dạy cho Eurisko kiến thức của từng lĩnh vực, từng phần một.

Hai nhận thức này trở thành điểm khởi đầu của Cyc.

Sự ra đời: Nhật Bản là một phần của nguyên nhân

Cyc không phải là một dự án của Đại học Stanford. Nó ra đời tại MCC, một tổ chức nghiên cứu ở Austin, Texas, và Nhật Bản có liên quan sâu sắc đến bối cảnh dẫn tới sự xuất hiện của dự án.

Năm 1981, Bộ Công nghiệp và Thương mại Quốc tế Nhật Bản lúc bấy giờ công bố dự án quốc gia “Máy tính thế hệ thứ năm”, và năm 1982 thành lập viện nghiên cứu ICOT.

Đây là một kế hoạch cực kỳ tham vọng nhằm tạo ra trong vòng 10 năm một loại máy tính “xử lý tri thức”, có khả năng suy luận dựa trên logic.

Thông báo này khiến nước Mỹ cảm thấy lo ngại mạnh mẽ.

Để đáp lại, vào cuối năm 1982, các công ty máy tính và bán dẫn của Mỹ cùng thành lập một liên danh nghiên cứu. Đó chính là MCC (Microelectronics and Computer Technology Corporation).

Người đứng đầu MCC là Bobby Ray Inman, cựu giám đốc Cơ quan An ninh Quốc gia Mỹ (NSA).

Năm 1984, Inman mời Lenat, khi đó đang là trợ lý giáo sư tại Stanford, gia nhập MCC. Cyc là nghiên cứu AI mà Lenat đề xuất làm dự án chủ lực của MCC.

Và như vậy, Cyc chính thức bắt đầu hoạt động tại Austin vào tháng 7 năm 1984.

Nói cách khác, Cyc ra đời giữa cuộc cạnh tranh phát triển AI và công nghệ máy tính giữa Nhật Bản và Mỹ.

Dự án Máy tính thế hệ thứ năm của Nhật kết thúc vào đầu những năm 1990 mà không tạo ra các thành quả thực tiễn như kỳ vọng ban đầu. Trong khi đó, Cyc — dự án sinh ra trong bối cảnh đối trọng với nỗ lực đó — vẫn tiếp tục hơn 40 năm sau.

Tham vọng: viết những điều “không có trong bách khoa toàn thư”

Tên Cyc bắt nguồn từ từ “encyclopedia”.

Tuy nhiên, mục tiêu không phải là khiến máy móc ghi nhớ nội dung của bách khoa toàn thư. Thứ mà Cyc muốn ghi lại là những tri thức thường thức không được viết ở đâu cả, nhưng con người mặc nhiên sử dụng để hiểu chính bách khoa toàn thư.

Vào thời điểm đó, một hướng chủ đạo của AI là “expert system” — hệ chuyên gia.

Trong những lĩnh vực hẹp như chẩn đoán y khoa, các hệ thống này đôi khi có thể đưa ra quyết định ở mức gần với chuyên gia. Nhưng chỉ cần xảy ra điều gì đó hơi nằm ngoài phạm vi dự kiến, chúng có thể đưa ra những câu trả lời vô lý.

Lý do là chúng không biết những điều mà bất kỳ con người nào cũng coi là hiển nhiên, chẳng hạn:

• Nước chảy từ chỗ cao xuống chỗ thấp.
• Một người không thể cùng lúc ở hai nơi.
• Một người đã chết thì không thể chết thêm một lần nữa.

Lenat cho rằng nếu không thể trang bị cho máy móc những điều hiển nhiên như vậy, AI sẽ luôn rất mong manh.

Kế hoạch thực sự là “mồi cho máy bơm”

Đây là một trong những điểm dễ bị bỏ qua nhất trong câu chuyện về Cyc.

Lenat không định viết toàn bộ tri thức thường thức bằng tay cho đến tận cùng.

