The Creativity Code

Bản dịch dưới đây được dịch sơ bộ bằng công cụ dịch tự động và sẽ được kiểm tra, điều chỉnh lại bởi các thành viên của trang web dichsach.club (bao gồm cả bạn nữa); Vì vậy, nếu bạn nhận thấy bản dịch này có nội dung nào chưa chính xác, đừng ngần ngại ấn vào nút “Edit this page” để hiệu chỉnh nội dung giúp bản dịch ngày càng hoàn thiện hơn. Cảm ơn bạn rất nhiều!

The Creativity Code: How AI Is Learning to Write, Paint and Think	Mã sáng tạo: Cách AI học viết, vẽ tranh và suy nghĩ.
Marcus du Sautoy	Marcus du Sautoy
The Creativity Code (2019) explores the growing capabilities of artificial intelligence and its recent venture into creative fields such as art, music and literature - previously thought to be exclusively human territory. Author Marcus du Sautoy takes us on a journey from the origins of our own creativity to a future of art-making algorithms in a quest to answer the existential question: Can machines be creative?	Mã sáng tạo (xuất bản năm 2019) mô tả sự hoàn thiện mỗi ngày của trí tuệ nhân tạo và những thử nghiệm mạo hiểm gần đây của trí tuệ nhân tạo trong các lĩnh vực đòi hỏi sự sáng tạo như nghệ thuật, âm nhạc và văn học - vốn trước đây được cho là lãnh thổ riêng của con người. Tác giả Marcus du Sautoy đưa chúng ta vào một cuộc hành trình từ nguồn gốc của sự sáng tạo đến một tương lai của các thuật toán tạo ra nghệ thuật trong nhiệm vụ trả lời một câu hỏi hiện sinh: Máy móc có thể sáng tạo không?
Who's it for?	Ai là người nên đọc tác phẩm này?
•Anyone interested in artificial intelligence	• Bất kỳ ai quan tâm đến trí tuệ nhân tạo
•Lovers of art, math and music	• Những người yêu thích nghệ thuật, toán học và âm nhạc
•Futurists who like to speculate about the coming union of human and machine	• Những người theo chủ nghĩa tương lai thích suy đoán về sự kết hợp sắp tới giữa con người và máy móc
About the author	Giới thiệu về tác giả
Marcus du Sautoy is a British mathematician and author of the best-seller The Music of the Primes (2003). On the strength of his writing about science, he was appointed to the Simonyi Professorship for the Public Understanding of Science at Oxford University, a post previously held by Richard Dawkins.	Marcus du Sautoy là nhà toán học người Anh và là tác giả của cuốn sách bán chạy nhất The Music of the Primes (2003). Với khả năng viết về khoa học, ông đã được bổ nhiệm vào chức vụ Giáo sư Simonyi phục vụ Kiến thức Cộng đồng về Khoa học tại Đại học Oxford, một vị trí trước đây do Richard Dawkins đảm nhiệm.
What’s in it for me? A closer look at art-making AI	Ta có thể học được gi? Cái nhìn sâu hơn về AI tạo nghệ thuật
Algorithms that paint psychedelic images, apps that do your makeup, programs that generate photos of people that don’t exist – even if you’re not a tech nerd, you’ve probably read about some of AI’s recent advances in your news feed. Many of the headlines concern AI forays into art, music and other areas of human creativity.	Các thuật toán vẽ hình ảnh ảo giác, các ứng dụng trang điểm cho bạn, các chương trình tạo ảnh của những người không tồn tại - ngay cả khi bạn không phải là dân công nghệ, bạn có thể đã đọc về một số tiến bộ gần đây của AI trong tin tức hàng ngày. Nhiều bài báo liên quan đến việc AI đang xâm nhập vào nghệ thuật, âm nhạc và các lĩnh vực sáng tạo khác của con người.
Perhaps AI art is such a hot topic because creativity is one of our most distinguishing features. In fact, the human urge to express oneself through art might be older than modern humans. For instance, archeologists have found 500,000-year-old carved shells in Java that they believe to be the work of Homo erectus, ancestor to both the Neanderthals and us.	Có lẽ AI trong nghệ thuật là một chủ đề nóng như vậy bởi vì sự sáng tạo là một trong những đặc điểm nổi bật nhất của chúng ta. Trên thực tế, sự thôi thúc của con người muốn thể hiện bản thân thông qua nghệ thuật đã xuất hiện từ lâu đời, thậm chí xuất hiện trước cả loài người hiện đại. Ví dụ, các nhà khảo cổ học đã tìm thấy những chiếc vỏ chạm khắc 500.000 năm tuổi ở Java mà họ tin rằng đó là tác phẩm của Homo erectus, tổ tiên của cả người Neanderthal và chúng ta-người hiện đại.
If creativity predates humans, is it possible that it will transcend us? Is the proliferation of AI already paving the way for the next step of evolution – giving rise to intelligent machine artists who create paintings, music and literature of their own?	Nếu sự sáng tạo có trước con người, liệu nó có thể vượt xa chúng ta không? Phải chăng sự gia tăng của AI đã mở đường cho bước tiến hóa tiếp theo - tạo ra các nghệ sĩ máy thông minh, những người tạo ra các bức tranh, âm nhạc và văn học của riêng họ?
To answer this question, mathematician and art enthusiast Marcus du Sautoy takes us on a journey, from the basic principles of computing to the math of music and the near future of art-making AI.	Để trả lời câu hỏi này, nhà toán học và người đam mê nghệ thuật Marcus du Sautoy sẽ đưa chúng ta vào một cuộc hành trình, từ các nguyên tắc cơ bản của máy tính đến toán học của âm nhạc và tương lai trước mắt của AI làm nghệ thuật.
In these readims you’ll learn about	Trong phần tóm tắt này, bạn sẽ tìm hiểu về:
the three different types of human creativity;	Ba loại sáng tạo khác nhau của con người;
the common language that unites math, music and computing;	Ngôn ngữ chung hợp nhất toán học, âm nhạc và máy tính;
and a computer program able to compose symphonies like Bach.	Một chương trình máy tính có thể soạn các bản giao hưởng như Bach.
#1. Creativity is about exploring, combining and transforming existing structures to make something new.	#1. Sáng tạo là khám phá, kết hợp và biến đổi các cấu trúc hiện có để tạo ra một cái gì đó mới.
