AGI sắp ra mắt, nhưng đến bao giờ?

Trí tuệ nhân tạo (AGI) hiện diện ở khắp mọi nơi. Có người nói nó còn cách chúng ta năm năm nữa, có người lại gọi đó là chuyện viển vông. Thậm chí, hầu hết mọi người còn chưa thể thống nhất được ý nghĩa của nó. Tuy nhiên, câu hỏi vẫn còn đó: chúng ta thực sự đang ở rất gần điều đó đến mức nào?

Câu trả lời phụ thuộc vào cách bạn defiVới một số người, AGI là một hệ thống có thể làm bất cứ điều gì con người có thể làm. Với những người khác, nó chỉ là một mô hình có thể giải quyết một loạt vấn đề rộng lớn mà không cần đào tạo lại.

Dù thế nào đi nữa, đã có điều gì đó thay đổi. Trước đây, AI chỉ đơn thuần là viết email và vẽ tranh. Nhưng giờ đây, nó đã tự lập luận, lập kế hoạch và sử dụng các công cụ. Sự thay đổi đó là lý do tại sao rất nhiều người bắt đầu coi trọng AGI hơn bao giờ hết.

Chúng ta đang ở đâu ngay lúc này

Các mô hình AI mà chúng ta có ngày nay không phải là AGI, nhưng chúng đang dần tiến gần đến một thứ trông giống như vậy. Ít nhất là ở một số khía cạnh.

Mô hình như GPT-4 , Claude 3 và Gemini 1.5 có thể duy trì các cuộc trò chuyện dài, làm theo các hướng dẫn phức tạp và sử dụng các công cụ bên ngoài như trình duyệt hoặc hộp cát Python. Một số thậm chí có thể tự suy ngẫm về kết quả đầu ra của mình hoặc xem lại các bước trước đó, một hình thức lập kế hoạch hoặc tự điều chỉnh sơ khai.

Trong các bài kiểm tra, những hệ thống này hiện vượt trội hơn hầu hết con người trong các kỳ thi luật sư, kỳ thi Olympic toán học và kỳ thi SAT. Chúng vẫn gặp khó khăn với tính nhất quán, tư duy trừu tượng và tương tác vật lý. Tuy nhiên, khả năng của chúng đang phát triển nhanh chóng, đặc biệt là về tư duy, trí nhớ và sử dụng công cụ.

OpenAIcủa Sam Altman đã gọi GPT-4 một “hơi xấu hổ” bước tiến tới một thứ gì đó mạnh mẽ hơn nhiều. Anthropic tuyên bố Claude 3 đang tiến gần đến trình độ "sinh viên mới tốt nghiệp" ở một số lĩnh vực. DeepMind, Meta và xAI đều đang nghiên cứu các mô hình mới mà họ tin rằng có thể thay đổi cuộc chơi.

Vậy nên, ngày nay chúng ta chưa có AGI. Nhưng chúng ta không còn ở cùng một vị trí như 18 tháng trước nữa.

Các con đường khác nhau có thể dẫn đến AGI

Hầu như không ai có thể đồng ý về việc AGI là gì. Không có lộ trình duy nhất nào cho AGI. Nhưng hầu hết các cuộc tranh luận đều chia thành ba kịch bản chung:

Nhiều thứ giống nhau

Một số chuyên gia tin rằng chúng ta sẽ đạt được AGI chỉ bằng cách mở rộng quy mô các mô hình hiện tại, làm cho chúng lớn hơn, nhanh hơn và được đào tạo trên dữ liệu tốt hơn. Ý tưởng là chúng ta đã đi đúng hướng, và vấn đề chỉ là thời gian (và tính toán). Điều này thường được gọi là "giả thuyết mở rộng quy mô". Mọi người thích Ilya Sutskever và những người khác tại OpenAI đã bày tỏ niềm tin thận trọng trong cách tiếp cận này.

Kiến trúc thông minh hơn

Những người khác cho rằng chúng ta sẽ cần những thiết kế mô hình hoàn toàn mới. Có thể là thứ gì đó mô phỏng cách con người suy luận, lập kế hoạch hoặc học tập theo thời gian. Điều này có thể là các hệ thống lai kết hợp học sâu với suy luận biểu tượng, mô-đun bộ nhớ hoặc cây quyết định. Hãy nghĩ về nó như việc dạy các mô hình "suy nghĩ" thay vì chỉ dự đoán.

Hệ thống đa tác nhân hoặc sử dụng công cụ

Một số người cho rằng AGI sẽ không phải là một mô hình đơn lẻ, mà là một mạng lưới các AI hợp tác, suy luận và hành động cùng nhau, có thể trên nhiều nền tảng khác nhau, mỗi nền tảng có chuyên môn riêng. Những người khác cho rằng chìa khóa nằm ở việc cung cấp cho các mô hình quyền truy cập vào các công cụ như công cụ tìm kiếm, máy tính hoặc robot, cho phép chúng mở rộng khả năng vượt ra ngoài phạm vi dự đoán văn bản.

Mỗi con đường đều có những đánh đổi. Việc mở rộng quy mô tuy đơn giản nhưng lại gặp phải giới hạn về phần cứng và dữ liệu. Kiến trúc mới có thể hoạt động tốt hơn nhưng chưa được chứng minh. Và hệ thống đa tác nhân đặt ra những câu hỏi mới về phối hợp và kiểm soát.

Hiện tại chúng ta đã gần đến mức nào?