Ý tưởng của ông là thế này: trước tiên, con người sẽ nhập bằng tay một lượng tri thức thường thức đủ lớn. Nếu lượng tri thức đó trở thành “mồi” để khởi động chiếc bơm tri thức, sau đó hệ thống sẽ tự đọc văn bản, tự thử nghiệm và bắt đầu tự học.

Nói cách khác, mục tiêu cuối cùng là một cỗ máy có thể đọc và tự học.

Ý tưởng này sẽ trở nên rất quan trọng ở phần sau.

Cyc đôi khi được gọi là một dự án hướng tới “Artificial General Intelligence (AGI)”. Cách gọi này khá gần với mục tiêu mà Cyc theo đuổi, nhưng thuật ngữ AGI chỉ trở nên phổ biến từ những năm 2000 trở đi. Đó không phải là ngôn ngữ được dùng vào năm 1984.

Phương pháp: viết tri thức thường thức từng phần một bằng tay

Cách xây dựng Cyc rất đơn giản — và cũng khổng lồ đến khó tưởng tượng.

Những người được gọi là “Cyclist”, bao gồm các triết gia và lập trình viên, nhập từng khái niệm về thế giới và từng mối quan hệ giữa chúng.

Ví dụ:

• Chim có cánh.
• Cha mẹ lớn tuổi hơn con cái.
• Nếu A nằm trong B và B nằm trong C, thì A nằm trong C.

Những tri thức này không được viết bằng tiếng Anh hay tiếng Nhật mà bằng một ngôn ngữ chuyên dụng có tên CycL.

Nếu tri thức được biểu diễn theo một dạng không mơ hồ, máy có thể kết hợp các mảnh tri thức khác nhau và tự suy ra những kết luận chưa từng được viết trực tiếp.

“Microtheory” — cách để chứa những mâu thuẫn

Ngay khi bắt đầu viết tri thức thường thức, một vấn đề nhanh chóng xuất hiện: tri thức của con người mâu thuẫn ở rất nhiều nơi.

Ví dụ, câu “rồng có thể bay” là đúng trong một câu chuyện, nhưng không đúng trong thế giới thực. Con người tự nhiên chuyển đổi giữa các bối cảnh này.

Cyc xử lý điều đó bằng một cơ chế gọi là microtheory.

Tri thức được chia thành những khu vực theo bối cảnh, chẳng hạn “thế giới của một câu chuyện”, “vật lý hiện đại” hay “pháp luật của một quốc gia”.

Nhờ vậy, ngay cả khi tri thức giữa các khu vực không nhất quán, toàn bộ hệ thống vẫn không sụp đổ.

Nghe có vẻ là một chi tiết nhỏ, nhưng đây có lẽ là một trong những phần “giống con người” nhất trong thiết kế của Cyc.

Quy mô

Sau 40 năm tích lũy, quy mô của dự án được thể hiện qua những con số như sau:

“Person-year” là lượng công việc mà một người thực hiện trong một năm.

2.000 person-year tương đương với việc 100 người làm việc liên tục trong 20 năm.

Một lưu ý về suy luận

Vì Cyc suy ra kết luận một cách logic từ tri thức đã được viết, nên có thể lần theo lý do tại sao hệ thống đi đến một câu trả lời cụ thể.

Ở điểm này, Cyc đối lập với LLM, vốn thường gặp khó khăn khi giải thích cơ sở của câu trả lời.

Tuy nhiên, nói rằng “Cyc sử dụng logic hoàn hảo và không bao giờ sai” là quá mức.

Độ chính xác của câu trả lời phụ thuộc vào độ chính xác của tri thức được nhập vào. Đồng thời, để có thể đưa ra câu trả lời trong thời gian thực tế khi xử lý một kho tri thức khổng lồ, quá trình suy luận cũng sử dụng nhiều cách rút gọn và cơ chế dừng.

Một cách mô tả chính xác hơn là: Cyc khó bịa ra câu trả lời tùy tiện hơn và cho phép truy ngược cơ sở của suy luận.

Khó khăn khi viết tri thức thường thức: “Fred còn là con người khi đang cạo râu không?”