Let’s face it: in many ways, computers are smarter than people. They can store more facts, crunch bigger numbers and they’re better at spelling. Perhaps the one thing we humans can still take solace in is our creativity. Surely a machine could never come up with a joke, compose a symphony or write a book – or could it? To answer this existential query, let’s first take a look at what we mean when we talk about creativity.	Hãy đối mặt với nó: theo nhiều cách, máy tính thông minh hơn con người. Nó có thể lưu trữ nhiều dữ kiện hơn, thu thập những con số lớn hơn và giỏi chính tả hơn. Có lẽ một điều mà con người chúng ta vẫn có thể an ủi là sự sáng tạo của chúng ta. Chắc chắn một cỗ máy không bao giờ có thể nghĩ ra một trò đùa, sáng tác một bản giao hưởng hay viết một cuốn sách - hay có thể chứ? Để trả lời câu hỏi tồn tại này, trước tiên chúng ta hãy xem ý của chúng ta khi nói về sự sáng tạo.
Being creative means coming up with something new, surprising and valuable. French painter Claude Monet is famous for his beautiful paintings of water lilies – but his paintings are more than just beautiful. Layering flecks upon flecks of color instead of using traditional brush strokes, Monet showed the world a new way to appreciate the interplay of light and color. This novel painting style, called impressionism, inspired generations of artists and helped pave the way from figurative to abstract art.	Sáng tạo có nghĩa là nghĩ ra một cái gì đó mới, đáng ngạc nhiên và có giá trị. Họa sĩ người Pháp Claude Monet nổi tiếng với những bức tranh hoa súng tuyệt đẹp - nhưng những bức tranh của ông không chỉ đẹp. Xếp lớp trên các đốm màu thay vì sử dụng các nét cọ truyền thống, Monet đã cho thế giới thấy một cách mới để đánh giá cao sự tương tác giữa ánh sáng và màu sắc. Phong cách hội họa mới lạ này, được gọi là trường phái ấn tượng, đã truyền cảm hứng cho nhiều thế hệ nghệ sĩ và giúp mở đường từ nghệ thuật tượng hình sang nghệ thuật trừu tượng.
Just as our ideas about art have changed over the centuries, so too have our ideas of creativity constantly evolved. We often measure a creative act by how much it differs from those that have come before. Consider early twentieth-century composer Arnold Schönberg. Composers before Schönberg took for granted that a central key, or tone, was the basis for any composition. Schönberg boldly disregarded this rule to invent atonality – bringing the world unexpected listening pleasures. Cognitive scientist Margaret Boden calls this type of rule-breaking transformational creativity. Transformational creativity can completely overturn what we think is possible in a given discipline.	Cũng như những ý tưởng của chúng ta về nghệ thuật đã thay đổi qua nhiều thế kỷ, thì những ý tưởng sáng tạo của chúng ta cũng không ngừng phát triển. Chúng ta thường đo lường một hành động sáng tạo bằng mức độ khác biệt của nó so với những hành động trước đây. Hãy xem xét nhà soạn nhạc đầu thế kỷ 20 Arnold Schönberg. Các nhà soạn nhạc trước Schönberg đã cho rằng khóa trung tâm, hay giai điệu, là cơ sở cho bất kỳ sáng tác nào. Schönberg đã mạnh dạn bỏ qua quy tắc này để phát minh ra tính cá nhân - mang đến cho thế giới những thú vui nghe bất ngờ. Nhà khoa học nhận thức Margaret Boden gọi đây là loại hình sáng tạo chuyển đổi phá vỡ quy tắc. Sự sáng tạo mang tính biến đổi có thể lật ngược hoàn toàn những gì chúng ta nghĩ là có thể xảy ra trong một ngành học nhất định.
In addition, Boden identified two other types of creativity. She says that Monet’s work exhibits exploratory creativity – that it explores what is possible within the rules of the discipline. Monet still depicted water lilies in a figurative way, but he did so in a completely new, impressionist, manner.	Ngoài ra, Boden còn xác định được hai kiểu sáng tạo khác. Cô ấy nói rằng công việc của Monet thể hiện sự sáng tạo mang tính khám phá - rằng nó khám phá những gì có thể xảy ra trong các quy tắc của ngành. Monet vẫn mô tả hoa súng theo nghĩa bóng, nhưng ông đã làm như vậy theo một cách hoàn toàn mới, theo trường phái ấn tượng.
Combinatorial creativity is the ability to merge structures that, on the surface, might not belong together. Contemporary architect Zaha Hadid translates her love of abstract art into impossible-looking, curvaceous buildings. The Heydar Aliyev Centre that she designed in Azerbaijan, for instance, looks less like a building than an oversized seashell. Her buildings are also a great example of the practical applications of creativity. Creativity, it turns out, isn’t just for artists.	Khả năng kết hợp sáng tạo là khả năng hợp nhất các cấu trúc mà bề ngoài có thể không thuộc về nhau. Kiến trúc sư đương đại Zaha Hadid đã chuyển tình yêu nghệ thuật trừu tượng của cô thành những tòa nhà tròn trịa không thể tưởng tượng được. Chẳng hạn, Trung tâm Heydar Aliyev mà cô ấy thiết kế ở Azerbaijan trông giống một tòa nhà hơn là một vỏ sò quá khổ. Các tòa nhà của cô cũng là một ví dụ tuyệt vời về các ứng dụng thực tế của sự sáng tạo. Hóa ra, sáng tạo không chỉ dành cho các nghệ sĩ.
#2. Human creativity drives art, but also mathematics.	#2. Sự sáng tạo của con người thúc đẩy nghệ thuật, nhưng cũng là toán học
Being creative means bending – sometimes even breaking – the rules to come up with something new. But this skill isn’t limited to art, music and literature. Look closely, and you’ll find creativity in places you’d never expect, such as the author’s field: math.	Sáng tạo có nghĩa là bẻ cong - đôi khi thậm chí phá vỡ các quy tắc để tìm ra một cái gì đó mới. Nhưng kỹ năng này không chỉ giới hạn ở nghệ thuật, âm nhạc và văn học. Hãy quan sát kỹ và bạn sẽ tìm thấy sự sáng tạo ở những nơi bạn không bao giờ mong đợi, chẳng hạn như lĩnh vực của chính tác giả: Toán học.
