Bạn có biết Wolfram Alpha: "ChatGPT đời đầu" mà internet gần như đã quên lãng

Vào năm 2009, cuộc đua giữa các công cụ tìm kiếm trực tuyến xoay quanh việc số lượng website được thu thập cũng như xếp hạng website đưa ra câu trả lời tốt nhất đối với truy vấn của người dùng. Thời điểm đó, nếu bạn muốn giải bài toán nào đó, bạn cần tra cứu Google, Bing hoặc Yahoo, … rồi click vào từng đường link để đọc, tìm kiếm thông tin và tự mình tính toán nếu cần con số chính xác.

Nhưng cùng năm đó, một công cụ khác lặng lẽ ra đời với tên gọi Wolfram Alpha. Không phải search engine như Google, cũng không phải từ điển như Wikipedia. Nó tự giới thiệu mình là một "động cơ tri thức tính toán" (computational knowledge engine), nghe có vẻ hơi kỹ thuật, nhưng ý tưởng thì đơn giản: thay vì cho bạn một đống link để tự tìm hiểu, nó sẽ tự mình tính toán và đưa ra câu trả lời.

Ví dụ nếu hỏi "khoảng cách từ Chicago đến Tokyo", bạn nhận ngay con số 10.158 km kèm theo đường bay trên bản đồ. Hỏi "giải phương trình x² + 3x + 2 = 0", bạn có lời giải chi tiết từng bước như một giáo viên đang hướng dẫn. Hỏi "dân số Pháp so với Đức", bạn được xem biểu đồ so sánh đẹp mắt với đầy đủ số liệu.

Thứ này nghe quen quen, phải không? Đúng vậy — đây chính xác là những gì ChatGPT đang làm hôm nay, 14 năm sau. Chỉ có điều, hai công cụ này làm việc theo hai cách hoàn toàn khác nhau. Và chính sự khác biệt đó đã quyết định vận mệnh của cả hai.

Hai cách suy nghĩ, hai số phận

Nếu Wolfram Alpha là con người, nó sẽ là kiểu người cực kỳ cẩn thận. Loại người chỉ nói khi chắc chắn mình đúng, và nếu không biết thì thà im lặng còn hơn nói liều.

Wolfram Alpha thuộc trường phái symbolic AI — trí tuệ nhân tạo biểu tượng. Mọi tri thức được mã hóa thành công thức, phương trình, bảng dữ liệu có cấu trúc. Khi bạn hỏi một câu, hệ thống dịch câu hỏi sang ngôn ngữ Wolfram Language, một ngôn ngữ lập trình biểu tượng rồi chạy thuật toán tính toán chính xác. Kết quả luôn có thể kiểm chứng, truy vết nguồn gốc.

Cùng một câu hỏi trong khi Wolfram Alpha chú trọng đến độ chính xác thì ChatGPT hướng đến việc nói chuyện sao cho hay hơn

Đây là "toán học thuần túy", nơi mọi thứ đều có đầu vào cố định thì đầu ra cố định. Ví dụ bạn hỏi "13 mũ 5 bằng bao nhiêu", nó sẽ tính chính xác đến từng chữ số. Hỏi "GDP Việt Nam năm 2023", nó sẽ lấy số liệu từ nguồn đáng tin cậy và trả về kèm đơn vị, nguồn trích dẫn.

ChatGPT, ngược lại, là đứa con của probabilistic AI - trí tuệ dựa trên xác suất thống kê. Nó học từ hàng tỷ đoạn văn bản con người viết trên internet, rồi dự đoán câu trả lời "có vẻ hợp lý nhất" dựa trên những gì nó từng đọc. Không có công thức cố định nào cả. Mỗi lần hỏi lại, câu trả lời có thể khác đi một chút vì có yếu tố ngẫu nhiên trong quá trình sinh văn bản.

Hay nói cách khác, ChatGPT giống một người bạn hiểu biết rộng, hay đọc sách, hay lên mạng, và luôn sẵn sàng trò chuyện về mọi thứ. Nhưng đôi khi, khi không nhớ rõ chi tiết, nó sẽ "đoán" một câu trả lời nghe có vẻ hợp lý. Có khi đúng, có khi sai, nhưng câu chuyện vẫn mượt mà, vẫn thuyết phục.

Nhà sáng lập Wolfram Alpha, ông Stephen Wolfram từng ví von: ChatGPT giống như một người kể chuyện tài ba đã đọc cả thế giới, nhưng không thực sự "hiểu toán". Còn Wolfram Alpha là nhà toán học khô khan, biết rõ từng con số, nhưng lại không biết cách... nói chuyện vui.