Có một câu chuyện nổi tiếng cho thấy việc biểu diễn tri thức thường thức bằng logic khó đến mức nào.

Đó là câu chuyện “Fred cạo râu” của Cyc, được giới thiệu trong bộ phim tài liệu năm 1992 The Machine That Changed the World.

Một buổi sáng, các nhà nghiên cứu cố gắng để Cyc hiểu một cảnh trong đó một người tên Fred đang cạo râu.

Tất nhiên Cyc có tri thức rằng “con người cạo râu”. Nó cũng có thể hiểu Fred đang cầm một chiếc máy cạo râu điện và cạo râu.

Ngoài ra, Cyc còn có tri thức rằng “một công cụ mà con người cầm và sử dụng, theo một nghĩa nào đó, có thể được xem như một phần của cơ thể người đó”.

Nhưng lúc này một tri thức khác bắt đầu có tác dụng.

Cyc cũng biết rằng “con người không có các bộ phận điện”.

Khi xét trạng thái “Fred đang cạo râu”, chiếc máy cạo râu điện mà Fred đang cầm cũng bị coi là một phần của Fred.

Điều đó có nghĩa là trong suy luận của Cyc, “Fred trong lúc cạo râu có một bộ phận điện”.

Khi đó, hai tri thức xung đột:

“Con người không có các bộ phận điện.”
“Fred trong lúc cạo râu có một bộ phận điện.”

Con người không gặp khó khăn với tình huống này.

Chúng ta tự nhiên hiểu rằng “Fred chỉ đang cầm máy cạo râu điện; bản thân Fred không có bộ phận điện”.

Ngay cả khi dùng cách nói như “phần mở rộng của cơ thể”, chúng ta vẫn hiểu từ bối cảnh rằng vật đó không thực sự trở thành một phần cơ thể theo nghĩa đen.

Nhưng khi cố gắng biểu diễn tri thức thường thức dưới dạng từng mệnh đề logic riêng lẻ, sự “hiểu tự nhiên” này trở thành một vấn đề rất khó.

Hãy xem các tri thức sau:

“Con người cạo râu.”
“Con người không có các bộ phận điện.”
“Một công cụ được cầm và sử dụng có thể, theo một nghĩa nào đó, được xem như một phần của cơ thể.”

Nếu nhìn riêng lẻ, không tri thức nào có vẻ đặc biệt kỳ lạ.

Nhưng khi kết hợp chúng để suy luận, một câu hỏi kỳ quặc có thể xuất hiện: “Fred còn là con người trong khi đang cạo râu không?”

Điểm thú vị ở đây là vấn đề không xảy ra vì Cyc thiếu tri thức thường thức đơn giản rằng “con người cạo râu”.

Ngược lại, vấn đề nảy sinh chính vì Cyc đã có rất nhiều tri thức thường thức.

Con người gần như vô thức đưa ra vô số phán đoán tinh tế:

“Cái này chỉ mang nghĩa ẩn dụ.”

“Quan hệ này chỉ là tạm thời.”

“Thuộc tính này chỉ nên được kế thừa đến mức này.”

Để khiến máy tính làm điều tương tự, không chỉ cần viết từng mảnh tri thức, mà còn phải mô tả tri thức đó được phép lan truyền đến đâu trong quá trình suy luận.

Câu chuyện Fred cạo râu cho thấy rất rõ rằng công việc “đưa tri thức thường thức vào máy tính” mà Cyc theo đuổi nhiều năm không thể kết thúc chỉ bằng việc đăng ký thật nhiều tri thức.

Tách ra độc lập và công khai: Cycorp và OpenCyc

Sự ra đời của Cycorp

Tiếp nối kết quả của 10 năm đầu tiên tại MCC, vào cuối năm 1994 Cyc tách ra thành một công ty độc lập.

Đó là Cycorp, có trụ sở tại Austin.

Nguồn vốn đến từ các cơ quan chính phủ và doanh nghiệp tư nhân, và Lenat giữ chức CEO cho đến khi qua đời.

