Cơn Sốt Trí Tuệ Nhân Tạo Tự Hoàn Thiện Ở Thung Lũng Silicon
Giữa lòng San Francisco, một cuộc biểu tình gần đây đã thu hút đám đông lớn với những biểu ngữ cảnh báo "Dừng Cuộc Đua AI" và "Đừng Tạo Ra Skynet". Những người biểu tình tập trung bên ngoài trụ sở của Anthropic, OpenAI và xAI, kêu gọi các công ty này ngừng phát triển những cỗ máy siêu trí tuệ—đặc biệt là các mô hình AI có khả năng tạo ra thế hệ AI tương lai. Họ lo ngại rằng một công nghệ như vậy có thể đe dọa đến sự tồn vong của nhân loại.
Sự kiện này chỉ là phần nổi của một cơn sốt đang lan rộng khắp Thung lũng Silicon: cuộc chạy đua tạo ra những hệ thống AI có thể tự cải thiện chính mình. Trong vòng một năm qua, các công ty AI hàng đầu liên tục công khai những nỗ lực tự động hóa nghiên cứu nội bộ. OpenAI mới đây đã phát hành một mô hình mới mà họ mô tả là "công cụ then chốt trong việc tự tạo ra chính nó". Trong vòng sáu tháng tới, công ty này đặt mục tiêu ra mắt một "trợ lý nghiên cứu AI trình độ thực tập sinh".
Từ Lý Thuyết Đến Thực Tế Công Nghệ
Khái niệm về AI tự hoàn thiện không phải là mới. Từ những năm 1960, nhà thống kê I. J. Good đã đưa ra ý tưởng về "sự tự cải thiện đệ quy", dự đoán rằng những cỗ máy có khả năng đào tạo thế hệ kế thừa thậm chí còn mạnh mẽ hơn sẽ là "phát minh cuối cùng" của xã hội. Tuy nhiên, cho đến gần đây, ý tưởng này vẫn chỉ nằm trên giấy. Khi ChatGPT còn chưa thể thực hiện phép cộng trừ một cách đáng tin cậy, việc AI có thể tiến hành nghiên cứu máy học đẳng cấp thế giới dường như là điều không tưởng.
Mọi thứ đã thay đổi khi các mô hình AI trở nên xuất sắc hơn trong lĩnh vực lập trình. Nick Bostrom, một triết gia người Thụy Điển có ảnh hưởng trong nghiên cứu rủi ro AI, nhận định: "Chúng ta đang bắt đầu thấy sự tiến bộ của AI tự nuôi dưỡng chính nó". Nhiều chuyên gia trong ngành tin rằng chúng ta đang đứng trên bờ vực của một thế giới nơi AI có thể nhanh chóng nâng cao năng lực của chính nó, rút ngắn chu kỳ đột phá từ vài tháng xuống còn vài tuần.
Bức Tranh Tự Động Hóa Trong Phòng Thí Nghiệm
Trên thực tế, quá trình tự động hóa đã diễn ra từng bước. Dario Amodei, Giám đốc điều hành của Anthropic, ước tính rằng các công cụ AI hỗ trợ viết mã đã tăng tốc độ tổng thể quy trình làm việc của công ty lên 15 đến 20%. Anthropic tuyên bố Claude, mô hình AI của họ, đã viết tới 90% mã code. Tuy nhiên, thông tin về mức độ và cách thức tự động hóa này vẫn còn nhiều mảnh ghép thiếu.
Một ví dụ cụ thể hơn đến từ Google DeepMind. Năm ngoái, công ty này phát triển một tác nhân mã hóa AI tên là AlphaEvolve. Theo nghiên cứu được công bố, hệ thống này đã giúp cải thiện hiệu quả tính toán của đội tàu trung tâm dữ liệu toàn cầu của Google trung bình 0,7% và cắt giảm 1% thời gian đào tạo mô hình Gemini. Một phát ngôn viên của OpenAI mô tả "thực tập sinh AI" sắp tới của họ là một hệ thống có thể đóng góp vào quy trình nghiên cứu thông qua các nhiệm vụ như tổng quan tài liệu hoặc diễn giải kết quả thí nghiệm.