To understand how mathematicians are creative, we must first understand what they do.	Để hiểu cách các nhà toán học sáng tạo, trước tiên chúng ta phải hiểu những gì họ làm.
A mathematician uses logical arguments to prove theorems from axioms. Axioms are mathematical statements that we assume to be true. For example, we assume that:	Một nhà toán học sử dụng các lập luận logic để chứng minh các định lý từ các tiên đề. Tiên đề là những phát biểu toán học mà chúng ta giả định là đúng. Ví dụ, chúng tôi giả định rằng:
√1= 1	√1 = 1
A theorem is the new mathematical statement that the mathematician needs to prove. Maybe we want to show that:	Định lý là một phát biểu toán học mới mà nhà toán học cần chứng minh. Có lẽ chúng tôi muốn thể hiện rằng:
√1≠ 1	√1 ≠ 1
To do this, we have to use logical steps to connect the existing axioms about square numbers with our new theorem. But advanced math is about much more than following rules and applying cold logic.	Để làm được điều này, chúng ta phải sử dụng các bước logic để kết nối các tiên đề hiện có về số bình phương với định lý mới của chúng ta. Nhưng toán học nâng cao không chỉ là tuân theo các quy tắc và áp dụng logic lạnh lùng.
Just like good art, good math requires thinking outside the box and telling compelling stories. Mathematicians don’t want to prove theorems that are boring and obvious. They want to prove theorems that are bold, unexpected and deepen our understanding of the world. Doing this requires intuition and creativity.	Cũng giống như nghệ thuật giỏi, toán giỏi đòi hỏi tư duy bên ngoài và kể những câu chuyện hấp dẫn. Các nhà toán học không muốn chứng minh các định lý nhàm chán và hiển nhiên. Họ muốn chứng minh những định lý táo bạo, bất ngờ và giúp chúng ta hiểu sâu hơn về thế giới. Làm được điều này cần có trực giác và óc sáng tạo.
Grigori Perelman displayed both these qualities when he proved the Poincaré conjecture, a now-famous theorem that describes all the different geometrical shapes in our universe. To prove the theorem, he applied the rules of a completely different area of mathematics. Using the way liquid flows over a surface, Perelman was able to describe the entire range of shapes that can possibly exist. His combinatorial creativity produced new and surprising insight into our universe.	Grigori Perelman đã thể hiện cả hai phẩm chất này khi chứng minh được giả thuyết Poincaré, một định lý nổi tiếng hiện nay mô tả tất cả các hình dạng hình học khác nhau trong vũ trụ của chúng ta. Để chứng minh định lý, ông đã áp dụng các quy tắc của một lĩnh vực toán học hoàn toàn khác. Sử dụng cách chất lỏng chảy trên một bề mặt, Perelman đã có thể mô tả toàn bộ phạm vi hình dạng có thể tồn tại. Sự sáng tạo tổ hợp của ông đã tạo ra cái nhìn sâu sắc mới và đáng ngạc nhiên về vũ trụ của chúng ta.
But even a genius like Perelman can’t do his work alone. With every successful proof, the field of math is getting more complex. For a discipline that’s as old as civilization itself, this means that many calculations are now so complicated that even the greatest mathematician couldn’t solve them with pen and paper.	Nhưng ngay cả một thiên tài như Perelman cũng không thể làm việc một mình. Với mỗi chứng minh thành công, lĩnh vực toán học ngày càng phức tạp hơn. Đối với một kỷ luật đã lâu đời như nền văn minh, điều này có nghĩa là nhiều phép tính hiện nay phức tạp đến mức ngay cả nhà toán học vĩ đại nhất cũng không thể giải chúng bằng bút và giấy.
Today’s mathematicians need computers to process the mass of numbers with which they’re dealing. These machines have become indispensable. In fact, Israeli mathematician Doron Zeilberger insists on including his computer, which he calls Shalosh B. Ekhad, as co-author of his mathematical papers. By freeing them from tedious calculations and diminishing the margin of human error, computers allow mathematicians to think more creatively than ever.	Các nhà toán học ngày nay cần máy tính để xử lý khối lượng các con số mà họ đang xử lý. Những máy móc này đã trở nên không thể thiếu. Trên thực tế, nhà toán học Israel Doron Zeilberger nhất quyết đưa máy tính của mình, mà ông gọi là Shalosh B. Ekhad, làm đồng tác giả của các bài báo toán học của mình. Bằng cách giải phóng họ khỏi những phép tính tẻ nhạt và giảm thiểu sai số của con người, máy tính cho phép các nhà toán học suy nghĩ sáng tạo hơn bao giờ hết.
#3. Algorithms shape modern life.	#3. Các thuật toán định hình cuộc sống hiện đại.
Mathematicians and computers have something in common – they both follow sets of logical rules to reach a desired outcome. The rules encoded into a computer are called algorithms. You can think of them as a bunch of “if-then” sentences that tell the computer how to behave. For example, your email filter may follow the rule, “if an email contains the word Viagra, then place it in the spam folder.”	Các nhà toán học và máy tính có điểm chung - cả hai đều tuân theo các bộ quy tắc logic để đạt được kết quả mong muốn. Các quy tắc được mã hóa vào máy tính được gọi là thuật toán. Bạn có thể coi chúng như một loạt các câu “nếu-thì” cho máy tính biết cách hoạt động. Ví dụ: bộ lọc email của bạn có thể tuân theo quy tắc, “nếu email có chứa từ Viagra, thì hãy đặt nó vào thư mục spam”.
But algorithms do much more than sort your emails for you.	Nhưng các thuật toán còn làm được nhiều thứ hơn là sắp xếp email cho bạn.
This should come as no surprise. Companies like Amazon, Netflix and Spotify use algorithms to inundate you with recommendations. Their algorithms try to predict which music, movies or products you might like, based on your previous choices.	Điều này sẽ không có gì ngạc nhiên. Các công ty như Amazon, Netflix và Spotify sử dụng các thuật toán để cung cấp cho bạn các đề xuất. Các thuật toán của họ cố gắng dự đoán nhạc, phim hoặc sản phẩm nào bạn có thể thích, dựa trên các lựa chọn trước đó của bạn.