Cycorp đã tham gia các dự án của chính phủ Mỹ, quân đội, cơ quan tình báo, tổ chức nghiên cứu khoa học và nhiều tổ chức khác.

Năm 2002, công ty còn xây dựng một công cụ bảo mật sử dụng Cyc để tìm ra điểm yếu trong mạng.

OpenCyc — phần tri thức từng được công khai

Một phần tri thức của Cyc từng được công khai cho mọi người sử dụng. Đó là OpenCyc.

• Mùa xuân 2002: Phiên bản đầu tiên được phát hành, với 6.000 khái niệm và 60.000 mệnh đề tri thức.
• 2006: ResearchCyc, một phiên bản lớn hơn, được cung cấp miễn phí cho các nhà nghiên cứu.
• Tháng 6/2012: OpenCyc 4.0, phiên bản cuối cùng, được phát hành với khoảng 240.000 khái niệm và khoảng 2 triệu mệnh đề tri thức. Nhiều trong số đó là tri thức phân loại kiểu “A là một loại của B”.
• Khoảng tháng 3/2017: Việc công khai chấm dứt. Cycorp giải thích rằng những phần bị tách riêng và lưu truyền bên ngoài đã gây ra nhầm lẫn, khiến OpenCyc bị hiểu lầm là chính Cyc.

Trong 15 năm, OpenCyc đã đóng góp vào việc xây dựng tri thức mà máy có thể đọc.

Ví dụ, phần lớn hệ thống tri thức UMBEL được trích xuất từ OpenCyc.

Knowledge Graph như một “họ hàng”

Ngày nay, khi tìm kiếm tên một người trên công cụ tìm kiếm, chúng ta thường thấy ở bên cạnh các thông tin về tiểu sử và những người liên quan.

Đằng sau đó là một khái niệm gọi là Knowledge Graph.

Các kho tri thức công khai như Wikidata cũng dựa trên tư tưởng tương tự.

Chúng không phải là hậu duệ trực tiếp của Cyc.

Tuy nhiên, ý tưởng “biểu diễn các sự vật trong thế giới và mối quan hệ giữa chúng dưới dạng mà máy có thể đọc” là điều Cyc đã theo đuổi rất sớm và rất triệt để.

Sự xuất hiện của LLM: “cỗ máy đọc và tự học” đã đến từ một con đường khác

Trong thời gian Cyc tiếp tục viết tri thức thường thức, dòng chính của AI đã thay đổi mạnh mẽ.

Thay vì con người viết luật, máy bắt đầu tự tìm ra pattern từ lượng dữ liệu lớn — mở ra thời đại của machine learning và sau đó là deep learning.

Một trong những điểm đến của xu hướng đó là các mô hình ngôn ngữ lớn (LLM) như ChatGPT.

Bằng cách đọc khối lượng văn bản khổng lồ trên Internet, LLM có được khả năng tạo ra những câu trả lời trông như có tri thức thường thức.

Không ai phải nhập từng dòng rằng “nước chảy xuống chỗ thấp”.

Sự trớ trêu của lịch sử

Hãy nhớ lại câu chuyện “mồi cho máy bơm” ở phần trước.

Mục tiêu cuối cùng của Lenat là một cỗ máy có thể đọc văn bản và tự học.

Điều gần với mục tiêu đó cuối cùng lại được thực hiện bằng một phương pháp gần như đối lập hoàn toàn với cách Lenat lựa chọn.

Thay vì viết tri thức thường thức bằng tay để làm “mồi”, người ta cho máy đọc ngay từ đầu một lượng văn bản khổng lồ.

Cỗ máy mà Lenat từng mơ đến đã xuất hiện từ một con đường mà ông không chọn.

Có lẽ đây là phần trớ trêu nhất — và cũng đáng suy ngẫm nhất — trong câu chuyện của Cyc.

Vì sao không thể đơn giản nói rằng Cyc “đã thua”

Dù vậy, cũng không thể đơn giản gọi đây là thất bại của Cyc.

