Hình ảnh giúp hiểu rõ bài viết
Từ màn ra mắt sản phẩm đến cuộc tranh luận về một thời đại mới
Việc OpenAI công bố mô hình trí tuệ nhân tạo mới mang tên GPT-6 Astra đã nhanh chóng vượt khỏi khuôn khổ của một sự kiện công nghệ thông thường. Tâm điểm không chỉ nằm ở năng lực của mô hình, mà còn ở cách những người đứng đầu ngành công nghiệp mô tả nó. OpenAI cho rằng Astra có thể được xem là một dạng trí tuệ nhân tạo tổng quát ở giai đoạn đầu. Greg Brockman, Chủ tịch OpenAI, dùng thông điệp mạnh hơn khi tuyên bố chào đón thế giới bước vào kỷ nguyên AGI.
AGI là viết tắt của Artificial General Intelligence, thường được dịch là trí tuệ nhân tạo tổng quát. Khác với các hệ thống AI chuyên biệt chỉ giỏi một hoặc một nhóm nhiệm vụ, AGI thường được hình dung là hệ thống có thể học hỏi, suy luận, thích nghi và giải quyết nhiều loại vấn đề tương tự con người. Trong cách hiểu rộng nhất, một hệ thống như vậy không chỉ viết văn bản, tạo hình ảnh hay lập trình, mà còn có thể vận dụng kiến thức giữa các lĩnh vực, tự lên kế hoạch và xử lý những tình huống mới mà không cần được hướng dẫn quá chi tiết.
Tuyên bố của OpenAI được Jensen Huang, Tổng giám đốc Nvidia, công khai ủng hộ. Ông Huang nhận định ngành AI đã mất khoảng bốn năm để đi từ ChatGPT, qua mô hình o1, tới Astra và cho rằng AGI đã xuất hiện. Sự đồng thuận về ngôn từ giữa lãnh đạo OpenAI và Nvidia khiến câu chuyện mang ý nghĩa lớn hơn một lần nâng cấp phần mềm. Một bên phát triển mô hình, bên còn lại cung cấp phần lớn hạ tầng chip phục vụ quá trình huấn luyện AI tiên tiến. Khi lãnh đạo của cả hai cùng nói về sự xuất hiện của AGI, thị trường có lý do để xem đây là tuyên bố định hình kỳ vọng cho cả ngành.
Tuy nhiên, một tuyên bố lớn không đồng nghĩa với một kết luận khoa học đã được xác lập. Vấn đề cốt lõi là thế giới hiện chưa có định nghĩa chi tiết và được chấp nhận rộng rãi về AGI. Giới nghiên cứu có thể đồng ý tương đối rằng AGI phải thể hiện năng lực tổng quát, nhưng vẫn chưa thống nhất hệ thống cần làm tốt bao nhiêu nhiệm vụ, ổn định đến mức nào, có thể hoạt động độc lập trong thời gian bao lâu và phải chịu những phép thử gì. Vì thế, tranh luận quanh Astra thực chất diễn ra trên hai mặt trận: mô hình mạnh tới đâu và tiêu chuẩn nào được dùng để gọi nó là AGI.
Khoảng cách giữa thước đo kinh tế và chuẩn mực khoa học
OpenAI từ lâu tiếp cận AGI theo hướng gắn với giá trị kinh tế. Tiêu chí được doanh nghiệp này nêu ra tập trung vào một hệ thống tự chủ cao, có khả năng vượt con người trong phần lớn công việc tạo ra giá trị kinh tế đáng kể. Nếu Astra có thể xử lý nhiều nhiệm vụ trí óc phức tạp, hoạt động với mức tự chủ cao và tạo ra sản phẩm tốt hơn lao động con người trong nhiều ngành nghề, OpenAI có cơ sở để cho rằng mô hình đã bước vào vùng năng lực của AGI theo định nghĩa riêng.
