The Alan Turing Institute's flagship lecture series frames AI sustainability as a balance of environmental, economic, and social concerns. Dr. Sasha Luccioni is introduced as a leading voice on the topic, and the lecture promises a hopeful look at responsible AI.
Chuỗi bài giảng hàng đầu của Viện Alan Turing định hình tính bền vững của AI như sự cân bằng giữa các mối quan tâm về môi trường, kinh tế và xã hội. Tiến sĩ Sasha Luccioni được giới thiệu là tiếng nói hàng đầu về chủ đề này, và bài giảng hứa hẹn một cái nhìn đầy hy vọng về AI có trách nhiệm.
So, good evening.
Vậy, chào buổi tối.
Warm welcome to everyone here in the room, those online joining us here at the British Library for our lecture.
Chào mừng nồng nhiệt đến tất cả mọi người có mặt trong phòng, những người tham gia trực tuyến cùng chúng tôi tại Thư viện Anh cho buổi diễn thuyết của chúng ta.
So, my name is Scott Hosking.
Vậy, tên tôi là Scott Hosking.
I'm the Mission Director for Environmental Forecasting at the Alan Turing Institute.
Tôi là Giám đốc Sứ mệnh về Dự báo Môi trường tại Viện Alan Turing.
It's my pleasure to welcome you to the next event in our 2026 Turing Lecture Series, AI for Resilient Futures.
Tôi rất vinh dự được chào đón các bạn đến với sự kiện tiếp theo trong Chuỗi Bài giảng Turing 2026 của chúng ta, AI vì Tương lai Kiên cường.
So, before we begin, can I just have a show of hands for people who've been to a Turing Lecture before?
Vậy, trước khi bắt đầu, tôi có thể xin mọi người giơ tay nếu đã từng tham dự một Bài giảng Turing trước đây không?
Ah, good, good.
À, tốt, tốt.
Yeah, 20% maybe I push.
Vâng, có lẽ khoảng 20% tôi đoán vậy.
So, um and oh, I would ask people online, but if you could if you're online as well, put your hands up.
Vậy, ừm và ồ, tôi sẽ hỏi cả những người trực tuyến, nhưng nếu các bạn cũng đang trực tuyến, hãy giơ tay lên.
I mean, I can't count you, but let's let's let's get moving.
Ý tôi là, tôi không thể đếm được các bạn, nhưng hãy cứ tiếp tục nào.
Um so, uh so, the Alan Turing Institute is the UK's National Institute for Data Science and AI, and the Turing Lectures are our flagship public lecture series, which began 10 years ago in 2016, soon after
Ừm vậy, ờ vậy, Viện Alan Turing là Viện Quốc gia về Khoa học Dữ liệu và AI của Vương quốc Anh, và Bài giảng Turing là chuỗi bài giảng công khai hàng đầu của chúng tôi, bắt đầu cách đây 10 năm vào năm 2016, ngay sau khi
we started and we became an institute.
chúng tôi khởi đầu và trở thành một viện.
So, this year's program is centered on resilience.
Vậy, chương trình năm nay tập trung vào khả năng kiên cường.
Um so, as rapid technology changes and reshapes our world, AI is transforming how we protect and strengthen the systems we depend on, from national infrastructure, defense, to climate and environment and sustainability.
Ừm vậy, khi công nghệ thay đổi nhanh chóng và định hình lại thế giới của chúng ta, AI đang biến đổi cách chúng ta bảo vệ và củng cố các hệ thống mà chúng ta phụ thuộc, từ cơ sở hạ tầng quốc gia, quốc phòng, đến khí hậu và môi trường và tính bền vững.
So, across this series, we've explored both the opportunities these technologies create and the difficult trade-offs they introduce.
Vậy, xuyên suốt chuỗi này, chúng ta đã khám phá cả những cơ hội mà các công nghệ này tạo ra và những đánh đổi khó khăn mà chúng mang lại.
So, tonight's lecture focuses on one of the most pressing questions facing AI today, and that's sustainability.
Vậy, buổi diễn thuyết tối nay tập trung vào một trong những câu hỏi cấp bách nhất mà AI đang đối mặt ngày nay, và đó là tính bền vững.
So, AI systems have extraordinary potential to improve efficiency, reduce waste, and accelerate innovation across society.
Vậy, các hệ thống AI có tiềm năng phi thường để cải thiện hiệu quả, giảm lãng phí và tăng tốc đổi mới trên toàn xã hội.