Điểm mạnh và điểm yếu của LLM và Cyc gần như phản chiếu lẫn nhau.

Nhìn lại câu chuyện Eurisko cũng cho thấy một sự đối lập thú vị.

Eurisko có quá ít định kiến nên đưa ra những đáp án mà con người không chọn.

LLM thì ngược lại: chúng kế thừa rất nhiều định kiến từ văn bản do con người viết.

Nhờ vậy chúng hành xử tự nhiên hơn, nhưng độ đúng không được đảm bảo.

Có thể xem Cyc là một nỗ lực ở khoảng giữa: xây dựng một dạng tri thức thường thức có thể được neo vào các mệnh đề rõ ràng và có thể kiểm tra cơ sở.

Những năm cuối đời của Lenat và bài báo cuối cùng

Năm 2023, khi LLM trở thành chủ đề được toàn thế giới chú ý, Lenat công bố một bài báo.

Bài báo được phát hành vào tháng 7, đồng tác giả với nhà khoa học nhận thức Gary Marcus, có tiêu đề Getting from Generative AI to Trustworthy AI: What LLMs might learn from Cyc.

Bài báo bắt đầu bằng việc liệt kê 16 đặc tính mà một AI đáng tin cậy nên có, chẳng hạn có thể giải thích lý do cho câu trả lời, suy luận có logic và suy đoán người khác đang nghĩ gì.

Bài viết chỉ ra rằng LLM còn yếu ở nhiều điểm trong số đó và cho thấy Cyc có thể xử lý từng điểm như thế nào.

Kết luận của họ là nên kết hợp LLM với những cơ chế tri thức và suy luận như Cyc.

Những cách kết hợp như vậy thường được gọi là AI neuro-symbolic.

Chỉ hơn một tháng sau, ngày 31/8/2023, Lenat qua đời vì ung thư đường mật tại Austin, hưởng thọ 72 tuổi.

Ông không kịp chứng kiến dự án mà mình dành cả đời theo đuổi trở lại nhận được sự chú ý rộng rãi.

Tuy nhiên, điều đáng ghi nhớ là công trình cuối cùng của ông không phủ nhận LLM, mà đề xuất một con đường để hai cách tiếp cận có thể kết hợp với nhau.

Sau khi Lenat qua đời, Cycorp tuyên bố rằng công ty sẽ tiếp tục hoạt động.

Đánh giá Cyc như thế nào: khen ngợi và phê bình

Đánh giá về Cyc đến nay vẫn rất phân cực.

Sẽ không công bằng nếu chỉ giới thiệu một phía, vì vậy chúng ta cần nhìn cả hai.

Khen ngợi: dám đối mặt với câu hỏi mà hầu như không ai khác muốn chạm vào

Trong bài tưởng niệm Lenat, Marcus đánh giá ông là người đã dám theo đuổi một dự án mà hầu như không ai khác đủ can đảm để thực hiện.

Việc đối diện trực tiếp trong 40 năm với một đối tượng rộng lớn, không thấy điểm kết thúc như tri thức thường thức của con người tự nó đã là một công việc gần như không có tiền lệ.

Cyc cũng sớm thúc đẩy tư tưởng ontology engineering — tổ chức tri thức thành các khái niệm và mối quan hệ — và có ảnh hưởng đến những nỗ lực sau này về Knowledge Graph và Semantic Web.

Phê bình: bước đột phá được hứa hẹn đã không xuất hiện

Ở chiều ngược lại cũng có những đánh giá rất nghiêm khắc.

Bài luận dài Obituary for Cyc của Yuxi Liu, công bố năm 2025 sau khi khảo sát kỹ nhiều nguồn tư liệu, kết luận rằng Cyc đã thất bại nếu xét như một nỗ lực nhằm đạt tới trí tuệ tổng quát.

Theo bài luận, Lenat nhiều lần dự đoán rằng “bước đột phá đã ở rất gần”, nhưng những dự đoán đó không trở thành hiện thực.