More contentiously, algorithms now even pick our romantic partners for us. The dating site OkCupid evaluates your personality traits, likes and dislikes to find you matches. Though in a recent study of couples who married between 2005 and 2012, those who met online seemed significantly happier than couples who met offline. Do algorithms know something we don’t?	Thêm nữa, các thuật toán giờ đây thậm chí còn chọn những đối tác lãng mạn cho chúng ta. Trang web hẹn hò OkCupid đánh giá các đặc điểm tính cách của bạn, thích và không thích để tìm thấy bạn phù hợp. Mặc dù trong một nghiên cứu gần đây về các cặp kết hôn từ năm 2005 đến 2012, những người gặp nhau trực tuyến có vẻ hạnh phúc hơn đáng kể so với những cặp gặp nhau ngoài đời. Các thuật toán có biết điều gì đó mà chúng ta không biết hay không?
Well, algorithms often work by asking various layers of questions about massive amounts of data. Have you ever wondered how a website comes out on top of the Google search? Their search algorithm measures the value of a website by asking how many other websites have linked to it. Then, using the same measure, it asks how valuable those other websites are. If your business website is linked to on many high-value websites like CNN, it will climb higher in the search rankings. This creates a complicated system of cross-evaluation that requires collecting and comparing more data than a human brain could ever handle.	Các thuật toán thường hoạt động bằng cách hỏi nhiều lớp câu hỏi khác nhau về lượng dữ liệu khổng lồ. Bạn đã bao giờ tự hỏi làm thế nào một trang web lại xuất hiện trên đầu trang tìm kiếm của Google? Thuật toán tìm kiếm của Google đo giá trị của một trang web bằng cách hỏi có bao nhiêu trang web khác đã liên kết với nó. Sau đó, sử dụng cùng một thước đo, nó hỏi những trang web khác có giá trị như thế nào. Nếu trang web doanh nghiệp của bạn được liên kết với nhiều trang web có giá trị cao như CNN, nó sẽ leo cao hơn trong bảng xếp hạng tìm kiếm. Điều này tạo ra một hệ thống đánh giá chéo phức tạp, đòi hỏi phải thu thập và so sánh nhiều dữ liệu hơn bộ não con người có thể xử lý.
Moreover, many algorithms grow smarter as you interact with them. You’ve probably noticed that the more you use Netflix, Amazon or Spotify, the more these services seem to “get” your taste. This is because every time you use them, you give their algorithms more data to work with. And the algorithms learn to read your data better.	Hơn nữa, nhiều thuật toán sẽ phát triển ngày càng thông minh hơn khi bạn tương tác với chúng. Có thể bạn đã nhận thấy rằng bạn càng sử dụng Netflix, Amazon hoặc Spotify, thì những dịch vụ này dường như càng ngày càng “đáp ứng” được sở thích của bạn. Điều này là do mỗi khi bạn sử dụng chúng, bạn cung cấp cho các thuật toán của chúng nhiều dữ liệu hơn để làm việc. Và các thuật toán học cách đọc dữ liệu của bạn tốt hơn.
With time, Netflix will understand that you watched Sleepless in Seattle not because you’re a huge romantic comedy fan, but because you really like Tom Hanks. Instead of directing you to Notting Hill, it might take you to Forrest Gump. Algorithms that are able to learn in such a way have changed the prospects of artificial intelligence.	Chỉ sau một thời gian, Netflix sẽ hiểu rằng bạn xem Sleepless in Seattle không phải vì bạn là một người hâm mộ phim hài lãng mạn, mà vì bạn thực sự thích Tom Hanks. Thay vì hướng bạn đến Notting Hill, nó có thể đưa bạn đến Forrest Gump. Các thuật toán có thể học theo cách như vậy đã thay đổi triển vọng của trí tuệ nhân tạo.
#4. The advent of bottom-up machine learning has revolutionized the field of AI.	#4. Sự ra đời của máy học từ dưới lên đã tạo ra một cuộc cách mạng trong lĩnh vực AI.
Before the dawn of machine learning, programmers were united in the belief that “You can only get out what you put in.” Meaning, a program is only as smart as the person who coded it. So, what changed their mind? It was a computer that plays board games.	Trước buổi bình minh của máy học, các lập trình viên đã thống nhất với nhau trong niềm tin rằng “Bạn chỉ có thể khai thác những gì bạn đưa vào”. Có nghĩa là, một chương trình chỉ thông minh như cách người ta lập trình ra nó. Vì vậy, điều gì đã thay đổi? Đó là một máy tính có thể chơi board game.
Go is an ancient Chinese board game that requires intelligence, skill and creativity. Two players take turns placing black and white stones on a 19 x 19 grid. The goal is to capture your opponent’s stones by surrounding them with your own. Because Go requires complex pattern recognition and because the number of possible games is endless, it was long believed to be impossible to teach a computer how to play it. But in 2016, in a man-versus-machine showdown followed around the globe, Demis Hassabis’s AlphaGo computer took down the reigning human Go champion Lee Sedol in a four-to-one victory. How did AlphaGo achieve the impossible?	Cờ vây là một trò chơi cổ đại của Trung Quốc đòi hỏi trí thông minh, kỹ năng và sự sáng tạo. Hai người chơi lần lượt đặt các quân cờ đen và trắng trên bàn cờ 19 x 19. Mục đích là để chiếm lấy những quân cờ của đối thủ bằng cách bao vây chúng bằng những quân của bạn. Bởi vì cờ vây yêu cầu nhận dạng mẫu phức tạp và vì số lượng nước đi trò chơi có thể có là vô tận, từ lâu, người ta tin rằng không thể dạy máy tính cách chơi cờ vây. Nhưng vào năm 2016, trong một cuộc đấu giữa người và máy diễn ra trên toàn cầu, máy tính AlphaGo của Demis Hassabis đã hạ gục nhà đương kim vô địch cờ vây Lee Sedol với chiến thắng 4-1. Vậy AlphaGo đã làm thế nào để đạt được điều tưởng như là không thể?
