Mục lục
Tăng sức mạnh tính toán không còn là chiến lược tối ưu để đạt AGI?
Trong những năm gần đây, các ông lớn công nghệ đã đầu tư hàng tỷ USD với niềm tin rằng chỉ cần tăng sức mạnh tính toán và dữ liệu, trí tuệ nhân tạo tổng quát (AGI) – hệ thống AI có thể sánh ngang hoặc vượt qua trí tuệ con người – sẽ sớm trở thành hiện thực. Tuy nhiên, một khảo sát mới nhất từ giới chuyên gia cho thấy đa số các nhà nghiên cứu AI không tin rằng việc mở rộng quy mô hiện tại có thể giúp đạt được AGI.
Theo khảo sát từ Hiệp hội Tiến bộ Trí tuệ Nhân tạo (AAAI) trên 475 nhà nghiên cứu, có tới 76% cho rằng việc tăng thêm sức mạnh xử lý và dữ liệu là “khó có khả năng” hoặc “rất khó có khả năng” giúp đạt AGI. Kết quả này phản ánh rõ sự hoài nghi đang gia tăng, bất chấp những nỗ lực không ngừng của các tập đoàn như Google, Microsoft hay Amazon trong việc xây dựng các mô hình AI khổng lồ dựa trên GPU và trung tâm dữ liệu quy mô lớn.
Từ khóa “AGI” – hay trí tuệ nhân tạo tổng quát – đang ngày càng trở thành chủ đề tranh cãi, nhất là trong bối cảnh chi phí đầu tư tăng vọt nhưng hiệu quả mô hình có dấu hiệu chững lại.
Vì sao chiến lược ‘mở rộng vô hạn’ dần mất điểm trong giới nghiên cứu AI?
Báo cáo của TechCrunch cho thấy chỉ riêng trong năm 2023, vốn đầu tư mạo hiểm vào lĩnh vực AI tạo sinh (generative AI) đã vượt mốc 56 tỷ USD. Đồng thời, theo báo cáo tháng 2/2024, doanh thu ngành bán dẫn toàn cầu – phần lớn nhờ vào chip phục vụ AI – đã cán mốc 626 tỷ USD. Mặc dù chi phí ngày càng cao, hiệu suất mà các mô hình AI mới mang lại dường như không tương xứng.
Stuart Russell, chuyên gia tại Đại học UC Berkeley và là tác giả đóng góp cho báo cáo, chia sẻ với New Scientist: “Việc đổ quá nhiều tiền vào mở rộng mô hình, trong khi thiếu nghiên cứu cơ bản để hiểu rõ điều gì đang diễn ra, luôn khiến tôi thấy sai hướng.”
Không chỉ vấn đề hiệu suất, mở rộng quy mô cũng kéo theo chi phí năng lượng khổng lồ. Các công ty công nghệ đang ký kết hợp đồng mua điện hạt nhân để phục vụ trung tâm dữ liệu AI – cho thấy áp lực duy trì vận hành đang vượt ngoài sức tưởng tượng.
Trong khi đó, một số chuyên gia nhận định các mô hình như GPT-4 hoặc Claude mới chỉ cải tiến nhẹ so với phiên bản trước, cho thấy giới hạn của cách tiếp cận dựa vào tài nguyên tính toán thuần túy.
Các chuyên gia AI chuyển hướng ưu tiên thay vì tập trung tuyệt đối vào AGI
Khảo sát AAAI không chỉ phản ánh hoài nghi về năng lực mô hình, mà còn chỉ ra xu hướng chuyển trọng tâm sang các yếu tố an toàn và đạo đức. Theo đó:
- 77% nhà nghiên cứu muốn phát triển AI với tỷ lệ lợi ích – rủi ro chấp nhận được
- Chỉ 23% thực sự tập trung theo đuổi AGI như mục tiêu tối thượng
- 82% cho rằng nếu AGI được phát triển bởi tổ chức tư nhân, nó nên thuộc sở hữu cộng đồng để giảm thiểu rủi ro toàn cầu
- Dù vậy, 70% phản đối việc tạm dừng nghiên cứu AGI cho đến khi hệ thống an toàn hoàn chỉnh được xây dựng
Những con số này cho thấy một hướng đi “thận trọng nhưng không dừng lại” – tức vẫn tiến về phía trước, nhưng với cái nhìn thực tế hơn.
Một số giải pháp thay thế như “test-time compute” – cho phép mô hình AI suy nghĩ lâu hơn trước khi trả lời – đang được OpenAI thử nghiệm. Dù đem lại hiệu quả nhất định, giáo sư Arvind Narayanan từ Princeton nhận định: “Đây khó có thể là giải pháp tối ưu toàn diện.”
Dù vậy, một số nhà lãnh đạo ngành như CEO Sundar Pichai của Google vẫn lạc quan, cho rằng ngành AI có thể tiếp tục “scale up” – nhưng thừa nhận giai đoạn đạt hiệu suất cao dễ dàng đã qua.
Tương lai của AGI: Cần đột phá về kiến trúc, không chỉ là sức mạnh phần cứng
Bài học từ kết quả khảo sát rõ ràng: việc theo đuổi AGI bằng cách tăng vô hạn GPU và dữ liệu không còn là con đường duy nhất. Khi hiệu suất mô hình chững lại, giới nghiên cứu bắt đầu đề cao việc thiết kế kiến trúc mới, hướng tới sự thông minh tổng hợp thật sự thay vì chỉ mở rộng dung lượng và tham số.
Câu hỏi đặt ra lúc này không còn là “có nên tiếp tục đầu tư vào AGI?” mà là “đầu tư như thế nào cho đúng?”. Cân bằng giữa tiến bộ công nghệ và yếu tố đạo đức, giữa kỳ vọng thị trường và giới hạn vật lý đang trở thành bài toán trung tâm của ngành AI hiện đại.
Dù chưa có lời giải cuối cùng, rõ ràng cộng đồng nghiên cứu đang dần tỉnh táo hơn trong việc lựa chọn chiến lược phát triển AI – trong đó “mở rộng mãi mãi” đã không còn là lựa chọn duy nhất.