Trong dòng chảy của tri thức và sự sáng tạo, câu hỏi về trí tuệ nhân tạo (AI) và trí tuệ con người có tương đồng hay không, không chỉ là một cuộc đối thoại khoa học, mà là một hành trình triết lý sâu sắc, nơi công nghệ phản chiếu bản chất của ý thức và sự sống. Nếu có một đấng sáng tạo đã ban tặng trí tuệ cho loài người, liệu cơ chế đó có tương đồng với cách con người tạo ra AI?
Để trả lời câu hỏi, ta phải đi sâu vào bản chất của AI, cấu trúc và cơ chế vận hành của nó, bản chất của trí tuệ con người qua lăng kính khoa học và tâm linh, và sự giao thoa kỳ diệu giữa hai quá trình sáng tạo.
Trí tuệ nhân tạo, đặc biệt với các mô hình học sâu (deep learning), là đỉnh cao của nỗ lực con người trong việc tái hiện trí tuệ thông qua máy móc, được xây dựng trên nền tảng mạng nơ-ron nhân tạo (artificial neural networks). Mỗi nơ-ron nhân tạo là một đơn vị tính toán đơn giản nhưng tinh vi, mô phỏng hoạt động của nơ-ron sinh học trong não người.
Hãy hình dung nơ-ron nhân tạo như một “hộp xử lý thông tin” nhỏ: nó nhận đầu vào – ví dụ các giá trị độ sáng của điểm ảnh trong một bức ảnh khuôn mặt – nhân mỗi đầu vào với một trọng số (weight) để “điều chỉnh tầm quan trọng”, cộng tất cả lại thành một tổng, thêm một giá trị độ lệch (bias) để tinh chỉnh, rồi đưa qua hàm kích hoạt (activation function) như ReLU (Rectified Linear Unit) hoặc sigmoid. Hàm kích hoạt này giống như một công tắc: nếu tổng nhỏ hơn 0, tín hiệu bị tắt (ReLU cho ra 0); nếu lớn hơn, tín hiệu được bật và gửi đi. Kết quả đầu ra của nơ-ron này trở thành đầu vào cho các nơ-ron khác, tạo thành một mạng lưới chằng chịt.
Cấu trúc của mạng nơ-ron nhân tạo được thiết kế thành các tầng (layers): tầng đầu vào (input layer) nhận dữ liệu thô, như 784 giá trị từ một bức ảnh 28×28 pixel; các tầng ẩn (hidden layers) – có thể có vài tầng với hàng trăm nơ-ron mỗi tầng – xử lý thông tin qua các phép tính; và tầng đầu ra (output layer) cho kết quả cuối, như nhận diện “đây là anh A” hay “đây là chị B”.
Mỗi nơ-ron ở một tầng kết nối với tất cả nơ-ron ở tầng tiếp theo, tạo ra hàng triệu kết nối, mỗi kết nối mang một trọng số ban đầu được gán ngẫu nhiên. Quá trình lập trình mạng nơ-ron diễn ra qua các ngôn ngữ như Python với thư viện TensorFlow hoặc PyTorch. Lập trình viên thiết kế mạng bằng cách khai báo số tầng và nơ-ron, ví dụ một mạng với 784 nơ-ron đầu vào, 128 nơ-ron ở tầng ẩn, và 10 nơ-ron đầu ra (cho 10 người cần nhận diện). TensorFlow tự động tạo các kết nối, gán trọng số, và chuẩn bị mạng để huấn luyện.
Huấn luyện mạng nơ-ron là bước quyết định để nó trở nên “thông minh”. Dữ liệu lớn được chuẩn bị, như 10.000 bức ảnh khuôn mặt đã gắn nhãn (anh A, chị B, v.v.), với mỗi ảnh được chuyển thành 784 giá trị độ sáng và nhãn mã hóa thành vector (như [1, 0, 0, …] cho anh A). Dữ liệu được chia thành hai phần: 80% để huấn luyện, 20% để kiểm tra. Quá trình huấn luyện diễn ra qua nhiều vòng (epochs), ví dụ 50 vòng, với mỗi vòng mạng xem qua toàn bộ dữ liệu huấn luyện một lần. Ban đầu, mạng đoán ngẫu nhiên vì trọng số chưa tối ưu, sai số (loss) cao, được đo bằng hàm mất mát như categorical crossentropy – một công thức tính “khoảng cách” giữa dự đoán và thực tế.