But, behind every model trained, every data set stored, and every query processed lies a complex web of environmental, economic, and social impacts.
Nhưng, đằng sau mỗi mô hình được huấn luyện, mỗi tập dữ liệu được lưu trữ và mỗi truy vấn được xử lý là một mạng lưới phức tạp gồm các tác động môi trường, kinh tế và xã hội.
As AI models continue to grow in scale and capacity, and capability, so does the strain they place on our energy systems, our natural resources, digital infrastructure around the world.
Khi các mô hình AI tiếp tục phát triển về quy mô, năng lực và khả năng, thì áp lực mà chúng đặt lên các hệ thống năng lượng, tài nguyên thiên nhiên và cơ sở hạ tầng kỹ thuật số trên toàn thế giới cũng tăng theo.
Understanding those impacts, and finding practical ways to reduce them, is becoming increasingly important.
Hiểu được những tác động đó và tìm ra những cách thiết thực để giảm thiểu chúng đang trở nên ngày càng quan trọng.
Not only for the future of AI, but for the resilience of the systems that support it.
Không chỉ vì tương lai của AI, mà còn vì khả năng kiên cường của các hệ thống hỗ trợ nó.
So, what does it mean to make AI sustainable in practice?
Vậy, làm cho AI trở nên bền vững trong thực tế có nghĩa là gì?
How do we move beyond broad principles and towards measurable, evidence-based action?
Làm thế nào để chúng ta vượt ra ngoài những nguyên tắc chung và hướng tới hành động có thể đo lường, dựa trên bằng chứng?
And how can AI the AI ecosystem balance rapid innovation and long-term environmental and societal responsibility?
Và làm thế nào để hệ sinh thái AI có thể cân bằng giữa đổi mới nhanh chóng và trách nhiệm lâu dài về môi trường và xã hội?
So, to help us explore these questions, I'm delighted to be joined this evening by Dr.
Vậy, để giúp chúng ta khám phá những câu hỏi này, tôi rất vui mừng được đồng hành tối nay cùng Tiến sĩ
Sasha Luccioni.
Sasha Luccioni.
Sasha is one of the leading environmental international voices on sustainable and responsible AI.
Sasha là một trong những tiếng nói quốc tế hàng đầu về môi trường trong lĩnh vực AI bền vững và có trách nhiệm.
Her work focuses on evaluating and reducing the environmental impact of AI systems, helping bring together transparency and accountability in this field.
Công việc của cô tập trung vào việc đánh giá và giảm thiểu tác động môi trường của các hệ thống AI, giúp mang lại sự minh bạch và trách nhiệm giải trình trong lĩnh vực này.
She has featured on Business Insider's AI Power List for the last two consecutive years, delivering widely viewed TED Talks on AI, and in 2024 was named both in the BBC's 100 Women List and Time Magazine list of 100 most influential people in AI.
Cô đã xuất hiện trong Danh sách Quyền lực AI của Business Insider trong hai năm liên tiếp gần đây, thực hiện các bài TED Talk được xem rộng rãi về AI, và vào năm 2024 được vinh danh cả trong Danh sách 100 Phụ nữ của BBC và danh sách 100 người có ảnh hưởng nhất trong lĩnh vực AI của Tạp chí Time.
Sasha is a co-founder and chief scientific advice officer of the Sustainable AI group, and we'll hear more about that shortly.
Sasha là đồng sáng lập viên và giám đốc cố vấn khoa học của nhóm Sustainable AI, và chúng ta sẽ nghe thêm về điều đó ngay sau đây.
And this evening, Sasha will lead us through what it really takes to make AI sustainable.
Và tối nay, Sasha sẽ dẫn dắt chúng ta qua những gì thực sự cần thiết để làm cho AI trở nên bền vững.
Examining the environmental costs, societal implications, and practical steps needed to build more responsible AI systems for the future.
Xem xét các chi phí môi trường, tác động xã hội và các bước thực tiễn cần thiết để xây dựng các hệ thống AI có trách nhiệm hơn cho tương lai.
Sasha will be leading tonight's conversation, but we want you to be part of it, too.
Sasha sẽ dẫn dắt cuộc trò chuyện tối nay, nhưng chúng tôi cũng muốn các bạn tham gia vào đó.
So, please think of your questions throughout the talk.
Vậy, hãy suy nghĩ về các câu hỏi của mình trong suốt bài nói.
You can submit as if by magic the QR code to our Slido.
Các bạn có thể gửi như thể bằng phép thuật qua mã QR đến Slido của chúng tôi.
