Vì sao Quizzman không dùng AI để tự học quy luật âm vận?

Series 2 · Nền tảng học thuật — Bài 11

• ← Bài 1: Quảng Vận → Nguyễn Tài Cẩn
• ← Bài 2: Phục dựng MC không phải đoán
• ← Bài 3: Vương Lực · Âm hệ
• ← Bài 4: Parser Khang Hy (tổng quan)
• ← Bài 5: Không hardcode 50.000 chữ
• ← Bài 6: Hơn 200 quy luật
• ← Bài 7: Pure Projection & Lexical
• ← Bài 8: Candidate Ranking
• ← Bài 9: Nhiều phản thiết & vận thư
• ← Bài 10: Parser vs HTML / Reverse Engineering
• Chuyên mục: Phiên thiết

Trong thời đại trí tuệ nhân tạo, nhiều người cho rằng chỉ cần đưa hàng triệu dữ liệu cho AI là máy tính sẽ tự học được mọi quy luật ngôn ngữ. Điều này đúng với nhiều lĩnh vực như nhận dạng hình ảnh, dịch máy hay tổng hợp văn bản. Tuy nhiên, đối với âm vận học lịch sử (Historical Phonology), bài toán lại hoàn toàn khác. Quizzman Fanqie Engine không sử dụng AI để tự phát hiện hay tự tạo ra các quy luật âm Hán Việt. Thay vào đó, engine được xây dựng trên các quy luật đã được nghiên cứu, kiểm chứng và mô hình hóa từ các công trình học thuật. Đây không phải là hạn chế của AI, mà là một lựa chọn có chủ đích nhằm đảm bảo tính minh bạch và khả năng kiểm chứng của hệ thống.

AI rất giỏi, nhưng không phải bài toán nào cũng giống nhau

Trí tuệ nhân tạo đã đạt được những thành tựu rất lớn.

Ví dụ:

• nhận dạng giọng nói;
• nhận dạng chữ viết;
• dịch ngôn ngữ;
• tìm kiếm ngữ nghĩa;
• tạo văn bản;
• phân loại hình ảnh.

Những bài toán này đều có một điểm chung.

Đó là:

Rất nhiều dữ liệu

↓

Học xác suất

↓

Dự đoán kết quả

Đây là thế mạnh của AI hiện đại.

Nhưng âm vận học lịch sử là một bài toán khác

Giả sử chúng ta có hàng nghìn chữ Hán cùng âm Hán Việt.

AI hoàn toàn có thể học được rằng:

德

↓

đức

國

↓

quốc

學

↓

học

Nhưng điều mà các nhà nghiên cứu thực sự muốn biết lại là:

Vì sao những chữ này lại đọc như vậy?

Đây không còn là bài toán dự đoán.

Đây là bài toán giải thích.

Dự đoán và giải thích là hai việc khác nhau

Giả sử AI dự đoán:

某字

↓

quốc

Câu hỏi tiếp theo sẽ là:

Tại sao?

Nếu AI chỉ trả lời:

Vì dữ liệu huấn luyện thường như vậy.

Thì điều đó chưa đủ đối với một nghiên cứu ngôn ngữ học.

Trong âm vận học lịch sử, người nghiên cứu cần biết:

• thanh mẫu nào tạo ra phụ âm đầu;
• vận nào tạo ra nguyên âm;
• vì sao có âm cuối -c;
• vì sao thuộc thanh sắc;
• quy luật nào được áp dụng.

Nói cách khác.

Không chỉ cần đúng.

Mà còn phải giải thích được.

Rule Engine luôn có đường suy luận

Một điểm quan trọng của Quizzman Fanqie Engine là:

Mỗi kết quả đều có thể truy ngược.

Ví dụ.

國

↓

德紅切

↓

Thanh mẫu

↓

Vận

↓

Nhiếp

↓

Middle Chinese

↓

Quy luật

↓

quốc

Người nghiên cứu có thể kiểm tra từng bước.

Nếu một bước sai.

Có thể sửa đúng bước đó.

Đây là điều rất quan trọng trong nghiên cứu khoa học.

AI thường khó chỉ ra quy luật cụ thể

Giả sử AI học được rằng:

Thông nhiếp

↓

-c

Liệu AI có thể trả lời:

• quy luật này áp dụng cho bao nhiêu phần trăm dữ liệu?
• ngoại lệ là gì?
• ngoại lệ xuất hiện vì lý do lịch sử nào?
• quy luật này có còn đúng nếu thay đổi thanh mẫu?
• có bị ảnh hưởng bởi đẳng hay khai hợp không?

Thông thường.

Một mô hình AI sẽ rất khó trả lời đầy đủ những câu hỏi này.

Trong khi đó.

Rule Engine được xây dựng chính từ những câu hỏi như vậy.

Một quy luật phải có chứng cứ

Trong Quizzman Fanqie Engine.

Không có quy luật nào được thêm chỉ vì:

"Có vẻ đúng."

