Mạng nơ-ron

Hãy nhớ lại cách một đứa trẻ học nhận mặt chữ số. Không ai đọc cho bé nghe định nghĩa "số 8 gồm hai vòng tròn khép kín". Bé chỉ nhìn đi nhìn lại thật nhiều lần, đoán, đoán sai, được sửa, rồi dần dần nhận ra. Điều làm tôi bất ngờ khi bắt đầu chương trình nghiên cứu là máy tính học gần như y hệt cách đó. Cách dựng máy theo lối ấy gọi là mạng nơ-ron (neural network).

Chúng ta hay nghĩ máy tính "thông minh". Thật ra, thứ nó làm giỏi chỉ là: đưa ra một phỏng đoán, đo xem mình sai bao nhiêu, rồi tự chỉnh lại một chút cho lần sau đỡ sai hơn. Có vậy thôi, nhưng lặp lại hàng vạn lần thì thành ra rất giỏi.

Bài tập vỡ lòng của cả ngành là dạy máy đọc chữ số viết tay. Người ta không cài sẵn quy tắc nào cả, mà chỉ đưa cho máy khoảng 60.000 mẫu chữ viết tay để nó tự mò ra qui luật sau mỗi lần đoán trật. Kết quả là máy đọc đúng tới khoảng 98%, chỉ nhờ được thấy đủ nhiều ví dụ và được sửa đủ nhiều lần.

Càng ngẫm, tôi càng thấy một tổ chức trưởng thành cũng theo con đường ấy. Chúng ta thường kỳ vọng một buổi đào tạo thật chỉn chu sẽ giúp đội ngũ giỏi lên. Nhưng năng lực thật lại lớn lên giống như đứa trẻ kia: qua việc va vào những tình huống cụ thể, rồi được góp ý sau mỗi lần chưa ổn. Thiếu ví dụ thật và thiếu phản hồi, lý thuyết rất khó biến thành kỹ năng.

Nên câu hỏi tôi muốn cùng nhìn lại hôm nay là: mỗi tuần, đội ngũ của bạn thực sự được cọ xát với bao nhiêu tình huống thật, thay vì chỉ ngồi nghe lý thuyết?

Đến bàn làm việc

Máy cần tới 60.000 ví dụ mới học đọc được chữ số. Đội ngũ của chúng ta hiếm khi có nhiều đến thế, nên càng phải khéo trong việc chọn ví dụ để học.

Một cách làm nhẹ nhàng cho tuần này: chọn đúng một kỹ năng muốn đội ngũ khá lên — chẳng hạn cách trò chuyện với khách đang khó chịu — rồi thay vì giảng lý thuyết, hãy gom lại mười tình huống đã thật sự xảy ra, và mỗi tuần cùng nhau mổ xẻ kỹ hai trường hợp.

Con người tiến bộ theo đúng cái cách mà máy học được: từ ví dụ thật, và từ những góp ý đều đặn.