AI policy
Trong những tuần gần đây, đã có nhiều tin tức đáng chú ý về các chính sách AI ở Châu Á, cho thấy sự phát triển nhanh chóng và đa dạng của công nghệ này trên toàn khu vực. Chúng ta đã thấy những nỗ lực từ các chính phủ nhằm định hình tương lai của AI, từ việc ban hành luật pháp cho đến đầu tư vào cơ sở hạ tầng.
Đáng chú ý nhất, Việt Nam đang tiến những bước quan trọng trong việc xây dựng một khung pháp lý toàn diện cho AI. Bộ Khoa học và Công nghệ đã công bố dự thảo Luật AI để lấy ý kiến công chúng, thể hiện cam kết của đất nước trong việc thúc đẩy nghiên cứu và sử dụng AI một cách có đạo đức, đồng thời bảo vệ quyền lợi công chúng và an ninh quốc gia. Luật này, với hệ thống phân loại rủi ro cho các hệ thống AI, đặt Việt Nam vào hàng ngũ các quốc gia tiên phong trong việc quản lý AI một cách chính thức, đưa ra những tín hiệu quan trọng cho các doanh nghiệp và tổ chức tiêu chuẩn trên khắp ASEAN.
Trong khi đó, ở Malaysia, chính phủ đang tập trung vào việc đảm bảo chủ quyền AI thông qua việc thành lập một Điện toán đám mây AI có chủ quyền. Động thái này cho thấy quyết tâm của Malaysia trong việc kiểm soát năng lực AI của mình, đồng thời chuẩn bị cho tương lai kỹ thuật số và các thách thức công nghệ mới. Mục tiêu trở thành một “quốc gia do AI điều khiển vào năm 2030” phản ánh tầm nhìn chiến lược của Malaysia trong cuộc đua AI toàn cầu.
Philippines cũng đang thúc đẩy luật để ngăn chặn lạm dụng AI, nhấn mạnh tầm quan trọng của việc bảo vệ quyền con người.
Ngoài ra, đã có những cảnh báo từ Google về tốc độ áp dụng AI ở Châu Âu. Kent Walker, Chủ tịch phụ trách các vấn đề toàn cầu của Google, đã kêu gọi Liên minh Châu Âu (EU) tăng cường áp dụng Trí tuệ Nhân tạo thông qua một cách tiếp cận pháp lý thông minh hơn. Ông nhấn mạnh rằng AI sẽ định hình lại gần như mọi khía cạnh của cuộc sống hiện đại và tương lai của vai trò lãnh đạo địa chính trị. Walker cảnh báo về mức độ áp dụng AI đáng lo ngại ở EU, chỉ khoảng 14% các công ty châu Âu sử dụng AI tạo sinh, so với con số ấn tượng 83% ở Trung Quốc. Ông cho rằng sự chậm trễ này một phần do môi trường pháp lý của EU ngày càng phức tạp, với hơn một trăm quy định mới nhắm vào nền kinh tế kỹ thuật số từ năm 2019, khiến hơn 60% doanh nghiệp châu Âu coi quy định là trở ngại lớn nhất cho đầu tư. Để giải quyết, Walker đề xuất chiến lược ba phần cho EU: xây dựng nền tảng chính sách thông minh (đơn giản hóa khung pháp lý, tập trung vào tác động thực tế của AI), mở rộng áp dụng thông qua đào tạo kỹ năng (quan hệ đối tác công-tư, giải pháp Sovereign Cloud và AI), và mở rộng quy mô để hỗ trợ đổi mới rộng rãi (vượt ra ngoài chatbot, tập trung vào đột phá khoa học).
AI investment
Cuộc chơi vốn khổng lồ và “giao dịch vòng lặp”
Tâm điểm của cuộc đua chính là dòng vốn khổng lồ đang được bơm vào hạ tầng AI, thể hiện qua các “giao dịch vòng lặp”. OpenAI – đứng sau ChatGPT, đã thực hiện những thương vụ có một không hai. Họ ký một thỏa thuận mua chip trị giá hàng chục tỷ đô la với AMD, đổi lại là quyền sở hữu tới 10% cổ phần của nhà sản xuất chip này. Động thái này diễn ra ngay sau khi đối thủ của AMD là NVIDIA tuyên bố đầu tư 100 tỷ USD vào OpenAI.