Một quy luật chỉ được đưa vào engine khi trải qua quy trình:

Khảo sát

↓

Thống kê

↓

Đối chiếu học thuật

↓

Mô hình hóa

↓

Audit

↓

Regression

Nói cách khác.

Mỗi quy luật đều có chứng cứ.

Đây là điều rất quan trọng trong ngôn ngữ học lịch sử.

AI rất khó phân biệt quy luật và ngoại lệ

Hãy tưởng tượng chúng ta có dữ liệu:

95%

↓

-c

5%

↓

-ch

AI có thể học được cả hai.

Nhưng AI rất khó tự trả lời:

• 5% này là ngoại lệ?
• hay là một quy luật khác?
• hay là lỗi dữ liệu?
• hay là một lớp Hán Việt cổ?

Đây là quyết định mang tính học thuật.

Không thể chỉ dựa vào xác suất.

Quizzman không chống lại AI

Đôi khi có người hiểu nhầm rằng:

Không dùng AI nghĩa là phủ nhận AI.

Điều đó hoàn toàn không đúng.

Quizzman sử dụng AI ở rất nhiều nơi.

Ví dụ:

• OCR chữ Hán;
• tìm kiếm ngữ nghĩa;
• phân loại dữ liệu;
• hỗ trợ phân tích;
• hỗ trợ viết tài liệu;
• hỗ trợ phát hiện các trường hợp đáng nghi để con người kiểm tra.

Nói cách khác.

AI là một công cụ hỗ trợ nghiên cứu.

Không phải người quyết định quy luật.

Quy luật vẫn do con người xây dựng

Trong Quizzman Fanqie Engine.

Các quy luật được xây dựng từ:

• Quảng Vận;
• Tập Vận;
• Khang Hy Tự Điển;
• Nguyễn Tài Cẩn;
• Vương Lực;
• Baxter–Sagart;
• cùng nhiều công trình nghiên cứu về Middle Chinese.

Sau khi được kiểm chứng.

Những quy luật này mới được chuyển thành thuật toán.

Máy tính thực hiện các quy luật đó với tốc độ rất cao và trên quy mô rất lớn.

Nhưng bản thân quy luật vẫn là kết quả của quá trình nghiên cứu ngôn ngữ học.

AI và Rule Engine có thể bổ sung cho nhau

Thực tế.

AI và Rule Engine không phải hai hướng đối lập.

Chúng có thể kết hợp rất hiệu quả.

Ví dụ.

AI có thể giúp:

• phát hiện những trường hợp bất thường;
• gợi ý các nhóm dữ liệu có cùng đặc điểm;
• tìm kiếm các pattern tiềm năng;
• hỗ trợ kiểm tra dữ liệu quy mô lớn.

Sau đó.

Các nhà nghiên cứu sẽ:

• kiểm chứng;
• đối chiếu với tài liệu;
• xác định nguyên nhân;
• quyết định có nên hình thành một quy luật mới hay không.

Đây là cách Quizzman nhìn nhận vai trò của AI trong nghiên cứu âm vận học.

Điều quan trọng không phải AI hay Rule Engine

Điều quan trọng nhất không nằm ở việc sử dụng công nghệ nào.

Mà nằm ở khả năng kiểm chứng.

Nếu một hệ thống đưa ra kết quả, người nghiên cứu cần trả lời được:

• Quy luật nào đã được áp dụng?
• Chứng cứ học thuật nằm ở đâu?
• Có thể tái hiện lại quá trình suy luận hay không?
• Khi xuất hiện dữ liệu mới, có thể đánh giá lại quy luật đó hay không?

Đó là những yêu cầu rất cơ bản của nghiên cứu khoa học.

Quizzman lựa chọn khả năng giải thích thay vì "hộp đen"

Quizzman Fanqie Engine không được xây dựng để cạnh tranh với AI.

Ngược lại, dự án tận dụng AI ở nhiều công đoạn khác nhau, từ xử lý dữ liệu đến hỗ trợ nghiên cứu. Tuy nhiên, đối với phần cốt lõi là mô hình hóa quy luật âm vận, Quizzman lựa chọn một hướng đi khác: xây dựng các quy luật có thể đọc, có thể kiểm chứng và có thể giải thích.

Trong ngôn ngữ học lịch sử, một kết quả chỉ thực sự có giá trị khi người nghiên cứu biết vì sao nó đúng. Vì vậy, thay vì để AI tự "học" các quy luật từ dữ liệu rồi đưa ra kết quả như một hộp đen, Quizzman sử dụng AI như một trợ lý nghiên cứu, còn phần suy luận cuối cùng vẫn dựa trên những quy luật đã được kiểm chứng bởi các công trình học thuật và được hiện thực hóa thành thuật toán. Chính điều này giúp Fanqie Engine vừa giữ được tính khoa học, vừa đảm bảo khả năng truy vết và giải thích của từng kết quả.

→ Series 2 · Bài 12: Quizzman Fanqie Engine và Ontology ngôn ngữ: Khi Hán Việt, Pinyin và Middle Chinese cùng thuộc về một hệ tri thức