Cách tiếp cận này dễ hiểu từ góc nhìn doanh nghiệp. Một công nghệ thường được thị trường đánh giá qua khả năng giảm chi phí, nâng năng suất, mở ra sản phẩm mới hoặc thay thế những quy trình cũ. Tương tự cách robot công nghiệp được đo bằng năng suất dây chuyền, một mô hình AI có thể được đánh giá qua số giờ lao động tiết kiệm được, chất lượng nhiệm vụ hoàn thành và mức độ tự động hóa. Nếu một hệ thống có thể nghiên cứu tài liệu, viết mã, phân tích số liệu, xây dựng kế hoạch và phối hợp nhiều công cụ, doanh nghiệp sẽ quan tâm tới hiệu quả thực tế trước khi chờ giới học thuật thống nhất thuật ngữ.
Ở chiều ngược lại, nhiều nhà nghiên cứu cho rằng năng lực tạo ra giá trị kinh tế chưa đủ để chứng minh trí tuệ tổng quát. Gary Marcus, giáo sư danh dự Đại học New York và là một tiếng nói phê bình nổi bật trong lĩnh vực AI, phản bác tuyên bố của Jensen Huang vì cho rằng nó không đi kèm định nghĩa hoặc bằng chứng cụ thể. Theo ông, việc lãnh đạo doanh nghiệp tuyên bố đã đạt một cột mốc khoa học khi chưa có tiêu chuẩn chung có nguy cơ khiến câu chuyện thị trường đi trước quá trình kiểm chứng.
Marcus đưa ra một bộ tiêu chí gồm 10 nhóm năng lực mà ông tổng hợp từ các nghiên cứu học thuật về AGI. Theo đánh giá của ông, Astra chỉ đáp ứng khoảng một đến hai tiêu chí. Lập luận này không nhất thiết phủ nhận Astra là một mô hình rất mạnh. Điều được đặt câu hỏi là liệu những màn thể hiện ấn tượng trong một số nhiệm vụ có thể đại diện cho trí tuệ tổng quát hay không. Một hệ thống có thể viết phần mềm xuất sắc nhưng vẫn thất bại trước tình huống đời thường; có thể đạt điểm cao trong bài kiểm tra nhưng lại thiếu nhất quán khi dữ kiện được trình bày theo cách khác; hoặc có thể tự lập kế hoạch nhưng không nhận ra khi giả định ban đầu đã sai.
Đây là khác biệt căn bản giữa hai hệ quy chiếu. Doanh nghiệp chú trọng giá trị sử dụng và hiệu quả kinh tế, trong khi giới khoa học đòi hỏi khả năng khái quát hóa, tính ổn định, độ tin cậy, khả năng giải thích và kết quả có thể tái lập. Một mô hình có thể được coi là đủ mạnh để làm thay đổi thị trường lao động mà vẫn chưa đáp ứng định nghĩa nghiêm ngặt về AGI. Ngược lại, tranh luận quá lâu về thuật ngữ cũng có thể khiến xã hội đánh giá thấp tác động thực tế của công nghệ đang được triển khai.
Hơn 100.000 chip và cuộc đua hạ tầng phía sau trí tuệ nhân tạo
Một chi tiết đáng chú ý trong câu chuyện Astra là quy mô tài nguyên tính toán được cho là đã sử dụng để huấn luyện mô hình. Theo Jensen Huang, quá trình này huy động hơn 100.000 hệ thống Nvidia Grace Blackwell NVLink72. Ông cũng đề cập khả năng 400.000 bộ xử lý đồ họa sẽ được đưa vào hoạt động trong giai đoạn tiếp theo. Những con số trên cho thấy cuộc đua AI không còn chỉ là cạnh tranh về thuật toán, dữ liệu hay nhân tài, mà đã trở thành cuộc đua xây dựng hạ tầng công nghiệp quy mô rất lớn.
GPU, hay bộ xử lý đồ họa, vốn được phát triển để xử lý hình ảnh nhưng đặc biệt phù hợp với các phép tính song song cần thiết cho học máy. Trong các trung tâm dữ liệu AI, hàng chục nghìn GPU được kết nối để huấn luyện mô hình trên khối lượng dữ liệu khổng lồ. Grace Blackwell là nền tảng điện toán cao cấp của Nvidia, còn NVLink là công nghệ kết nối tốc độ cao giúp nhiều bộ xử lý phối hợp như một hệ thống lớn. Có thể hình dung đây không phải một chiếc máy tính mạnh đặt trong văn phòng, mà là cả một “nhà máy tính toán” tiêu thụ lượng vốn, điện năng, thiết bị làm mát và năng lực vận hành đáng kể.
