Theo một nghiên cứu được công bố vào tháng 7 năm ngoái, khái niệm quên lãng, thường được coi là tiêu cực trong cuộc sống của chúng ta, có thể đóng vai trò quan trọng trong việc nâng cao khả năng học hỏi của AI. Khám phá này không chỉ thách thức quan điểm truyền thống của chúng ta về học tập và ghi nhớ mà còn cung cấp một quan điểm độc đáo về cách AI có thể ảnh hưởng đến môi trường thể chất và nhận thức của chúng ta. Các mạng thần kinh nhân tạo, hiện đang hỗ trợ phần lớn các hệ thống AI tiên tiến ngày nay, phản ánh mạng lưới nơ ron phức tạp trong não người. Những hệ thống này bắt đầu bằng cách xử lý thông tin theo cách có vẻ ngẫu nhiên và tiến hóa thông qua học tập để cải thiện luồng dữ liệu, do đó nâng cao hiệu suất và sự hiểu biết.

Tuy nhiên, điều này về bản chất đòi hỏi nhiều tài nguyên tính toán, vì vậy khi xảy ra bất kỳ điều chỉnh nào giữa chừng, toàn bộ quy trình phải được khởi động lại, dẫn đến sự thiếu hiệu quả và mối quan hệ không thể tách rời. Nhưng phương pháp quên lãng có chọn lọc được tiết lộ trong nghiên cứu này cho phép sử dụng hiệu quả hơn sức mạnh tính toán tổng thể bằng cách xóa bỏ các thông tin chính trước đó khi học tập tiến hành, khẳng định lại rằng quên lãng là một chức năng không phải là lỗi mà là để tăng hiệu quả và khả năng thích nghi.

Trong thời đại kỹ thuật số, cơ thể con người của chúng ta ngày càng kết nối với nhiều công nghệ hơn, từ thiết bị đeo theo dõi sức khỏe đến điện thoại thông minh mở rộng khả năng nhận thức. Chúng ta sống bằng cách xem quá nhiều thứ qua điện thoại thông minh. Cơ hội để nhìn vào khoảnh khắc của cuộc sống của ai đó được đặt tên là nội dung, và chúng ta có quyền và cơ hội để ghi lại nhiều thứ của cá nhân trên nền tảng kỹ thuật số.

Tuy nhiên, chúng ta nhận thức rằng nhiều thông tin cá nhân được ghi lại vô hạn như vậy lại trở thành gánh nặng hoặc là những dấu vết mà chúng ta muốn xóa nhưng không thể xóa, điều này cũng tạo ra một hệ thống ghi nhớ mới. Dòng thông tin không ngừng này cung cấp quyền truy cập chưa từng có vào kiến thức nhưng cũng là một thử thách đối với sức khỏe tinh thần và thể chất. Do đó, khái niệm quên lãng có thể là một tiêu chuẩn quan trọng để quản lý sự quá tải kỹ thuật số này và ưu tiên xử lý khối lượng dữ liệu khổng lồ mà chúng ta phải đối mặt hàng ngày.

Từ quan điểm của khoa học thần kinh, quên lãng thường được coi là một lỗi trong hệ thống ghi nhớ của chúng ta. Đối với các nhà thần kinh học, quên lãng chỉ là thứ cần phải chiến đấu hết sức. Tuy nhiên, từ quan điểm của thần kinh sinh học và khoa học máy tính, quên lãng không chỉ là một quá trình bình thường mà còn có lợi cho khả năng nhận thức, sáng tạo, hạnh phúc cảm xúc và sức khỏe xã hội của chúng ta.

Triết gia Kang Sin-ju trong tác phẩm "Quên lãng và Tự do" của mình lập luận rằng quên lãng không nên được hiểu là một trạng thái ngớ ngẩn hoặc đơn giản là suy giảm trí nhớ. Thay vào đó, ông cho rằng quên lãng là một loại sức mạnh chủ động để vượt lên, một ý nghĩa của cuộc đấu tranh gay gắt đối với những người muốn gắn bó với quá khứ. Từ quan điểm của ông, quên lãng không phải là mất mát mà là một quá trình cần thiết để đạt được hạnh phúc, hy vọng và sống trong hiện tại. Là những sinh vật tự cho mình là trung tâm một cách dai dẳng, con người phải trải qua giai đoạn trống rỗng để có cơ hội đối mặt với người khác. Do đó, lập luận của ông rằng quên lãng có thể là một hình thức khác của sức khỏe mạnh mẽ đã cho chúng ta biết nhiều hơn những gì chúng ta nghĩ.

Khi AI được tích hợp vào cuộc sống hàng ngày, chúng ta sẽ phải xem xét lại mối quan hệ của mình với cơ thể ở nhiều khía cạnh hơn. Sự tương đồng giữa hiệu quả quên lãng của các hệ thống AI và lợi ích của nó đối với nhận thức của con người có thể được coi là một quá trình nữa để hiểu những cách tinh vi mà công nghệ đang định hình lại cảnh quan thể chất và tinh thần của chúng ta. Trong các lĩnh vực khoa học tạo ra AI, việc chấp nhận nghịch lý quên lãng đã tạo ra các quá trình đổi mới chưa từng thấy trước đây. Vậy, bây giờ, chúng ta có thể áp dụng nghịch lý quên lãng này cho cơ thể của chúng ta, những người đã cung cấp cho chúng ta khái niệm, vai trò và sự hiểu biết về quên lãng? Câu hỏi dường như cần thiết.

Tài liệu tham khảo

Cải thiện tính dẻo dai của ngôn ngữ thông qua đào tạo trước với việc quên lãng chủ động

Quên lãng có chọn lọc có thể giúp AI học tốt hơn

Quên lãng và Tự do⁠⁠⁠⁠⁠⁠⁠