Hassabis and his team used the technique of machine learning to develop their Go-playing computer. They encoded a few basic rules into AlphaGo. Then, they let the computer write the rest of the rules itself by trial and error. In coding, this is called a bottom-up approach, and it’s the basis of machine learning. Just like a human, AlphaGo learned to play Go, well, by playing Go. Whenever AlphaGo made a move that led to its victory, it updated its probabilities to be more likely to make that move again. Conversely, when it made a move that led to its defeat, it became less likely to make that move again. By the time AlphaGo faced Lee Sedol, it had come up with strategies that no human Go player had ever thought of.	Hassabis và nhóm của ông đã sử dụng kỹ thuật máy học để phát triển máy tính chơi cờ vây của họ. Họ đã mã hóa một vài quy tắc cơ bản vào AlphaGo. Sau đó, họ để máy tính tự viết phần còn lại của các quy tắc bằng cách thử và sai. Trong mã hóa, đây được gọi là phương pháp tiếp cận từ dưới lên và nó là cơ sở của học máy. Cũng giống như một con người, AlphaGo đã học chơi cờ vây, bằng cách chơi cờ vây. Bất cứ khi nào AlphaGo thực hiện một nước đi dẫn đến chiến thắng, nó sẽ cập nhật xác suất để có nhiều khả năng thực hiện lại nước đi đó. Ngược lại, khi nó thực hiện một nước đi dẫn đến thất bại, nó sẽ ít có khả năng thực hiện lại hành động đó hơn. Vào thời điểm AlphaGo đối mặt với Lee Sedol, nó đã đưa ra những chiến lược mà chưa một kỳ thủ cờ vây nào của con người nghĩ ra.
The more data an AI like AlphaGo has to train with, the smarter it becomes. Machine learning, therefore, owes no small part to the huge amount of data that is available today – 90 percent of which was created in the last five years! This mass of information, paired with the ability of programs to rewrite themselves using that information, has opened the possibility of machines becoming smarter than us.	Một AI như AlphaGo càng phải đào tạo nhiều dữ liệu thì nó càng trở nên thông minh hơn. Do đó, học máy có được một phần không nhỏ nhờ vào lượng dữ liệu khổng lồ sẵn có ngày nay - 90% trong số đó được tạo ra trong năm năm qua! Khối lượng thông tin này, cùng với khả năng các chương trình tự đào tạo chính nó bằng cách sử dụng thông tin đó, đã mở ra khả năng máy móc trở nên thông minh hơn chúng ta.
#5. Math, music and algorithms are closely connected.	#5. Toán học, âm nhạc và thuật toán có mối liên hệ chặt chẽ với nhau.
In 1993, classical composer David Cope released Bach by Design, an album of original piano pieces typical of eighteenth-century composer Johann Sebastian Bach. But the pieces weren’t written by Bach, nor were they written by Cope. They were written by Emmy, a musical software created by Cope to simulate Bach’s composition style.	Năm 1993, nhà soạn nhạc cổ điển David Cope phát hành Bach by Design, một album gồm những bản nhạc piano nguyên bản tiêu biểu của nhà soạn nhạc thế kỷ mười tám Johann Sebastian Bach. Nhưng các tác phẩm không phải do Bach viết, cũng không phải do Cope viết. Chúng được viết bởi Emmy, một phần mềm âm nhạc do Cope tạo ra để mô phỏng phong cách sáng tác của Bach.
The AI did such a good job that it fooled even seasoned Bach lovers. At a concert at the University of Oregon, the audience mistook one of her compositions for the original Bach – judging a lesser-known piece by the real Bach to be a fake.	AI đã làm một công việc tốt đến mức nó đã đánh lừa ngay cả những người yêu thích Bach dày dạn kinh nghiệm. Tại một buổi hòa nhạc ở Đại học Oregon, khán giả đã nhầm một trong những sáng tác của cô với bản gốc của Bach - cho rằng một tác phẩm ít được biết đến của Bach thật là giả.
How can a computer program compose music that sounds more like Bach than Bach himself?	Làm thế nào mà một chương trình máy tính có thể soạn nhạc giống Bach hơn chính Bach?
Classical composers use algorithms to create musical complexity. They start with a simple melody, or theme, and then transform this theme according to mathematical rules. Using math, they create variations and additional voices to build the composition.	Các nhà soạn nhạc cổ điển sử dụng các thuật toán để tạo ra sự phức tạp trong âm nhạc. Họ bắt đầu với một giai điệu hoặc chủ đề đơn giản, sau đó biến đổi chủ đề này theo các quy tắc toán học. Sử dụng toán học, họ tạo ra các biến thể và âm thanh bổ sung để xây dựng bố cục.
Composers with a strong signature style are drawn to certain mathematical patterns over others. Mozart, for instance, often used the Alberti bass pattern. This pattern consists of three notes played in a sequence of 13231323. Emmy was trained to pick out the mathematical patterns typical of Bach, and could then use them to build compositions that sounded just like him.	Những nhà soạn nhạc có phong cách đặc trưng mạnh mẽ bị thu hút bởi một số mẫu toán học nhất định hơn những người khác. Ví dụ, Mozart thường sử dụng mẫu âm trầm của Alberti. Mô hình này bao gồm ba nốt nhạc được chơi trong một chuỗi 13231323. Emmy được đào tạo để chọn ra các mô hình toán học đặc trưng của Bach, và sau đó có thể sử dụng chúng để tạo ra các tác phẩm giống như ông.
Another musical AI, an instrument called the Continuator, can pick out and replicate the musical patterns of jazz music. Analyzing thousands of jazz pieces, its software learned that some notes and sequences are more likely to follow others. Using the probabilities calculated from this training data, the Continuator has learned to improvise. If you play a jazz riff on it, it can continue that riff just like a human jazz player might do.	Một AI âm nhạc khác, một công cụ được gọi là Continuator, có thể chọn ra và sao chép các mẫu âm nhạc của nhạc jazz. Sau khi phân tích hàng nghìn bản nhạc jazz, phần mềm của nó đã học được rằng một số nốt và chuỗi có nhiều khả năng theo sau những nốt khác. Sử dụng các xác suất được tính toán từ dữ liệu đào tạo này, Continuator đã học được cách ứng biến. Nếu bạn chơi một đoạn nhạc jazz trên đó, nó có thể tiếp tục đoạn riff đó giống như một nghệ sĩ chơi nhạc jazz có thể làm.