Chúng ta đang gần nhau hơn bao giờ hết, nhưng vẫn chưa hẳn đã đạt được điều đó. Những người mẫu hàng đầu hiện nay như GPT-4o, Claude 3, Gemini 1.5, và LLaMA 3 có khả năng hơn, đa phương thức hơn và nhìn chung hữu ích hơn bất kỳ hệ thống nào trước đó. Chúng có thể viết mã, vượt qua các kỳ thi khó, giải các câu đố lý luận và duy trì các cuộc trò chuyện dài. Nhưng chúng vẫn thiếu những đặc điểm chính mà chúng ta mong đợi ở một hệ thống thực sự "tổng quát".

• Họ thực sự không hiểu thế giớiChúng có vẻ thông minh, nhưng thường đưa ra những sự thật ảo tưởng hoặc không vượt qua được các bài kiểm tra logic đơn giản. Đó là bởi vì chúng hoạt động bằng cách dự đoán các mẫu dữ liệu, chứ không phải bằng cách xây dựng một mô hình thực tế về thế giới.
• Họ gặp khó khăn với trí nhớ dài hạn và khả năng lập kế hoạchHầu hết các mô hình AI hiện tại đều hoạt động theo từng khoảnh khắc. Chúng không thể đặt mục tiêu, suy nghĩ sâu sắc hoặc xử lý đáng tin cậy các nhiệm vụ mất nhiều ngày hoặc nhiều tuần.
• Họ không nhất quán. Hỏi cùng một mô hình hai lần cùng một câu hỏi, bạn có thể nhận được hai câu trả lời rất khác nhau. Đó không phải là cách trí thông minh đáng tin cậy nên hoạt động.
• Họ thiếu sự chủ độngCon người có thể nhận ra vấn đề, lập kế hoạch và hành động. AI vẫn chờ đợi tín hiệu. Nó sẽ không hành động trừ khi chúng ta ra lệnh.

Tuy nhiên, khoảng cách này đang dần thu hẹp. Các mô hình này đang được cải thiện về mặt lý luận, trí nhớ và khả năng sử dụng công cụ. Một số mô hình hiện có thể chạy mô phỏng, học hỏi từ phản hồi và tự hiệu chỉnh. Đó là những khả năng mà trước đây người ta cho rằng phải mất nhiều năm nữa mới có được.

Vậy là chúng ta đang ở trong một khoảnh khắc trung gian kỳ lạ. AI rõ ràng rất mạnh mẽ và ngày càng hữu ích hơn. Nhưng chưa ai tin rằng chúng ta đã thực sự giải mã được AGI.

Chúng ta sẽ đi đâu từ đây?

Nếu chúng ta tiếp tục tiến triển với tốc độ này, câu hỏi đơn giản chỉ là làm thế nào và khi nào chúng ta sẽ đạt được AGI. Như Sam Altman đã nói, "Chúng ta thậm chí có thể không biết AGI trông như thế nào cho đến khi chúng ta đã sử dụng nó."

Chính sự bất định đó khiến khoảnh khắc này vừa thú vị vừa nguy hiểm. Chúng ta có thể chỉ cần một bài báo nữa là có thể đạt được đột phá, hoặc phải mất hàng thập kỷ nữa mới có thể theo đuổi những ngõ cụt. Yann LeCun (nhà khoa học AI hàng đầu của Meta) chỉ ra , các mô hình hiện tại vẫn còn thiếu "sự hiểu biết cơ bản về cách thế giới vận hành". Trong khi đó, Demis Hassabis (Giám đốc điều hành DeepMind) cho biết chúng ta đang "tiến gần đến một điều gì đó rất mạnh mẽ", nhưng điều đó đòi hỏi trách nhiệm, sự hợp tác và thời gian.

Vậy chúng ta đã tiến gần đến đâu? Không ai có thể nói chắc chắn. Nhưng nếu tiến bộ vẫn tiếp diễn, AGI có thể sẽ không còn là khái niệm khoa học viễn tưởng nữa.

Gần hơn chúng ta nghĩ?

Trí tuệ nhân tạo (AI) vẫn chưa xuất hiện. Nhưng rõ ràng có điều gì đó đang thay đổi. Các hệ thống chúng ta đang xây dựng ngày nay đã có thể làm những điều mà chỉ một năm trước đây thôi, chúng ta không thể tưởng tượng nổi, từ việc viết mã ứng dụng hoàn chỉnh, tạo kịch bản phim cho đến hướng dẫn nghiên cứu khoa học.

Yoshua Bengio, người đoạt giải thưởng Turing, cảnh báo rằng Các mô hình AI hiện tại đã cho thấy "các đặc tính mới nổi" mà các nhà nghiên cứu không lường trước được. Những người đồng sáng lập Anthropic đã viết về “rẽ trái gấp”, ý tưởng rằng các mô hình tương lai có thể đột nhiên đạt được những khả năng bất ngờ trong quá trình đào tạo. Và OpenAI thành viên hội đồng quản trị Helen Toner nói rõ ràng : “Chúng ta không biết mọi thứ đang diễn ra nhanh đến mức nào.

Một số chuyên gia vẫn cho rằng chúng ta còn cách điểm bùng phát hàng thập kỷ nữa. Những người khác lại cho rằng chúng ta chỉ cách một bất ngờ nhỏ nữa thôi. Không ai biết chắc chắn. Nhưng có một điều đang trở nên rõ ràng: câu hỏi không còn là liệu AGI có khả thi hay không, mà là chúng ta đã chuẩn bị đến mức nào cho thời điểm nó xuất hiện?

Bởi vì dù AGI có thay đổi mọi thứ hay lặng lẽ len lỏi vào các công cụ chúng ta sử dụng thì những lựa chọn chúng ta đưa ra hiện nay sẽ định hình cách nó tác động đến thế giới.