Thông điệp của lãnh đạo Nvidia vì vậy mang hai tầng ý nghĩa. Nó vừa là lời tán dương đối với năng lực của Astra, vừa nhấn mạnh vai trò của Nvidia trong nền kinh tế AI. Nếu thế hệ mô hình tiếp theo đòi hỏi số chip lớn gấp nhiều lần, nhu cầu đối với bộ xử lý tiên tiến, thiết bị mạng, bộ nhớ, trung tâm dữ liệu và nguồn điện ổn định sẽ tiếp tục tăng. Lợi ích kinh tế không chỉ thuộc về công ty sở hữu mô hình, mà còn lan sang toàn bộ chuỗi cung ứng bán dẫn và hạ tầng số.
Dù vậy, số lượng chip không thể được sử dụng như bằng chứng trực tiếp về việc đạt AGI. Tài nguyên tính toán phản ánh quy mô đầu tư và điều kiện để huấn luyện, chứ không tự động trả lời mô hình đã có năng lực nhận thức tổng quát hay chưa. Một hệ thống lớn hơn có thể làm tốt hơn nhiều nhiệm vụ, nhưng vẫn mắc lỗi suy luận, tạo thông tin không chính xác hoặc thiếu khả năng thích nghi trong môi trường thực tế. Việc đồng nhất quy mô đầu vào với chất lượng trí tuệ đầu ra sẽ làm mờ đi yêu cầu kiểm định độc lập.
Cuộc đua hạ tầng còn đặt ra những câu hỏi ngoài phạm vi kỹ thuật. Những doanh nghiệp và quốc gia có khả năng tiếp cận lượng chip tiên tiến, vốn đầu tư và nguồn năng lượng lớn sẽ nắm lợi thế rõ rệt. Khoảng cách giữa nhóm sở hữu mô hình nền tảng với các doanh nghiệp chỉ sử dụng dịch vụ có thể ngày càng sâu. Bên cạnh đó là áp lực về điện, nước làm mát, phát thải và an ninh chuỗi cung ứng bán dẫn. Vì vậy, ngay cả khi tranh luận về AGI chưa ngã ngũ, sự tập trung ngày càng lớn của năng lực tính toán đã là một xu hướng có tác động kinh tế và địa chính trị rõ ràng.
Khi khái niệm AGI bước vào hợp đồng và bảng cân đối tài chính
AGI không còn là thuật ngữ chỉ xuất hiện trong phòng thí nghiệm hoặc các tác phẩm khoa học viễn tưởng. Khái niệm này từng được đưa vào quan hệ hợp đồng giữa OpenAI và Microsoft, nhà đầu tư và đối tác điện toán đám mây quan trọng của công ty. Theo thỏa thuận trước đây, Microsoft được hưởng một phần doanh thu từ mô hình và sản phẩm của OpenAI đến năm 2030, nhưng cơ chế phân chia có thể kết thúc sớm nếu OpenAI đạt AGI.
Một điều khoản như vậy biến câu hỏi “AGI đã xuất hiện hay chưa” thành vấn đề có giá trị tài chính trực tiếp. Nếu chính doanh nghiệp phát triển mô hình có quyền tuyên bố đã đạt AGI, trong khi tuyên bố đó đồng thời giúp thay đổi nghĩa vụ doanh thu, nguy cơ xung đột lợi ích là điều dễ thấy. Ngược lại, nếu đối tác có quyền phủ quyết, doanh nghiệp phát triển công nghệ có thể cho rằng cột mốc của mình bị đánh giá bằng lợi ích thương mại thay vì tiêu chí khoa học.