Even pop music is exploring the possibilities of musical algorithms. Massive Attack’s 2016 album Heligoland comes with an app called Fantom that uses your location, time zone and Twitter feed to create a seamless, customized mix of the tracks for you. In a more democratic fashion, experimental musician Brian Eno has developed his own musical apps that let you interact with and modify his ambient compositions.	Ngay cả nhạc pop cũng đang khám phá khả năng của các thuật toán âm nhạc. Album Heligoland năm 2016 của Massive Attack đi kèm với một ứng dụng có tên là Fantom, sử dụng vị trí, múi giờ và nguồn cấp dữ liệu Twitter của bạn để tạo một tổ hợp các bản nhạc liền mạch, được tùy chỉnh cho bạn. Theo phong cách dân chủ hơn, nhạc sĩ thử nghiệm Brian Eno đã phát triển các ứng dụng âm nhạc của riêng mình cho phép bạn tương tác và sửa đổi các sáng tác xung quanh của anh ấy.
Now that you know that music and computers are linked through the mathematical language of algorithms, it’s perhaps easier to see how a computer program can write a song. But music isn’t the only artistic discipline the machines have mastered.	Giờ bạn đã biết rằng âm nhạc và máy tính được liên kết thông qua ngôn ngữ toán học của các thuật toán, có lẽ sẽ dễ dàng hơn để xem cách một chương trình máy tính có thể viết một bài hát. Nhưng âm nhạc không phải là bộ môn nghệ thuật duy nhất mà máy móc thành thạo.
#6. AIs are already being used to create music, art and literature.	#6. AI đã được sử dụng để tạo ra âm nhạc, nghệ thuật và văn học.
We’ve gotten to know computers that compose classical music and improvise jazz riffs. Musicians, it seems, are already making ample use of the growing capabilities of AI. But what about the rest of the art world?	Chúng ta đã biết đến máy tính có thể soạn nhạc cổ điển và ngẫu hứng các đoạn nhạc jazz. Có vẻ như các nhạc sĩ đã tận dụng rất nhiều khả năng ngày càng tăng của AI. Nhưng phần còn lại của thế giới nghệ thuật thì sao?
Computers that create visual art are actually not that new. As early as 1965, Siemens engineer Georg Nees programmed a computer to create drawings on its own. Nees’s program started from a fixed point on the screen, drawing 23 connected lines of random lengths in random directions. The result was a fascinating series of geometrical drawings.	Máy tính tạo ra nghệ thuật thị giác thực ra không phải là mới. Ngay từ năm 1965, kỹ sư Georg Nees của Siemens đã lập trình máy tính để tự tạo ra các bản vẽ. Chương trình của Nees bắt đầu từ một điểm cố định trên màn hình, vẽ 23 đoạn thẳng được kết nối với độ dài ngẫu nhiên theo các hướng ngẫu nhiên. Kết quả là một loạt các bản vẽ hình học hấp dẫn.
A more advanced art-making AI was recently developed by computer scientist Ahmed Elgammal of Rutgers University. Elgammal developed a Generative Adversarial Network, or GAN, that can classify and produce images of visual art.	Một AI nghệ thuật tiên tiến hơn đã được nhà khoa học máy tính Ahmed Elgammal của Đại học Rutgers phát triển gần đây. Elgammal đã phát triển một Mạng Đối nghịch tạo sinh (Generative Adversarial Network - GAN), có thể phân loại và tạo ra hình ảnh nghệ thuật thị giác.
A GAN is a system of two algorithms in which one algorithm learns and changes based on the feedback of the other. Elgammal’s GAN mirrors the two competing systems of our creative brains: the creator and the critic. While one of the algorithms is tasked with creating images, the other algorithm judges their originality.	GAN là một hệ thống gồm hai thuật toán, trong đó một thuật toán học và thay đổi dựa trên phản hồi của thuật toán kia. GAN của Elgammal phản ánh hai hệ thống cạnh tranh trong bộ não sáng tạo của chúng ta: người sáng tạo và người phê bình. Trong khi một trong các thuật toán có nhiệm vụ tạo ra hình ảnh, thuật toán còn lại đánh giá tính độc đáo của chúng.
The critic algorithm was trained on data from WikiArt to identify images that marked moments of great creative change in art history, such as Monet’s water lilies. It uses this knowledge to assess and direct the images produced by the creator algorithm. Humans seem to agree with its judgment – visitors to Art Basel 2016 rated the GAN’s work as more inspiring than the human artworks on display!	Thuật toán phê bình được đào tạo dựa trên dữ liệu từ WikiArt để xác định những hình ảnh đánh dấu những khoảnh khắc thay đổi sáng tạo lớn trong lịch sử nghệ thuật, chẳng hạn như hoa súng của Monet. Nó sử dụng kiến thức này để đánh giá và định hướng hình ảnh được tạo ra bởi thuật toán của người tạo. Con người dường như đồng ý với nhận định của nó - khách tham quan Art Basel 2016 đã đánh giá tác phẩm của GAN truyền cảm hứng hơn các tác phẩm nghệ thuật của con người được trưng bày!
AIs have arrived in the world of writing too. Many media outlets are already using text processing programs to generate news clippings. Given raw data, these programs can write short, coherent texts that follow the structure of a typical news post. This is especially useful for sports and stock market reports, where the amount of data generated each day has become too tedious for humans to handle.	AI cũng đã xuất hiện trong thế giới viết lách. Nhiều hãng truyền thông đã sử dụng các chương trình xử lý văn bản để tạo ra các mẩu tin tức. Với dữ liệu thô, các chương trình này có thể viết các văn bản ngắn gọn, mạch lạc theo cấu trúc của một bài đăng tin tức điển hình. Điều này đặc biệt hữu ích cho các báo cáo về thể thao và thị trường chứng khoán, nơi mà lượng dữ liệu được tạo ra mỗi ngày trở nên quá tẻ nhạt đối với con người.
Similar to musical AIs, modern writing programs can even learn to write in the style of a particular author. Analyzing word choice and sentence structure, an AI can churn out a paragraph that sounds like a passage from Ernest Hemingway. In fact, our author claims that a 350-word section of his own book was written by an algorithm!	Tương tự như AI âm nhạc, các chương trình viết hiện đại thậm chí có thể học cách viết theo phong cách của một tác giả cụ thể. Phân tích lựa chọn từ và cấu trúc câu, AI có thể tạo ra một đoạn văn giống như một đoạn văn của Ernest Hemingway. Trên thực tế, tác giả của chúng tôi tuyên bố rằng một phần 350 từ trong cuốn sách của chính anh ấy đã được viết bởi một thuật toán!