CEO Jensen Huang của NVIDIA đã gọi thương vụ của AMD là một nước đi “cao tay”, nhưng cũng không quên châm biếm rằng OpenAI “chưa có tiền mặt để trả”. Đây chính là bản chất của các “giao dịch vòng lặp”: một công ty đầu tư vào một startup AI, và startup đó lại dùng chính số tiền này để mua lại sản phẩm của nhà đầu tư, tạo ra một vòng tròn vốn khép kín. Mô hình này đang làm dấy lên lo ngại về một “bong bóng AI” tiềm tàng, nhưng nó cho thấy mức độ cam kết và sự phụ thuộc lẫn nhau giữa các ông lớn để đảm bảo nguồn cung sức mạnh tính toán.
Cuộc chiến chuỗi cung ứng
Nếu các công ty AI là những người đào vàng, thì các nhà sản xuất phần cứng chính là những người bán “xẻng vàng” và trở nên giàu có. Zhongji Innolight, một nhà sản xuất mô-đun quang học hàng đầu, đã chứng kiến giá cổ phiếu tăng phi mã nhờ là nhà cung cấp chính cho NVIDIA. Tuy nhiên, việc các cổ đông lớn liên tục bán ra cổ phiếu lại đặt ra câu hỏi về tính bền vững của mức định giá này.
Sâu hơn trong chuỗi cung ứng, ngành công nghiệp lưu trữ AI đang trải qua cuộc “nâng cấp” chiến lược. Trọng tâm không còn là “lưu trữ bao nhiêu” mà là “lưu trữ thế nào cho hiệu quả”. Các công nghệ như bộ nhớ băng thông cao (HBM), ổ cứng AI SSD đang trở thành chìa khóa để giải quyết “Bức tường bộ nhớ” (Memory Wall) – nút thắt cổ chai lớn nhất cản trở hiệu suất AI. Trong bối cảnh đó, các công ty Trung Quốc như Intelligo đang nỗ lực tự chủ công nghệ chip suy luận AI, đặc biệt sau các lệnh trừng phạt của Mỹ, cho thấy cuộc đua AI còn mang cả màu sắc địa chính trị.
Săn lùng nhân tài và những cuộc chiến pháp lý nảy lửa
Cuộc đua không chỉ dừng lại ở vốn và phần cứng. “Chất xám” mới là tài sản quý giá nhất, dẫn đến những cuộc cạnh tranh khốc liệt để giành giật nhân tài. Gần đây nhất, Apple đã nhanh tay “hớt tay trên” của Elon Musk khi thâu tóm đội ngũ và công nghệ của Prompt AI, một startup thị giác máy tính do cựu sinh viên Đại học Bắc Kinh đồng sáng lập mà cả xAI và Neuralink của Musk đều đang để mắt. Đây là một ví dụ điển hình của “mua lại để tuyển dụng” (acqui-hire), một chiến thuật phổ biến để nhanh chóng thu nạp tài năng AI.
Nhưng cuộc chiến nhân sự cũng có mặt tối của nó. Vụ kiện giữa xAI và OpenAI đã bùng nổ thành một cuộc chiến pháp lý gay gắt. xAI cáo buộc OpenAI “săn trộm” nhân viên một cách có hệ thống để đánh cắp bí mật thương mại. OpenAI đáp trả một cách cứng rắn, gọi đây là hành vi “bắt nạt” và “công khai thông tin cá nhân độc hại”, đồng thời ám chỉ vấn đề nằm ở chính nội bộ của xAI. Vụ việc cho thấy trong cuộc đua này, mọi ranh giới về cạnh tranh lành mạnh đều có thể bị phá vỡ.