OpenAI và Microsoft được cho là đã chuyển đổi thỏa thuận vào tháng 4 và loại bỏ điều khoản liên quan. Động thái này có thể được hiểu như một cách giảm rủi ro phát sinh từ một khái niệm chưa có định nghĩa được hai bên và thị trường cùng công nhận. Nó cũng cho thấy ngôn ngữ công nghệ có thể trở nên phức tạp khi bước vào hợp đồng. Những từ như “thông minh”, “tự chủ”, “an toàn” hay “tương đương con người” nghe có vẻ trực quan, nhưng cần được chuyển thành chỉ số, quy trình đánh giá và cơ chế giải quyết bất đồng nếu gắn với nghĩa vụ pháp lý.
Đối với nhà đầu tư, tuyên bố AGI còn có thể tác động tới kỳ vọng về doanh thu, giá trị doanh nghiệp và triển vọng của các ngành liên quan. Một thông báo mang tính biểu tượng từ lãnh đạo công nghệ có khả năng thúc đẩy sự hưng phấn đối với cổ phiếu bán dẫn, trung tâm dữ liệu hoặc các công ty ứng dụng AI. Nhưng thị trường cần phân biệt giữa ba vấn đề: một mô hình có bước tiến đáng kể về kỹ thuật, mô hình đó có thể thương mại hóa hiệu quả, và mô hình có thực sự đáp ứng một định nghĩa AGI đáng tin cậy. Ba điều này có liên quan nhưng không hoàn toàn đồng nhất.
Jensen Huang từng nói từ tháng 3 rằng kỷ nguyên AGI đã tới, do đó phát biểu mới không nên được xem là một sự đảo chiều bất ngờ trong quan điểm của ông. Tuy nhiên, khi tuyên bố này xuất hiện đồng thời với màn ra mắt Astra và được lãnh đạo OpenAI hưởng ứng, sức nặng truyền thông tăng lên đáng kể. Trong một lĩnh vực thu hút lượng vốn lớn và cạnh tranh khốc liệt, cách đặt tên cho một cột mốc cũng là một phần của chiến lược định vị thị trường.
Việt Nam đứng trước cơ hội ứng dụng và bài toán phụ thuộc công nghệ
Đối với Việt Nam, tranh luận Astra có ý nghĩa thực tế ngay cả khi chưa thể kết luận đây có phải AGI hay không. Việt Nam có nền kinh tế mở, quan hệ thương mại sâu rộng với Hàn Quốc, Mỹ và nhiều trung tâm công nghệ, đồng thời sở hữu lực lượng doanh nghiệp đông đảo đang tìm cách ứng dụng AI. Nếu những mô hình mới có thể thực hiện nhiều công việc với mức tự chủ cao hơn, tác động sẽ sớm xuất hiện trong các lĩnh vực quen thuộc như gia công phần mềm, chăm sóc khách hàng, thương mại điện tử, ngân hàng, quảng cáo, dịch thuật, giáo dục và sản xuất.
Với ngành công nghệ thông tin, thách thức không chỉ là AI có thay thế lập trình viên hay không. Câu hỏi quan trọng hơn là chuỗi giá trị sẽ thay đổi ra sao. Những công việc dựa nhiều vào thao tác lặp lại, viết mã theo yêu cầu rõ ràng hoặc kiểm thử đơn giản có thể chịu áp lực. Trong khi đó, nhu cầu về người hiểu nghiệp vụ, thiết kế hệ thống, kiểm tra an toàn, quản trị dữ liệu và chịu trách nhiệm đối với kết quả do AI tạo ra có thể tăng. Doanh nghiệp Việt Nam khó cạnh tranh bằng cách chỉ cung cấp nhân công chi phí thấp nếu công cụ AI tiếp tục nâng năng suất của mỗi kỹ sư.