Bài viết cũng cho rằng, mặc dù Cycorp duy trì được tình hình tài chính ổn định trong thời gian dài — điều khá hiếm với một công ty công nghệ nhỏ — những ứng dụng thương mại được biết đến của Cyc về mặt chức năng không khác nhiều so với các giải pháp tích hợp dữ liệu và truy xuất thông tin thông thường do những công ty công nghệ lớn cung cấp.

Theo đánh giá đó, không có bằng chứng rõ ràng cho thấy “trí thông minh cao hơn” đặc trưng của Cyc đã trở thành lợi thế cạnh tranh.

Nên hiểu hai cách đánh giá này như thế nào?

Cần phân biệt hai nhận định:

“Cyc vẫn đang được sử dụng.”

và

“Cyc đặc biệt vượt trội trong những ứng dụng đó.”

Nhận định đầu tiên là một sự thật.

Nhận định thứ hai, ít nhất từ bên ngoài, rất khó xác minh.

Điều có thể nói là Cyc là một trong những thí nghiệm kéo dài lâu nhất và có quy mô lớn nhất về câu hỏi: “Điều gì sẽ xảy ra nếu chúng ta viết tri thức thường thức bằng tay?”

Việc biết được phương pháp này mắc kẹt ở đâu và điều gì khiến nó khó khăn tự nó đã là một tri thức quan trọng đối với lịch sử AI.

Kết luận: những câu hỏi đã quay trở lại

Lịch sử của Cyc có phải là một “số phận buồn” không?

Tôi không nghĩ vậy.

Những câu hỏi mà Cyc đã theo đuổi suốt 40 năm nay đang quay trở lại dưới hình thức khác.

Vấn đề LLM tạo ra những điều sai nhưng nghe rất thuyết phục.

Vấn đề AI không thể giải thích đầy đủ lý do cho câu trả lời.

Và những nỗ lực kết hợp Knowledge Graph hoặc retrieval với LLM để cung cấp cho mô hình nguồn tri thức đáng tin cậy từ bên ngoài.

Tất cả đều là những câu hỏi mà Cyc đã suy nghĩ trong nhiều thập kỷ.

Có lẽ Cyc là một dự án đặt đúng câu hỏi, nhưng con đường đi tới câu trả lời lại không phù hợp với thời đại của nó.

Và liệu con đường đó có hoàn toàn vô ích hay không, đến nay vẫn chưa có kết luận cuối cùng.

Lịch sử AI không phải là một đường thẳng của người thắng và kẻ thua. Đó là lịch sử của nhiều con đường tách ra rồi lại giao nhau.

Cyc đã đi trên một trong những con đường đó lâu hơn gần như bất kỳ ai.

Và đến tận hôm nay, vẫn có những người tiếp tục làm việc ở cuối con đường ấy.

Tài liệu tham khảo

• Cyc (Wikipedia tiếng Anh)
• Douglas Lenat (Wikipedia tiếng Anh)
• Eurisko (Wikipedia tiếng Anh)
• Traveller Adventure 5: Trillion Credit Squadron (Wikipedia tiếng Anh)
• Eurisko (Traveller Wiki)
• A brief history of artificial intelligence beating humans (PC Gamer)
• Bài viết của George Johnson về Eurisko (Alicia Patterson Foundation)
• Replicating Douglas Lenat's Traveller TCS win (LessWrong)
• Microelectronics and Computer Technology Corporation (Wikipedia tiếng Anh)
• Communications of the ACM, September 1983 (Máy tính thế hệ thứ năm và MCC)
• Cyc (aiwiki.ai)
• Fare Thee Well, OpenCyc (Mike Bergman, 2017)
• OpenCyc (KBpedia)
• AI Pioneer Douglas Lenat (I Programmer)
• Bài tưởng niệm của Enterra Solutions
• Giới thiệu Obituary for Cyc (mjtsai.com)
• Obituary for Cyc (bản gốc của Yuxi Liu)
• Lenat, D. & Marcus, G. (2023) Getting from Generative AI to Trustworthy AI: What LLMs might learn from Cyc (arXiv)