As we’ll see in the next readim, though, image-making and storytelling still hold some peculiar problems for AI.	Tuy nhiên, như chúng ta sẽ thấy trong phần tiếp theo, việc tạo hình ảnh và kể chuyện vẫn còn một số vấn đề nào đó đối với AI.
#7. Vision and language still provide big challenges for AI	#7. Tầm nhìn và ngôn ngữ vẫn cung cấp những thách thức lớn cho AI
Consider this sentence: “The children won’t eat the grapes because they are old.” Who or what is old? Unlike you – a human with some experience with children and grapes – a computer couldn’t easily answer this question. It has no definitive way of knowing who is meant by “they” in this sentence.	Hãy xem xét câu này: “The Children won't eat the grapes because they are old.” Ai hay cái gì “old”? Không giống như bạn - một người có một số kinh nghiệm với trẻ em và nho - máy tính không thể dễ dàng trả lời câu hỏi này. Không có cách nào chắc chắn để biết ai là “they” trong câu này.
Natural language is full of such ambiguities. How we interpret a word often depends on context, requiring prior knowledge of the world. Because computers lack the type of intuitive knowledge that humans gather through experience, linguistic nuance is often lost on them. For the same reason, they struggle to create a meaningful narrative structure. Computer programs may be able to write a few sentences that sound like Hemingway, but they are nowhere near understanding, let alone weaving, a story like The Old Man and the Sea.	Ngôn ngữ tự nhiên đầy những mơ hồ như vậy. Cách chúng ta giải thích một từ thường phụ thuộc vào ngữ cảnh, đòi hỏi kiến thức trước về thế giới. Vì máy tính thiếu loại kiến thức trực quan mà con người thu thập được thông qua kinh nghiệm, nên sắc thái ngôn ngữ thường bị mất đi trên chúng. Vì lý do như vậy, chúng phải vật loonk để tạo ra một cấu trúc câu chuyện có ý nghĩa. Các chương trình máy tính có thể viết một vài câu nghe giống như Hemingway, nhưng chúng sẽ chẳng hiểu gì cả, chứ đừng nói là thêu dệt, một câu chuyện như The Old Man and the Sea - Ông già và biển cả.
Apart from language, another big problem area for AI is vision. Computers, it turns out, are pretty bad at seeing the bigger picture. That’s because visual programs identify images by asking questions about the pixels that make up the image. But for each picture of, say, a cat, the composition of pixels is completely different. The program has to learn to relate the pixels to one another and then judge whether those relations are indicative of a cat, or something else.	Ngoài ngôn ngữ, một vấn đề lớn khác của AI là tầm nhìn. Máy tính hóa ra lại khá tệ trong việc nhìn thấy bức tranh lớn hơn. Đó là vì các chương trình trực quan xác định hình ảnh bằng cách đặt câu hỏi về các pixel tạo nên hình ảnh. Nhưng đối với mỗi bức ảnh, ví dụ, một con mèo, thành phần các pixel hoàn toàn khác nhau. Chương trình phải học cách liên hệ các pixel với nhau và sau đó đánh giá xem các mối quan hệ đó là biểu hiện của một con mèo hay một cái gì đó khác.
You can find an advanced visual recognition like this in the Xbox One Kinect motion sensor. The Kinect can identify and map 31 distinct body parts by comparing the depth and distance of each pixel to those of its surroundings. Still, its abilities are nowhere near human vision. That’s why many websites make you pick out images of cars, road signs or cats to make sure that you’re not a robot.	Bạn có thể tìm thấy nhận dạng hình ảnh nâng cao như thế này trong cảm biến chuyển động Xbox One Kinect. Kinect có thể xác định và lập bản đồ 31 bộ phận cơ thể riêng biệt bằng cách so sánh độ sâu và khoảng cách của mỗi pixel với các điểm ảnh xung quanh. Tuy nhiên, khả năng của nó không giống như tầm nhìn của con người. Đó là lý do tại sao nhiều trang web yêu cầu bạn chọn hình ảnh ô tô, biển báo đường bộ hoặc mèo để đảm bảo rằng bạn không phải là rô bốt.
Curiously, AIs can use their peculiar nonhuman vision to create fascinating art. Google’s DeepDream program works by feeding an AI a blurred image, then asking it to enhance the image’s features according to what it expects it to be. Because the AI is trained on images from Google search that typically contain people, animals or other objects, it tends to over-interpret the blurred picture – seeing eyes, hands, and faces where there are none. The results are colorful, psychedelic images that could pass as modern art. But does that mean that DeepDream is an artist?	Thật kỳ lạ, AI có thể sử dụng tầm nhìn phi thường đặc biệt của mình để tạo ra tác phẩm nghệ thuật hấp dẫn. Chương trình DeepDream của Google hoạt động bằng cách cung cấp cho AI một hình ảnh bị mờ, sau đó yêu cầu AI cải thiện các tính năng của hình ảnh theo những gì nó mong đợi. Bởi vì AI được đào tạo trên các hình ảnh từ tìm kiếm của Google thường chứa người, động vật hoặc các vật thể khác, nó có xu hướng diễn giải quá mức hình ảnh bị mờ - nhìn thấy mắt, tay và khuôn mặt ở những nơi không có. Kết quả là những hình ảnh ảo giác đầy màu sắc có thể trở thành nghệ thuật hiện đại. Nhưng điều đó liệu có phải DeepDream là một nghệ sĩ?
#8. AIs are useful creative tools, but they’re not creative in their own right – yet.	#8. AI là những công cụ sáng tạo hữu ích, nhưng chúng vẫn chưa sáng tạo theo đúng nghĩa của chúng.
Though there’s still room for technical improvement, there’s no doubt that AIs are already creating fascinating pieces of art, music and writing. Creations like the psychedelic images of DeepDream surprise even the programmers behind the programs, proving that, in modern computing, you can get more out than you put in.	Mặc dù vẫn còn chỗ để cải tiến kỹ thuật, nhưng chắc chắn rằng AI đã và đang tạo ra những tác phẩm nghệ thuật, âm nhạc và văn bản hấp dẫn. Những sáng tạo như hình ảnh ảo giác của DeepDream gây ngạc nhiên ngay cả những lập trình viên đằng sau chương trình, chứng minh rằng, trong máy tính hiện đại, bạn có thể tận dụng được nhiều hơn những gì bạn bỏ ra.