Quan hệ Việt Nam - Hàn Quốc cũng tạo ra một góc nhìn đáng chú ý. Hàn Quốc là một trong những đối tác đầu tư lớn của Việt Nam, với sự hiện diện mạnh trong điện tử, sản xuất và công nghệ. Khi các tập đoàn Hàn Quốc đẩy nhanh tự động hóa và tích hợp AI vào chuỗi cung ứng, nhà máy cùng doanh nghiệp phụ trợ tại Việt Nam có khả năng phải thích nghi với tiêu chuẩn vận hành mới. Cơ hội nằm ở việc tiếp nhận quy trình hiện đại, nâng kỹ năng lao động và tham gia sâu hơn vào chuỗi giá trị. Rủi ro là khoảng cách công nghệ có thể mở rộng nếu doanh nghiệp trong nước chỉ đứng ở khâu sử dụng công cụ mà không xây dựng được năng lực dữ liệu, tích hợp và kiểm định.
Hạ tầng là điểm Việt Nam cần theo dõi sát. Con số hơn 100.000 hệ thống xử lý được nêu trong quá trình huấn luyện Astra cho thấy việc tự xây dựng một mô hình tiên phong toàn cầu đòi hỏi nguồn lực vượt xa khả năng của phần lớn doanh nghiệp. Vì vậy, chiến lược phù hợp không nhất thiết là chạy đua bằng số lượng chip. Việt Nam có thể tập trung vào mô hình ngôn ngữ phục vụ tiếng Việt, dữ liệu chuyên ngành, ứng dụng cho y tế, giáo dục, hành chính, nông nghiệp hoặc sản xuất; đồng thời tận dụng mô hình quốc tế thông qua cơ chế kiểm soát dữ liệu phù hợp.
Người dùng và doanh nghiệp Việt cũng cần thận trọng trước nhãn AGI. Một hệ thống được quảng bá là thông minh ở mức tổng quát vẫn có thể đưa ra thông tin sai, hiểu thiếu bối cảnh pháp luật Việt Nam hoặc xử lý không phù hợp với sắc thái văn hóa địa phương. Chẳng hạn, văn bản hành chính, tư vấn sức khỏe, hợp đồng thương mại và nội dung giáo dục đều đòi hỏi nguồn dữ liệu đáng tin cậy cùng trách nhiệm chuyên môn. Không nên giao toàn bộ quyết định quan trọng cho AI chỉ vì nhà cung cấp sử dụng một thuật ngữ gây ấn tượng.
Ở cấp chính sách, tranh luận quốc tế cho thấy Việt Nam cần quan tâm đến tiêu chuẩn đánh giá hơn là chạy theo tên gọi. Cơ quan quản lý và tổ chức sử dụng AI có thể yêu cầu công bố phạm vi năng lực, tỷ lệ sai, nguồn dữ liệu, quy trình giám sát của con người và trách nhiệm khi xảy ra thiệt hại. Đây là cách tiếp cận thực dụng: không cần chờ thế giới thống nhất AGI là gì mới có thể quản trị những hệ thống đang tác động đến người lao động, người tiêu dùng và dữ liệu cá nhân.
Điều cần kiểm chứng không phải khẩu hiệu mà là khả năng hoạt động ổn định
Sau những tuyên bố lớn, giá trị thực của Astra sẽ phụ thuộc vào bằng chứng được công bố. Mô hình có thể hoàn thành những nhiệm vụ nào mà không cần con người can thiệp? Nó duy trì hiệu quả trong bao lâu trước khi đi chệch mục tiêu? Khả năng xử lý tình huống mới có vượt ra ngoài dữ liệu và dạng bài đã quen thuộc hay không? Kết quả có được các nhóm nghiên cứu độc lập tái lập dưới cùng điều kiện? Đây là những câu hỏi cần thiết để tách tiến bộ kỹ thuật khỏi sức hút của chiến dịch truyền thông.
Một tiêu chí khác là độ tin cậy trong thế giới thực. Trí tuệ của con người không chỉ thể hiện ở việc trả lời đúng một câu hỏi, mà còn ở khả năng nhận ra giới hạn hiểu biết, yêu cầu thêm thông tin và điều chỉnh khi hoàn cảnh thay đổi. Nếu một mô hình đạt kết quả cao trong bài kiểm tra nhưng tự tin đưa ra quyết định sai trong tình huống không quen thuộc, việc trao cho nó quyền tự chủ lớn có thể tạo ra rủi ro đáng kể. Những lĩnh vực như y tế, tài chính, giao thông và hạ tầng thiết yếu càng cần chuẩn kiểm định nghiêm ngặt.