Tái cấu trúc toàn diện và cuộc đua ứng dụng
Cuối cùng, tất cả vốn, chip và nhân tài đều nhằm một mục đích: triển khai các ứng dụng AI đột phá và chiếm lĩnh thị trường. Alibaba đang thực hiện một cuộc tái cấu trúc: thu hẹp đáng kể số lượng “đối tác” quyền lực, đặt AI vào vị trí trung tâm của chiến lược (”thương mại điện tử, AI + đám mây”), và tập trung xây dựng một “Siêu ứng dụng” tích hợp mọi dịch vụ.
Trong khi đó, ở lĩnh vực giao thông vận tải, mảng xe tự lái của DiDi đã nhận được khoản đầu tư 2 tỷ Nhân dân tệ, trong đó có sự hậu thuẫn mạnh mẽ từ các quỹ AI của chính phủ Bắc Kinh. Điều này cho thấy sự công nhận và ủng hộ ở cấp quốc gia đối với công nghệ tự lái Cấp độ 4, một trong những ứng dụng AI được kỳ vọng nhất.
Trên toàn cầu, nhu cầu đang bùng nổ. OpenAI đang phải cấp tốc mở rộng văn phòng tại Singapore để phục vụ thị trường châu Á – Thái Bình Dương, nơi hiện đã trở thành khu vực có lượng người dùng hàng tuần lớn nhất của họ.
AI firms
Nền tảng từ “Robot Bay”: Câu chuyện đột phá của DJI
Nhìn lại lịch sử, câu chuyện về đội ngũ điều hướng trực quan của DJI chính là viên gạch nền móng cho cuộc cách mạng robot thông minh sau này. Bài viết về “Đế chế Drone” đã phác họa lại hành trình đầy gian truân nhưng cũng vô cùng rực rỡ của một nhóm kỹ sư, đứng đầu là Triệu Tông (Zhao Cong). Từ một đội ngũ nhỏ, không được coi trọng, thiếu thốn nguồn lực, họ đã vượt qua sự hoài nghi để trang bị cho drone “mắt” và “não”.
Thành công của Phantom 4 với khả năng theo dõi và tự động tránh chướng ngại vật đã biến DJI từ một “máy ảnh bay” (Flying Camera) thành một “robot bay” (Flying Robot) thực thụ. Tiếp nối là Mavic Pro, tiên phong cho kỷ nguyên “AI trên thiết bị” (End-side AI) khi chạy được các mô hình học sâu phức tạp trên con chip có sức mạnh hạn chế. Đỉnh cao là Mavic Air, hiện thực hóa khái niệm “trí tuệ tự thân” (embodied intelligence) sơ khai khi cho phép điều khiển drone hoàn toàn bằng cử chỉ tay mà không cần đến bộ điều khiển.
Những đột phá này đã mang lại thành công thương mại khổng lồ cho DJI và gieo mầm cho một thế hệ công nghệ mới, chứng minh rằng AI hoàn toàn có thể được tích hợp sâu vào các sản phẩm tiêu dùng, tạo ra những trải nghiệm tương tác tự chủ chưa từng có.
Cuộc đua AI trong Ngành Ô tô
Nếu DJI mở ra kỷ nguyên robot tiêu dùng, thì câu chuyện của Xpeng cho thấy AI đã trở thành chiến trường trung tâm trong ngành công nghiệp ô tô thông minh. Việc Xpeng thay thế người đứng đầu mảng lái xe tự động, ông Lý Lực Vân, bằng ông Lưu Tiên Minh, là một tín hiệu rõ ràng về sự thay đổi chiến lược mang tính sống còn.
Sự thay đổi này đại diện cho cuộc dịch chuyển từ logic kỹ thuật truyền thống sang logic AI do dữ liệu điều khiển. Cách tiếp cận cũ, tập trung vào việc lập trình các quy tắc và logic điều khiển (”quy hoạch-điều khiển”), đang dần tỏ ra kém linh hoạt trước sự phức tạp của giao thông thực tế. Ngược lại, hướng đi mới mà Lưu Tiên Minh đại diện—với kinh nghiệm dày dặn về các hệ thống “end-to-end” tại Cruise—là xây dựng các “mô hình nền tảng” (base model) khổng lồ. Các mô hình này sẽ “học” trực tiếp từ hàng triệu km dữ liệu lái xe, từ đó tự “nảy sinh” khả năng xử lý tình huống một cách thông minh và linh hoạt hơn.