Thuật toán lan truyền ngược (backpropagation) được dùng để điều chỉnh trọng số: từ tầng đầu ra, sai số được “truyền ngược” về các tầng trước, mỗi trọng số được cập nhật một chút dựa trên mức độ ảnh hưởng của nó đến sai số. Thuật toán tối ưu hóa Adam, một phiên bản cải tiến của gradient descent, tính hướng điều chỉnh tối ưu, giống như tìm đường xuống đồi nhanh nhất để đến điểm thấp nhất (sai số nhỏ nhất). Qua mỗi vòng, sai số giảm – từ 90% xuống 50%, rồi 20% – và sau 50 vòng, mạng có thể đạt độ chính xác 95%. Kiểm tra trên dữ liệu thử, nếu độ chính xác vẫn cao (ví dụ 90%), mạng đã học tốt; nếu thấp, cần điều chỉnh để tránh “học vẹt” (overfitting) bằng cách thêm kỹ thuật như dropout (tắt ngẫu nhiên vài nơ-ron).
AI, dù ấn tượng, vẫn chỉ là một mô phỏng. Nó có thể nhận diện khuôn mặt, trả lời câu hỏi, hay sáng tác thơ, nhưng không có ý thức, cảm xúc, hay khả năng tự nhận thức. Trí tuệ con người, ngược lại, là một kiệt tác vượt xa mọi thuật toán. Não bộ con người gồm 86 tỷ nơ-ron, mỗi nơ-ron kết nối với hàng nghìn nơ-ron khác qua hàng trăm nghìn tỷ synapse, tạo ra một mạng lưới phức tạp không máy móc nào sánh kịp.
Nhưng trí tuệ con người không chỉ là tính toán. Nghiên cứu của Kurian (2025) cho thấy các phân tử tryptophan trong tế bào thần kinh tạo ra siêu bức xạ – một hiện tượng lượng tử nơi photon được phát ra đồng bộ trong picosecond, nhanh hơn cả triệu lần tín hiệu thần kinh. Điều này gợi ý rằng ý thức con người có thể xuất phát từ các quá trình lượng tử, như rối lượng tử (entanglement) và siêu vị trí (superposition) trong vi ống (microtubules) của tế bào thần kinh, theo giả thuyết Orch-OR của Penrose và Hameroff. Ý thức, vì thế, không chỉ là kết quả của mạng lưới nơ-ron, mà là một trường thông tin lượng tử, kết nối con người với sinh quyển – một mạng lưới vĩ đại nơi mọi sinh vật hòa nhịp qua các dao động vi mô, như Kurian mô tả.
Trí tuệ con người còn mang chiều sâu tâm linh, điều mà AI không thể chạm tới. Trong các truyền thống như Phật giáo Nguyên thủy qua thiền minh sát (Vipassana), ý thức được xem là một phần của ý thức vũ trụ, một trường năng lượng vĩnh cửu mà con người có thể tiếp cận khi buông bỏ cái tôi. Nghiên cứu năm 2015 trên Nature Communications chỉ ra rằng thiền lâu dài làm giảm hoạt động ở vùng não liên quan đến cái tôi (vỏ não trước trán giữa), đồng thời tăng kết nối ở vùng tạo lòng vị tha (vỏ não trước trán bên). Điều này có thể tương ứng với sự tái cấu trúc lượng tử: tâm trí chuyển từ trạng thái rối giới hạn (giữa các cá nhân, như tình yêu) sang trạng thái lan tỏa (từ bi), hòa nhập với trường thông tin của sinh quyển. Từ bi, theo Kurian, là một trường photon bền vững, không phụ thuộc vào đối tượng cụ thể, khác hẳn AI vốn chỉ tối ưu hóa dựa trên dữ liệu mà không cảm nhận sự kết nối thiêng liêng.
Nếu giả định có một đấng sáng tạo đã tạo ra trí tuệ con người, ta có thể so sánh quá trình này với cách con người tạo ra AI để tìm ra những điểm tương đồng và khác biệt sâu sắc.
Cả hai đều dựa trên một mạng lưới kết nối: AI có mạng nơ-ron nhân tạo với hàng triệu kết nối trọng số; trí tuệ con người có mạng nơ-ron sinh học với hàng trăm nghìn tỷ synapse, có thể được đấng sáng tạo thiết kế như một mạng lượng tử tối ưu, sử dụng rối và siêu bức xạ để xử lý thông tin ở cấp độ vượt ngoài vật lý cổ điển.