Chi phí vận hành cũng phải được tính tới. Một hệ thống có thể vượt con người về chất lượng nhưng tiêu thụ quá nhiều tài nguyên, phản hồi chậm hoặc yêu cầu hạ tầng đắt đỏ thì khả năng phổ cập sẽ bị hạn chế. Ngược lại, nếu Astra vừa mạnh hơn vừa giảm chi phí thực hiện nhiệm vụ, tác động kinh tế có thể diễn ra nhanh chóng. Do đó, năng lực kỹ thuật, mức độ tự chủ, giá thành và độ an toàn phải được đánh giá cùng nhau thay vì chỉ dựa vào một bảng xếp hạng.
Cuộc tranh luận còn có thể thúc đẩy nỗ lực xây dựng chuẩn AGI chung. Một bộ tiêu chuẩn đáng tin cậy cần bao gồm nhiều nhóm nhiệm vụ, nhiều ngôn ngữ và bối cảnh văn hóa khác nhau, thay vì chủ yếu dựa trên tiếng Anh hoặc môi trường của các nền kinh tế phát triển. Đối với người dùng Việt Nam, đây là điểm quan trọng: một mô hình được coi là tổng quát nhưng không xử lý tốt tiếng Việt, kiến thức địa phương hoặc quy định trong nước thì giá trị thực tế vẫn có giới hạn.
Astra phản ánh một bước ngoặt về quyền định nghĩa tương lai
Tranh luận quanh GPT-6 Astra chưa chứng minh dứt khoát rằng nhân loại đã bước vào thời đại AGI. Điều nó thể hiện rõ hơn là cuộc cạnh tranh giành quyền định nghĩa thời đại ấy đang tăng tốc. Các doanh nghiệp phát triển mô hình có động lực nhấn mạnh cột mốc lịch sử; nhà cung cấp chip muốn chứng minh hạ tầng của mình là nền móng cho cuộc cách mạng mới; giới nghiên cứu yêu cầu phép thử minh bạch; còn chính phủ, đối tác thương mại và người lao động cần biết tuyên bố đó dẫn tới hệ quả cụ thể nào.
Trong ngắn hạn, cách tiếp cận hợp lý là không phủ nhận tiến bộ chỉ vì thuật ngữ còn tranh cãi, nhưng cũng không chấp nhận nhãn AGI như một chứng nhận khách quan. Astra có thể là bước nhảy lớn về khả năng tự chủ và giá trị kinh tế mà vẫn chưa phải trí tuệ tổng quát theo chuẩn khoa học nghiêm ngặt. Hai nhận định này có thể đồng thời đúng.
Điều cần theo dõi tiếp theo là dữ liệu đánh giá độc lập, mức độ triển khai trong doanh nghiệp, những sai sót xuất hiện khi sử dụng dài hạn và chi phí để duy trì hệ thống. Thị trường cũng sẽ quan sát liệu các mô hình mới có thực sự thay đổi năng suất lao động hay chỉ tạo ra thêm một đợt kỳ vọng đầu tư. Với Việt Nam, ưu tiên nên là chuẩn bị năng lực sử dụng và kiểm soát công nghệ: nâng kỹ năng lao động, bảo vệ dữ liệu, phát triển ứng dụng tiếng Việt và xây dựng quy trình chịu trách nhiệm rõ ràng.
Astra vì thế có thể chưa phải câu trả lời cuối cùng cho câu hỏi AGI đã đến hay chưa. Nhưng sự xuất hiện của mô hình đã đặt ra một câu hỏi cấp thiết hơn: ai được quyền xác định một hệ thống đủ thông minh để làm thay đổi hợp đồng, thị trường lao động và chính sách quốc gia? Khi chưa có ngôn ngữ chung, câu trả lời không thể chỉ dựa trên tuyên bố của những doanh nghiệp có lợi ích trực tiếp. Nó cần đến bằng chứng công khai, kiểm định độc lập và cuộc thảo luận có sự tham gia của toàn xã hội.
Nhận xét
Đăng nhận xét