But creativity is about more than processing input and generating output. Drawing something of creative value from the algorithmic calculations of a computer still requires a human hand.	Nhưng sáng tạo không chỉ là xử lý đầu vào và tạo ra đầu ra. Việc vẽ ra thứ có giá trị sáng tạo từ các phép tính toán của máy tính vẫn cần đến bàn tay con người.
Argentine writer Jorge Luis Borges provides a useful analogy in his short story The Library of Babel. In it, he describes a library that contains every 410-page book that could possibly exist, from the first 410 pages of Tolstoy’s War and Peace to 410 pages filled with the letter N. But, because the library contains just any book with 410 pages, the majority of them – such as the N-book – have little value. It requires a human mind to search for the books with meaning, and discover a gem like War and Peace.	Nhà văn người Argentina Jorge Luis Borges cung cấp một phép loại suy hữu ích trong truyện ngắn Thư viện Babel của ông. Trong đó, ông mô tả một thư viện chứa những cuốn sách dài 410 trang có thể tồn tại, từ 410 trang đầu tiên về Chiến tranh và Hòa bình của Tolstoy đến 410 trang chứa đầy chữ N. Nhưng, vì thư viện chỉ chứa bất kỳ cuốn sách nào có 410 trang, phần lớn trong số chúng - chẳng hạn như cuốn sách “toàn là N” có rất ít giá trị. Nó đòi hỏi một trí óc con người để tìm kiếm những cuốn sách có ý nghĩa, và khám phá một viên ngọc quý như Chiến tranh và Hòa bình.
Just like the Library of Babel contains infinite books without regard for their content, computers can process infinite data without caring about the meaning attached to it. But for humans, creativity is all about meaning. Art, music and literature are areas to explore our shared humanity and produce new insights into the world.	Giống như Thư viện Babel chứa vô số sách mà không cần quan tâm đến nội dung của chúng, máy tính có thể xử lý dữ liệu vô hạn mà không cần quan tâm đến ý nghĩa gắn liền với nó. Nhưng đối với con người, sáng tạo là tất cả về ý nghĩa. Nghệ thuật, âm nhạc và văn học là những lĩnh vực để khám phá nhân loại chung của chúng ta và tạo ra những hiểu biết mới về thế giới.
Moreover, we’re creative of our own free will. Monet, Bach and Hemingway didn’t create their work because someone told them to. They created their work because they felt an urge to express themselves. For all their capabilities, no AI has yet created a piece of art of its own volition. These programs paint, write and compose because humans have programmed them to do so. That’s why it’s a stretch to call them creative in their own right. After all, it’s human creativity that created them in the first place.	Hơn nữa, chúng ta tự do sáng tạo theo ý mình. Monet, Bach và Hemingway không tạo ra tác phẩm của họ vì ai đó đã yêu cầu họ làm như vậy. Họ tạo ra tác phẩm của mình vì họ cảm thấy thôi thúc thể hiện bản thân. Với tất cả các khả năng có thể, chưa có AI nào tạo ra một tác phẩm nghệ thuật theo ý mình. Những chương trình này vẽ, viết và soạn vì con người đã lập trình chúng để làm như vậy. Đó là lý do tại sao có thể gọi các lập trình viên là người sáng tạo theo đúng nghĩa. Xét cho cùng, chính sự sáng tạo của con người đã tạo ra các AI sáng tạo.
Until they become conscious like us, machines probably won’t be creative like us. At the moment, we have no way of telling if or how machine consciousness will emerge. But when it happens, perhaps the art, music and literature created by conscious machines will provide us with the best insights into their artificial minds.	Cho đến khi AI trở nên có ý thức như chúng ta, máy móc có thể sẽ không sáng tạo như chúng ta. Hiện tại, chúng ta không có cách nào để biết liệu ý thức máy móc sẽ xuất hiện hay không. Nhưng khi nó xảy ra, có lẽ nghệ thuật, âm nhạc và văn học được tạo ra bởi những cỗ máy có ý thức sẽ cung cấp cho chúng ta những hiểu biết tốt nhất về trí óc nhân tạo của chúng.
“At the moment all the creativity in machines is being initiated and driven by the human code. ”	“Hiện tại, tất cả sự sáng tạo trong máy móc đều được khởi xướng và điều khiển bởi mã con người.”
Final summary	Tóm tắt chung:
The key message in these sumaries: Thanks to machine learning, the talents of modern AI exceed many of our previous expectations. Although they’re still struggling to recognize images and understand language, computers already create fascinating pieces of art, music and literature. However, until they learn to do so consciously and with purpose, they remain creative tools rather than being creative agents themselves. Actionable advice: Learn about the algorithms that control your life. Big companies like Google, Netflix and Amazon use ever-evolving algorithms to direct your consumer choices. They even track your browsing habits outside of their websites to calculate what to sell you. By learning about which data these companies collect about you, and the principles by which their algorithms operate, you’ll be able to gauge the influence they have on your life – and make conscious decisions to circumvent it.	Thông điệp chính của tác phẩm: Nhờ máy học, tài năng của AI hiện đại vượt xa nhiều kỳ vọng trước đây của chúng ta. Mặc dù chúng vẫn đang gặp khó khăn trong việc nhận dạng hình ảnh và hiểu ngôn ngữ, nhưng máy tính đã tạo ra những tác phẩm nghệ thuật, âm nhạc và văn học hấp dẫn. Tuy nhiên, cho đến khi chúng học cách làm như vậy một cách có ý thức và có mục đích, thì AI vẫn là công cụ sáng tạo chứ không phải là tác nhân sáng tạo. Lời khuyên hữu ích: Hãy tìm hiểu về các thuật toán kiểm soát cuộc sống của bạn. Các công ty lớn như Google, Netflix và Amazon sử dụng các thuật toán ngày càng phát triển để định hướng lựa chọn của người tiêu dùng. Họ thậm chí còn theo dõi thói quen duyệt web của bạn bên ngoài trang web của họ để tính toán những gì sẽ bán cho bạn. Bằng cách tìm hiểu về dữ liệu mà các công ty này thu thập về bạn và các nguyên tắc mà thuật toán của họ hoạt động, bạn sẽ có thể đánh giá mức độ ảnh hưởng của chúng đối với cuộc sống của bạn - và đưa ra quyết định có ý thức để vượt qua chúng.

[Nonfiction, Science, Technology, Artificial Intelligence, Computer Science]

Discussion