Và đó chính là điểm then chốt.

Khi sự thông minh không đủ

Wolfram Alpha thông minh. Rất thông minh. Tuy nhiên, với người dùng phổ thông, Wolfram Alpha lại không đủ "dễ gần". Bạn phải nhập câu hỏi đúng cách, kết quả hiển thị dưới dạng bảng và biểu đồ, và bạn phải biết cách đọc hiểu các bảng, biểu đồ đó.

Thử tưởng tượng bạn hỏi nó câu này: " Thời tiết ở London khi Nữ hoàng được sinh ra thế nào? " Một câu hỏi bình thường phải không? Nhưng Wolfram Alpha có thể không hiểu. Nó cần bạn hỏi rõ ràng hơn, kiểu như "thời tiết London tháng 4 năm 1926". Bạn phải học cách "nói chuyện" với máy móc, thay vì máy móc học cách hiểu bạn.

Dễ hiểu vì sao Wolfram Alpha trở thành công cụ quen thuộc của học sinh, sinh viên và kỹ sư khi cần giải toán, phân tích dữ liệu hoặc kiểm tra kết quả thay vì thân thiện với người dùng thông thường. Thậm chí, công nghệ của nó từng được tích hợp vào các hệ thống như Siri hay một số công cụ tìm kiếm.

Dù đưa ra kết quả sai về phép tính 3^73, câu trả lời của ChatGPT vẫn rất thú vị.

ChatGPT thì ngược lại. Bạn có thể hỏi lung tung, viết sai chính tả, thậm chí nói đùa, nó vẫn cố gắng hiểu. "Này ChatGPT, mấy giờ rồi ở Tokyo bây giờ?" — nó hiểu ngay bạn cần gì. Không cần học cú pháp, không cần chỉnh sửa câu hỏi.

Vấn đề thứ hai: Wolfram Alpha không biết "trò chuyện". Mỗi câu hỏi của bạn là một lần bắt đầu mới. Hỏi xong, nhận câu trả lời, hết. Bạn không thể nói "giờ hãy giải thích đơn giản hơn" hay "còn năm sau thì sao?" như với ChatGPT. Nó không nhớ bạn vừa hỏi gì.

Và quan trọng nhất: Wolfram Alpha không tạo cảm giác "wow". Kết quả trả về toàn là bảng số, biểu đồ, công thức — cực kỳ hữu ích cho sinh viên toán, kỹ sư, nhà khoa học, nhưng hơi... nhàm chán với người bình thường. Trong khi ChatGPT? Nó viết thơ, kể chuyện cười, giải thích vật lý lượng tử bằng ngôn ngữ lớp 3, thậm chí giả vờ là Napoleon để trò chuyện với bạn. Vui, thú vị, và gây nghiện.

Một người dùng từng than thở trên diễn đàn: " Wolfram Alpha có lợi thế rất lớn khi mới ra mắt... nhưng giờ thì lợi thế đó đã mất. Nếu không thay đổi, các đối thủ sẽ vượt mặt thôi ."

Và đúng như vậy, trong khi thế giới internet còn chưa kịp nhớ cái tên Wolfram Alpha, ChatGPT đã xuất hiện và vượt mặt. Không phải vì thông minh hơn, mà vì nó dễ gần hơn.

Khi thế giới thay đổi cách hỏi

Có một điều thú vị: Wolfram Alpha không thua vì nó kém. Nó thua vì thế giới đã thay đổi.

Năm 2009, chúng ta còn quen với việc "học cách dùng công cụ". Muốn search Google hiệu quả? Bạn học cách thêm dấu ngoặc kép, dùng dấu trừ để loại từ khóa, tìm kiếm nâng cao. Muốn dùng Photoshop? Bạn mất hàng tuần học các thao tác phức tạp. Muốn dùng Wolfram Alpha? Bạn học cách hỏi đúng cú pháp, nhận câu trả lời chính xác. Đó là điều bình thường.

Nhưng đến năm 2022, khi ChatGPT ra đời, mọi thứ đã khác. Con người không còn muốn "học cách dùng công cụ". Họ muốn công cụ tự học cách hiểu mình. Họ muốn hỏi tự nhiên như nhắn tin với bạn bè. Họ muốn AI nhớ câu trước, hiểu ngữ cảnh, và điều chỉnh khi bạn nói "ý tôi không phải thế".