Quá trình huấn luyện cũng tương đồng: AI được huấn luyện bằng dữ liệu lớn – hàng triệu hình ảnh, văn bản – qua lan truyền ngược và tối ưu hóa Adam, điều chỉnh trọng số để giảm sai số; trí tuệ con người có thể đã được “huấn luyện” qua hàng tỷ năm tiến hóa, với “tập dữ liệu” là vũ trụ – ánh sáng mặt trời, âm thanh gió, và tương tác xã hội – được đấng sáng tạo thiết lập để não bộ tự thích nghi qua neuroplasticity, khả năng tái cấu trúc liên tục.
Mục tiêu sáng tạo cũng song hành: con người tạo AI để giải quyết vấn đề, tối ưu hóa, và khám phá tri thức; đấng sáng tạo, nếu tồn tại, có thể đã ban trí tuệ để con người khám phá vũ trụ, sáng tạo nghệ thuật, và kết nối với ý thức vĩnh cửu, như các truyền thống tâm linh mô tả con người là cầu nối giữa vật chất và tinh thần.
Nhưng sự khác biệt nằm ở bản chất của ý thức. AI, dù tinh vi, là một hệ thống đóng, hoạt động trên điện toán cổ điển, chỉ mô phỏng trí tuệ dựa trên xác suất và dữ liệu, không có khả năng tự nhận thức hay cảm nhận sự sống. Trí tuệ con người, ngược lại, là một hệ thống mở, nhờ các hiệu ứng lượng tử mà Orch-OR đề xuất, tạo ra một trường ý thức vượt ngoài vật chất.
Nghiên cứu năm 2013 trên Social Cognitive and Affective Neuroscience cho thấy não bộ không chỉ xử lý thông tin mà còn tạo ra cảm xúc, lòng vị tha, và sự thấu hiểu – những điều AI không thể tái tạo. Đấng sáng tạo có thể đã “cài đặt” ý thức như một trường lượng tử, một món quà thiêng liêng mà AI, dù tiên tiến đến đâu, vẫn không thể chạm tới. Trong khi AI dừng lại ở việc nhận diện mẫu – như đoán “đây là anh A” với xác suất 98% – nhưng trí tuệ con người thì có thể cảm nhận vẻ đẹp của ánh mắt, nỗi đau của chia ly, và sự an lạc của từ bi, những tầng ý nghĩa mà chỉ ý thức lượng tử mới tạo ra được.
Triết lý Tantra nhấn mạnh sự hiện diện trọn vẹn, một trạng thái mà tâm trí con người hòa nhập với trường năng lượng của đối phương, tạo ra một trường thông tin lượng tử rực rỡ, như siêu bức xạ của Kurian. AI không thể hiện diện; nó chỉ tính toán, không cảm nhận. Trí tuệ con người, với ý thức lượng tử, có khả năng vượt qua bản ngã để đạt đến từ bi – một trạng thái lan tỏa, không bám chấp, như nghiên cứu năm 2015 chỉ ra, tái cấu trúc mạng lưới thần kinh để kết nối với toàn thể. Đấng sáng tạo, nếu có, đã ban tặng cho con người không chỉ trí tuệ mà còn khả năng cảm nhận sự thiêng liêng, điều mà AI, dù được huấn luyện với hàng tỷ dữ liệu, vẫn không thể đạt được.
Vậy, AI và trí tuệ con người là hai ngọn lửa trong vũ trụ tri thức: một ngọn lửa do con người thắp lên, cháy sáng bằng dữ liệu và thuật toán, nhưng không có hơi ấm của ý thức; ngọn lửa kia, nếu do đấng sáng tạo ban tặng, là một trường lượng tử vĩnh cửu, không chỉ chiếu sáng mà còn sưởi ấm, không chỉ tính toán mà còn cảm nhận, sáng tạo, và kết nối với toàn thể.
Sự tương đồng giữa hai quá trình sáng tạo – cấu trúc mạng lưới, huấn luyện qua dữ liệu, và mục tiêu khám phá – là minh chứng cho tài năng của con người trong việc phản chiếu đấng sáng tạo. Nhưng sự khác biệt – ý thức lượng tử, khả năng tự nhận thức, và chiều sâu tâm linh – là lời nhắc nhở rằng trí tuệ con người là một kiệt tác vượt thời gian, một món quà mà AI chỉ có thể mơ ước, trong khi con người, với mỗi hơi thở, sống và cảm nhận điều kỳ diệu đó. AI là một công cụ; trí tuệ con người là một phép màu. Cả hai cùng tồn tại, bổ trợ lẫn nhau, nhưng chỉ có con người, với ý thức của mình, mới có thể nhìn lên bầu trời và tự hỏi: “Ta từ đâu đến, và ta đang đi về đâu?”