So, you can submit your questions there.
Vậy, các bạn có thể gửi câu hỏi của mình ở đó.
For those in the room, you can put your hands up and we'll hear from those online through the Slido.
Đối với những người trong phòng, các bạn có thể giơ tay và chúng tôi sẽ nghe từ những người trực tuyến qua Slido.
And we'll have a dedicated time at the end for Q&A.
Và chúng ta sẽ có thời gian riêng vào cuối để hỏi đáp.
So, please stick around for that.
Vậy, hãy ở lại cho phần đó.
And for those of you here in the room, make sure you know, you can ask those questions directly.
Và đối với những bạn có mặt trong phòng, hãy chắc chắn rằng các bạn biết, các bạn có thể đặt những câu hỏi đó trực tiếp.
So, we'll have roaming mics and please await for those.
Vậy, chúng tôi sẽ có micro di động và hãy chờ đợi chúng.
But without further ado, Sasha, over to you.
Nhưng không chần chừ thêm nữa, Sasha, xin mời cô.
- applause - HI EVERYONE.
- [vỗ tay] - XIN CHÀO MỌI NGƯỜI.
I'M VERY EXCITED TO BE HERE.
TÔI RẤT VUI MỪNG ĐƯỢC Ở ĐÂY.
It's been a long time coming.
Điều này đã được mong đợi từ lâu.
I feel like we talked about this seems like ages ago and it's pretty crazy to be here with all with all of you.
Tôi cảm thấy như chúng ta đã nói về điều này từ lâu lắm rồi và thật điên rồ khi được ở đây cùng tất cả các bạn.
So, today I will talk about what it means to make AI truly sustainable.
Vậy, hôm nay tôi sẽ nói về ý nghĩa của việc làm cho AI thực sự bền vững.
I'll try to start a little broad to give maybe some context about AI generally speaking as a as a field of research and practice.
Tôi sẽ cố gắng bắt đầu hơi rộng một chút để có thể cung cấp một số bối cảnh về AI nói chung như một lĩnh vực nghiên cứu và thực hành.
Then I will talk about where we're at right now in terms of impacts.
Sau đó tôi sẽ nói về tình hình hiện tại của chúng ta về mặt tác động.
So, mostly negative, a little critical.
Vậy, chủ yếu là tiêu cực, một chút phê phán.
But then I will also talk about what we need and what we can do in order to to change things a little bit and hopefully end on a note that gives everyone some hope.
Nhưng sau đó tôi cũng sẽ nói về những gì chúng ta cần và những gì chúng ta có thể làm để thay đổi mọi thứ một chút và hy vọng kết thúc bằng một ghi chú mang lại cho mọi người chút hy vọng.
I have been told not to end on a negative note.
Tôi đã được yêu cầu không kết thúc bằng một ghi chú tiêu cực.
So, I'll try very hard So, let's start with the origins of AI.
Vì vậy, tôi sẽ cố gắng rất nhiều. Vậy, hãy bắt đầu với nguồn gốc của AI.
I actually love starting here because I know that for a lot of people AI as a societal phenomenon has started maybe with ChatGPT a couple of years ago, but actually there's a lot more to it than that and we can go back a lot further.
Tôi thực sự thích bắt đầu ở đây vì tôi biết rằng đối với nhiều người, AI như một hiện tượng xã hội có thể đã bắt đầu với ChatGPT vài năm trước, nhưng thực ra còn nhiều điều hơn thế và chúng ta có thể quay lại xa hơn nữa.
And actually interestingly enough, we can go back to Alan Turing very apropos.
Và thực sự thú vị là chúng ta có thể quay lại với Alan Turing rất phù hợp.
In 1950, he asked this question of what it takes to make what what it would take to make machines think.
Năm 1950, ông đã đặt câu hỏi rằng cần gì để làm cho máy móc suy nghĩ.
Can machines think?
Máy móc có thể suy nghĩ không?
How can we do that?
Làm thế nào chúng ta có thể làm điều đó?
And this was really the spark that started artificial intelligence as a field.
Và đây thực sự là tia lửa khởi đầu cho trí tuệ nhân tạo như một lĩnh vực.
Um, and it's interesting because after that, it became, um, I mean, it wasn't actually named artificial intelligence until about 6 years after there was this
Ừm, và thật thú vị vì sau đó, nó trở thành, ý tôi là, nó thực sự không được đặt tên là trí tuệ nhân tạo cho đến khoảng 6 năm sau khi có
convening at Dartmouth College and people came together.