Xpeng đang đặt cược tương lai vào AI, tin rằng việc làm chủ các mô hình lớn sẽ giúp họ tạo ra một “hàng rào kỹ thuật” mới và lấy lại vị thế dẫn đầu trước các đối thủ sừng sỏ như Huawei và Li Auto.
Khi Ô tô và Robot hợp nhất – Seres bắt tay ByteDance
Xu hướng này không chỉ dừng lại ở xe tự lái. Tin tức về việc Seres, hãng xe có giá trị vốn hóa lớn thứ hai Trung Quốc, chính thức hợp tác với gã khổng lồ công nghệ ByteDance để phát triển robot thông minh (trí tuệ tự thân) đã mở ra một chương mới.
Điều này cho thấy các nhà sản xuất ô tô không còn tự giới hạn mình trong lĩnh vực giao thông. Họ nhận ra rằng những công nghệ cốt lõi phát triển cho xe tự lái—như cảm biến, thị giác máy tính, thuật toán ra quyết định—hoàn toàn có thể được áp dụng để tạo ra robot hình người. Việc hợp tác với một thế lực về AI như ByteDance (thông qua Volcano Engine) sẽ giúp Seres đẩy nhanh quá trình này.
Bài báo cũng tiết lộ rằng đây là một bước đi đã được Seres âm thầm chuẩn bị suốt hai năm, từ việc thành lập công ty con, đăng ký thương hiệu “ROBOREX”, đến tuyển dụng nhân tài. Họ, cùng với các hãng xe khác như BYD, GAC, và Xiaomi, đang xem robot là “đường cong tăng trưởng thứ hai”, một thị trường nghìn tỷ đô la trong tương lai.
AI technologies
Cuộc đua về quy mô, trí tuệ và hiệu suất
Cuộc đua về quy mô và khả năng suy luận của các mô hình lớn tiếp tục nóng lên với những “bom tấn” từ Trung Quốc. Tập đoàn Ant Group đã gây chấn động khi lần lượt mã nguồn mở hai mô hình nghìn tỷ tham số là Ling-1T và Ring-1T. Chúng không chỉ sở hữu sức mạnh tính toán khổng lồ mà còn thể hiện khả năng suy luận toán học và logic phức tạp ở đẳng cấp cao nhất, thậm chí đạt trình độ huy chương Bạc Olympic Toán quốc tế và có năng lực tổng quát tiệm cận GPT-5.
Để vận hành những gã khổng lồ này, quy mô hạ tầng cũng phải tương xứng. Google tiết lộ họ đang xử lý một con số không tưởng: 1,3 triệu tỷ token mỗi tháng, cho thấy “lượng token tiêu thụ” đã trở thành một thước đo sức mạnh mới. Cuộc chiến này cũng lan xuống tầng hạ tầng vật lý, khi Cisco tung ra các thiết bị định tuyến chuyên dụng, tham gia cuộc đua tay ba với Nvidia và Broadcom để xây dựng xương sống cho các trung tâm dữ liệu AI.
Tuy nhiên, cuộc đua không chỉ có “lấy lớn thắng lớn”. Samsung đã gây bất ngờ khi chứng minh một mô hình AI cực nhỏ (chỉ 7 triệu tham số) có thể đánh bại các LLM khổng lồ trong các bài toán suy luận phức tạp nhờ kiến trúc đệ quy tự sửa lỗi thông minh. Điều này cho thấy hiệu suất và kiến trúc thông minh đang trở thành một hướng đi quan trọng song song với việc tăng quy mô.