Wolfram Alpha không kịp thay đổi. Nó vẫn giữ nguyên tư duy "chính xác nhưng cứng nhắc" trong khi thế giới đã chuyển sang "linh hoạt dù đôi khi sai". Và với đa số người dùng, một câu trả lời "tạm ổn" nhưng dễ lấy quan trọng hơn một câu trả lời "tuyệt đối đúng" nhưng khó tiếp cận.

Đó là lý do tại sao ChatGPT đạt 100 triệu người dùng chỉ trong 2 tháng, trong khi Wolfram Alpha mất cả 10 năm mới đạt con số đó.

Câu chuyện chưa kết thúc

Nhưng đừng nghĩ rằng Wolfram Alpha đã "chết". Ngược lại, nó đang sống tốt hơn bao giờ hết, chỉ là không còn đứng ở hàng đầu sân khấu nữa.

Tháng 3 năm 2023, một điều kỳ diệu xảy ra: OpenAI công bố ChatGPT có thể kết nối với các công cụ bên ngoài, và Wolfram Alpha là một trong những đối tác đầu tiên. Giờ đây, khi bạn hỏi ChatGPT một câu toán phức tạp, thay vì tự "đoán" kết quả, ChatGPT sẽ thầm lặng gửi câu hỏi đến Wolfram Alpha, nhận về con số chính xác, rồi diễn giải lại bằng lời lẽ dễ hiểu.

Ví dụ: bạn hỏi ChatGPT "tích phân của x² nhân cos(2x) bằng bao nhiêu". ChatGPT sẽ gọi Wolfram Alpha tính toán, nhận kết quả chi tiết từng bước, rồi trả lời bạn bằng câu văn mượt mà: "Đây là kết quả tích phân, và đây là cách tính từng bước nhé..."

Người dùng thấy một trải nghiệm hoàn hảo: vừa chính xác như Wolfram Alpha, vừa thân thiện như ChatGPT. Hai thứ từng đối lập nhau giờ đã hợp nhất.

Stephen Wolfram gọi đây là "siêu năng lực tính toán" mà ChatGPT nhận được. Và lần đầu tiên trong lịch sử trí tuệ nhân tạo, hai trường phái lớn nhất, một bên là toán học chính xác, một bên là ngôn ngữ linh hoạt đã thực sự bắt tay nhau để đến bên cạnh người dùng.

Wolfram Alpha giờ không còn là trang web mà học sinh vào giải bài tập toán nữa. Nó là engine ẩn sau hàng loạt ứng dụng AI hiện đại. Khi bạn hỏi Siri của Apple một câu hỏi khoa học, có thể Wolfram Alpha đang âm thầm trả lời từ phía sau. Khi bạn dùng Excel với dữ liệu thời gian thực, Wolfram Alpha có thể đang cung cấp số liệu. Khi các hợp đồng thông minh trên blockchain cần dữ liệu đáng tin cậy, Wolfram Alpha là nguồn họ tin tưởng.

Nó không còn là ngôi sao sân khấu, nhưng là trụ cột không thể thiếu trong hậu trường.

Bài học về sự phù hợp

Có lẽ câu chuyện của Wolfram Alpha và ChatGPT không phải về công nghệ. Nó là về con người, và về cách chúng ta thay đổi.

Một công cụ có thể chính xác tuyệt đối, được xây dựng bởi các thiên tài, chứa đựng hàng thập kỷ tri thức, nhưng nếu nó không "nói ngôn ngữ" mà con người muốn nghe, nó sẽ bị bỏ quên. Ngược lại, một công cụ đôi khi nhầm lẫn, nhưng biết cách trò chuyện tự nhiên và thích ứng với mọi phong cách giao tiếp, sẽ được hàng trăm triệu người yêu mến.

Wolfram Alpha không thua ChatGPT. Nó chỉ thuộc về một thời đại khác, thời đại mà con người còn sẵn sàng bỏ công sức học cách dùng công cụ chính xác. ChatGPT thuộc về thời đại mới, thời đại mà con người muốn công cụ tự học cách hiểu họ.

Và may mắn thay, thay vì một trong hai phải chết, chúng đã tìm thấy nhau. Wolfram Alpha mang đến sự chính xác mà ChatGPT thiếu. ChatGPT mang đến sự thân thiện mà Wolfram Alpha không có. Cùng nhau, chúng tạo nên thứ mạnh hơn cả hai cộng lại.

Có những thứ từng đi trước thời đại, nhưng không phải lúc nào cũng trở thành tâm điểm. Và đó không phải là thất bại. Đôi khi, vai trò quan trọng nhất lại nằm ở nơi ít người nhìn thấy - ở hậu trường, nơi mọi điều kỳ diệu bắt đầu.