Cuộc họp tại Đại học Dartmouth và mọi người đến với nhau.
It was philosophers and psychologists and the first computer scientists or mathematicians and they started they coined this term of artificial intelligence and it continues to this day and we continue working on this on this legacy that started with the brilliant Turing.
Đó là các nhà triết học, nhà tâm lý học và những nhà khoa học máy tính hoặc toán học đầu tiên và họ bắt đầu đặt ra thuật ngữ trí tuệ nhân tạo này và nó tiếp tục cho đến ngày nay và chúng ta tiếp tục làm việc trên di sản này bắt đầu từ Turing lỗi lạc.
Um, and what does that legacy look like?
Ừm, và di sản đó trông như thế nào?
What has that
Điều đó đã
looked like, um, in the last almost 80 years at this point?
Trông như thế nào, ừm, trong gần 80 năm qua tính đến thời điểm này?
Um, pretty surprising.
Ừm, khá bất ngờ.
Um, so we started with symbolic AI.
Ừm, vậy chúng ta bắt đầu với AI biểu tượng.
Um, and so symbolic AI really was kind of the first, um, first twist in this road of artificial intelligence that started in the in the in the '50s and '60s and the goal was really to, um, create like formal logic uh, rules and theorems and formulas around AI.
Ừm, và AI biểu tượng thực sự là loại bước ngoặt đầu tiên trên con đường trí tuệ nhân tạo bắt đầu từ những năm 50 và 60 và mục tiêu thực sự là tạo ra logic hình thức, các quy tắc, định lý và công thức xung quanh AI.
And so
Và vì vậy
it was very, um, let's say involved a lot of manual work because essentially you take something like, I don't know, for example, chess or, you know, some problem you have to solve, some exploration, some game, um, and you try to figure out how to mathematically solve it and then how to transpose this into a computer.
Nó rất, ừm, hãy nói là liên quan đến nhiều công việc thủ công vì về cơ bản bạn lấy một thứ như, tôi không biết, ví dụ như cờ vua hoặc, bạn biết đấy, một vấn đề bạn phải giải quyết, một khám phá, một trò chơi, ừm, và bạn cố gắng tìm ra cách giải quyết nó bằng toán học và sau đó chuyển nó vào máy tính.
Um, and what's interesting is that there was this big, um, AI summer as it was called and people got very excited about this new field of artificial intelligence, lots of money, uh, lots of promise, lots of headlines.
Ừm, và điều thú vị là có một mùa hè AI lớn như người ta gọi và mọi người rất hào hứng với lĩnh vực trí tuệ nhân tạo mới này, nhiều tiền, ừm, nhiều lời hứa, nhiều tiêu đề.
Then there was an AI winter when they realized that it was a lot harder to solve a lot of these problems than initially thought because it's really hard to write out all the rules required to, you know, even like order a sandwich at a right?
Sau đó là một mùa đông AI khi họ nhận ra rằng việc giải quyết nhiều vấn đề này khó hơn nhiều so với suy nghĩ ban đầu vì thực sự khó để viết ra tất cả các quy tắc cần thiết để, bạn biết đấy, thậm chí là gọi một chiếc bánh sandwich, phải không?
There's a lot of steps to it.
Có rất nhiều bước.
And so, there was this um boom and bust.
Và vì vậy, có sự bùng nổ và phá sản này.
Um then there was another a wave of expert systems, and I caught the tail
Ừm sau đó có một làn sóng hệ thống chuyên gia khác, và tôi bắt được phần cuối
end of this actually when I was doing my PhD.
Của điều này thực sự khi tôi đang làm tiến sĩ.
I guess that makes me kind of old, but uh anyway, so expert systems expert systems uh were building on top of symbolic AI, and it was really knowledge engineering.
Tôi đoán điều đó khiến tôi hơi già, nhưng dù sao, vậy hệ thống chuyên gia được xây dựng dựa trên AI biểu tượng, và nó thực sự là kỹ thuật tri thức.
So, it was a little bit more meta.
Vì vậy, nó có phần siêu hơn.
It was a little bit less granular.
Nó ít chi tiết hơn một chút.
So, it was more using computer programming languages, but still very very manual.
Vì vậy, nó sử dụng nhiều ngôn ngữ lập trình máy tính hơn, nhưng vẫn rất thủ công.
So, trying to define what it would take to diagnose, for example,
Vì vậy, cố gắng định nghĩa những gì cần để chẩn đoán, ví dụ,