AI trở thành nhà khoa học và cộng sự đích thực
Đáng kinh ngạc nhất có lẽ là bước tiến của AI trong lĩnh vực nghiên cứu khoa học. Các hệ thống như DeepScientist của Đại học Tây Hồ và Virtuous Machines đã hiện thực hóa khái niệm “nhà khoa học AI” hoàn toàn tự động. Chúng có thể tự đề xuất giả thuyết, thiết kế và chạy thí nghiệm trên người thật, phân tích dữ liệu và tự viết một bài báo khoa học hoàn chỉnh dài 30 trang chỉ trong 17 giờ. DeepScientist thậm chí còn hoàn thành khối lượng công việc tương đương 3 năm của con người chỉ trong 2 tuần và tạo ra phương pháp mới vượt trội 183.7% so với SOTA của con người. Cùng với FlowSearch của Shanghai AI Lab, các AI này đang tự động hóa những “công việc tay chân” nặng nhọc nhất của giới khoa học.
Không chỉ hoạt động độc lập, AI còn chứng tỏ vai trò là một cộng sự đắc lực. Nhà toán học thiên tài Terence Tao đã sử dụng GPT-5 Pro như một “phi công phụ” để giải quyết một bài toán khó đã tồn tại 3 năm. Đáng chú ý hơn, cũng chính GPT-5 Pro đã tìm lại lời giải cho một bài toán của nhà toán học Erdős vốn đã được giải quyết từ năm 2003 nhưng lại bị cộng đồng lãng quên, cho thấy năng lực quản lý và truy xuất tri thức siêu phàm của nó.
Robot bước vào thế giới thực
Giấc mơ về robot hình người phục vụ trong gia đình đang đến gần hơn bao giờ hết. Figure 03 ra mắt với khả năng làm mọi việc nhà từ giặt giũ, rửa bát đến dọn dẹp, cùng với thiết kế hướng đến sản xuất hàng loạt. Trong khi đó, Vân Thâm Xứ giới thiệu robot DR02 chống nước, chống bụi, sẵn sàng làm việc trong các môi trường khắc nghiệt ngoài trời.
Theo dự đoán của Vương Hưng Hưng (CEO Unitree), sẽ không quá 10 năm nữa robot hình người sẽ đi vào mọi nhà. Để thúc đẩy điều đó, những bộ não hàng đầu như Lý Phi Phi đã khởi xướng các cuộc thi như BEHAVIOR Challenge, nhằm tạo ra một “ImageNet” cho lĩnh vực robot, đặt ra những tiêu chuẩn và thúc đẩy sự phát triển chung.
AI tạo sinh phá vỡ mọi giới ạn
Lĩnh vực AI tạo sinh (Generative AI) cũng liên tục có những vị vua mới. HunyuanImage 3.0 của Tencent đã chính thức soán ngôi đầu bảng xếp hạng tạo ảnh toàn cầu LMArena, được mệnh danh là “họa sĩ có bộ não” nhờ kiến trúc đa phương thức nguyên bản. Cùng lúc đó, Sora 2 của OpenAI cho thấy tốc độ tăng trưởng người dùng chóng mặt, trong khi các mô hình như SAIL-VL2 của Douyin & LV-NUS chứng minh các mô hình nhỏ hơn vẫn có thể đạt hiệu năng sánh ngang các gã khổng lồ như GPT-4o.
Sự sáng tạo không chỉ dừng lại ở ảnh và video. Các nhà nghiên cứu tại Đại học Trung văn Hồng Kông đã giải quyết vấn đề “AI vẽ biểu đồ lung tung” bằng một hệ thống tạo sinh hình ảnh có cấu trúc chính xác. Trong khi đó, đội ngũ từ Đại học Thanh Hoa và Shengshu AI đã đẩy giới hạn của âm thanh lên một tầm cao mới với AudioLBM, có khả năng siêu phân giải âm thanh lên đến chất lượng phòng thu 192 kHz.
Nền tảng công nghệ và ứng dụng thực tiễn
Để tất cả những điều này trở thành hiện thực, các phương pháp luận và công cụ nền tảng cũng liên tục được cải tiến. Nghiên cứu từ Stanford cho thấy “tinh chỉnh đã lỗi thời”, thay vào đó là kỹ thuật ngữ cảnh tự trị hiệu quả hơn. Các nhà khoa học tại Meta dưới sự dẫn dắt của Yann LeCun đã khám phá ra khả năng ẩn của mô hình JEPAs, trong khi một nghiên cứu khác đề xuất phương pháp SIREN để giải quyết “khủng hoảng entropy”, giúp việc huấn luyện mô hình ổn định và hiệu quả hơn. Google Dreamer 4 thì cho thấy AI có thể học cách đào kim cương trong Minecraft chỉ bằng cách “tưởng tượng” từ dữ liệu có sẵn.
Và đối với những ai muốn hiểu sâu hơn, Andrej Karpathy đã dân chủ hóa kiến thức bằng dự án nanochat, hướng dẫn mọi người tự tay xây dựng một phiên bản ChatGPT với chi phí chỉ 100 USD.
Cuối cùng, tất cả những đột phá này đang nhanh chóng được đưa vào ứng dụng. Opera Neon ra mắt như một trình duyệt AI chủ động, thay đổi cách chúng ta tương tác với web. Các “thị trấn ma” như Ordos ở Trung Quốc được tái sử dụng làm sân thử nghiệm khổng lồ cho xe tải tự lái. Và trong lĩnh vực y dược, các công ty khám phá thuốc bằng AI của Trung Quốc đang ký kết những hợp đồng hàng tỷ đô la với các hãng dược lớn, cho thấy giá trị thương mại khổng lồ. Bài viết về “hậu huấn luyện” đã chỉ ra rằng, đây chính là bước đi then chốt giúp các doanh nghiệp biến những mô hình AI đa dụng thành những cỗ máy thông minh độc quyền, tạo ra lợi thế cạnh tranh thực sự.
AI impacts
Nghịch lý về năng suất và nhận thức: AI giúp hay hại?
Một trong những phát hiện đáng lo ngại nhất đến từ một nghiên cứu của Viện Công nghệ Massachusetts (MIT). Nghiên cứu chỉ ra rằng việc phụ thuộc vào AI (cụ thể là các mô hình ngôn ngữ lớn như ChatGPT) không chỉ làm giảm hoạt động não bộ của người dùng trong lúc làm việc, mà còn để lại những tác động tiêu cực lâu dài, làm suy giảm khả năng tư duy độc lập trong tương lai. Người dùng AI ít “sở hữu” kiến thức mình tạo ra hơn và các sản phẩm của họ cũng có xu hướng đồng nhất, thiếu sáng tạo.
Nghịch lý này càng trở nên rõ nét hơn trong một thử nghiệm thực tế với các nhà phát triển mã nguồn mở giàu kinh nghiệm. Trái với kỳ vọng, việc sử dụng các công cụ AI hiện đại không giúp họ nhanh hơn, mà ngược lại còn làm họ chậm đi 19%. Điều đáng kinh ngạc là, dù thực tế chậm đi, các lập trình viên này vẫn tin rằng AI đã giúp họ tăng tốc.
Tuy nhiên, bức tranh không hoàn toàn màu xám. Một nghiên cứu khác mang tên RE-Bench đã so sánh AI và chuyên gia con người trong các nhiệm vụ nghiên cứu kỹ thuật ML. Kết quả cho thấy:
- Với các nhiệm vụ ngắn hạn (dưới 2 giờ), AI hoạt động tốt hơn con người.
- Nhưng với các nhiệm vụ dài hạn (32 giờ), con người lại vượt trội với hiệu suất cao gần gấp đôi.
Tổng hợp lại, AI hiện tại dường như là một “vận động viên chạy nước rút” xuất sắc: nhanh, mạnh trong các tác vụ ngắn, được xác định rõ ràng. Nhưng trong các “cuộc đua marathon” đòi hỏi sự bền bỉ, khả năng thích ứng, tư duy sâu và bối cảnh phức tạp, con người vẫn đang chiếm ưu thế. Và sự phụ thuộc quá nhiều vào “vận động viên chạy nước rút” này có thể làm teo tóp “cơ bắp tư duy” của chúng ta.
Tốc độ phát triển theo cấp số nhân
Nhìn xa hơn những nghịch lý hiện tại, quỹ đạo phát triển của AI cho thấy một tương lai đầy tiềm năng. Một nghiên cứu đã đề xuất một thước đo mới: “chân trời thời gian hoàn thành nhiệm vụ” của AI, tức là độ dài của một công việc (tính theo thời gian của con người) mà AI có thể hoàn thành với 50% xác suất thành công.
Kết quả thật đáng kinh ngạc: khả năng này của AI đang tăng gấp đôi sau mỗi 7 tháng. Nếu xu hướng này tiếp tục, chỉ trong vài năm tới, AI có thể tự chủ thực hiện các công việc kéo dài hàng tuần, và đến cuối thập kỷ này là các dự án kéo dài hàng tháng. Điều này cho thấy những hạn chế của AI trong các nhiệm vụ dài hạn có thể chỉ là tạm thời.
Tác động Xã hội
Khi AI có khả năng tự động hóa chính việc nghiên cứu và phát triển AI (AI R&D), điều gì sẽ xảy ra? Một cuộc khảo sát các chuyên gia dự báo và “siêu dự báo viên” cho thấy một sự đồng thuận và một sự bất đồng sâu sắc:
- Đồng thuận: Hầu hết đều tin rằng nếu AI có thể thực hiện các dự án nghiên cứu kéo dài hàng tháng, một sự tăng tốc đột phá (gấp 3 lần) trong tốc độ tiến bộ của AI là hoàn toàn có thể xảy ra.
- Bất đồng sâu sắc: Các chuyên gia AI tin rằng sự tăng tốc này sẽ dẫn đến những tác động xã hội cực đoan (thay đổi tiêu thụ năng lượng toàn cầu, nguy cơ thảm họa cấp độ COVID). Trong khi đó, các siêu dự báo viên lại cực kỳ hoài nghi, cho rằng rủi ro rất thấp.
Trong khi các chuyên gia còn đang tranh cãi về một tương lai xa, thì hiện tại, hệ thống pháp lý đã và đang “vỡ trận”. Một bài viết về tình hình ở Mỹ Latinh cho thấy các tòa án đang rơi vào thế tiến thoái lưỡng nan: họ sử dụng AI để giải quyết các hồ sơ tồn đọng, nhưng lại hoàn toàn lúng túng khi phải xử lý các tội phạm do AI tạo ra. Các video deepfake được dùng để lừa đảo, bôi nhọ và phát tán nội dung khiêu dâm, nhưng luật pháp lại không theo kịp để kết tội. Công nghệ nhận dạng khuôn mặt thì liên tục bắt nhầm người vô tội.
Nhìn lại Bản chất của “Trí tuệ”
Giữa bối cảnh đó, cuộc đối thoại với Richard Sutton, “cha đẻ của học tăng cường”, như một lời cảnh tỉnh sâu sắc. Ông cho rằng cơn sốt mô hình ngôn ngữ lớn (LLM) hiện tại đang là một “sự sao lãng lớn” khỏi việc tìm hiểu bản chất của trí tuệ. Theo ông:
- LLM không thực sự học hỏi, chúng chỉ bắt chước. Chúng không có mục tiêu và không có phần thưởng (reward), do đó không thể tự xác minh kiến thức.
- Trí tuệ thực sự phải đến từ việc học hỏi từ kinh nghiệm để tối đa hóa một tín hiệu “phần thưởng”, nền tảng của học tăng cường (Reinforcement Learning).
Quan điểm này giúp lý giải những nghịch lý đã nêu: LLM mạnh mẽ trong việc nhận dạng và tái tạo mẫu (pattern matching), nhưng lại yếu kém trong việc giải quyết vấn đề một cách sáng tạo và bền bỉ trong các bối cảnh phức tạp, bởi chúng thiếu đi một cơ chế học hỏi thực sự dựa trên mục tiêu.