Giới Hạn Giữa Hỗ Trợ Và Thay Thế
Các phương pháp hiện tại vẫn mang tính rời rạc hơn là đệ quy. Công cụ AI có thể viết mã, tìm kiếm tối ưu hóa nhỏ và đẩy nhanh các phần riêng biệt trong quy trình nghiên cứu. Tuy ấn tượng, con người vẫn đóng vai trò thiết yếu. Pushmeet Kohli, Phó chủ tịch khoa học và sáng kiến chiến lược tại DeepMind, nhấn mạnh: "Một bot có thể tối ưu hóa mọi thứ, nhưng nó không 'có bất cứ thứ gì để tối ưu hóa vì'. Đó là nơi con người tham gia".
Nghiên cứu AI bao gồm nhiều thành phần phức tạp: tuyển chọn dữ liệu huấn luyện, đề xuất giả thuyết mới, thiết lập thí nghiệm và phân bổ tài nguyên tính toán khan hiếm. Giới chuyên môn kỳ vọng, cuối cùng, các mô hình AI tự cải thiện đệ quy sẽ thực hiện bước nhảy từ lập trình máy móc sang có được "gu nghiên cứu" thực sự—thứ kết hợp giữa sự sáng tạo và phán đoán của con người.
Lộ Trình Và Những Lời Cảnh Báo
Nhiều nhà lạc quan và bi quan về AI đều tin rằng tương lai đó không còn xa. Sam Altman tuyên bố rằng đến năm 2028, OpenAI dự định phát triển một "nhà nghiên cứu AI tự động hoàn toàn". Dựa trên tốc độ tiến bộ gần đây, Eli Lifland từ Dự án Tương lai AI dự báo việc nghiên cứu và phát triển AI có thể được tự động hóa hoàn toàn vào năm 2032.
Tuy nhiên, vẫn có nhiều lý do để hoài nghi về khung thời gian ngắn như vậy. Các bot mã hóa được thiết kế để thực thi chỉ dẫn, trong khi phát triển một AI có "gu nghiên cứu" có thể đòi hỏi một bước đột phá chuyển đổi. Các ràng buộc về tài chính, chip bán dẫn và năng lượng cho trung tâm dữ liệu cũng có thể làm chậm tiến độ.
Dù vậy, ngay cả khi những giấc mơ về sự tự cải thiện đệ quy chỉ là chiêu trò tiếp thị, những cải tiến biên trong tự động hóa nghiên cứu vẫn có khả năng đẩy nhanh tốc độ phát triển AI. Dean Ball, cựu cố vấn về AI của cựu Tổng thống Trump, cảnh báo: "Điều này có thể thay đổi động lực cạnh tranh AI, làm biến đổi địa chính trị AI và hơn thế nữa".
Các thể chế xã hội và chính phủ dường như đang tụt lại phía sau. Các cơ quan như IRS của Mỹ vẫn xử lý tờ khai thuế bằng COBOL, một ngôn ngữ lập trình từ năm 1960. Nếu các mô hình AI tiến bộ nhanh hơn, các chính sách công, bao gồm quy định về an toàn và bảo mật, sẽ càng ít hy vọng theo kịp.
Trong một cuộc khảo sát với 25 nhà nghiên cứu hàng đầu từ DeepMind, OpenAI, Anthropic, Meta và các trường đại học danh tiếng, 20 người đã xác định việc tự động hóa nghiên cứu AI là một trong những rủi ro "nghiêm trọng và cấp bách nhất" của ngành. Những cảnh báo kịch tính này đang lan rộng, như lời Thượng nghị sĩ Bernie Sanders: "Con người thực sự có thể mất quyền kiểm soát hành tinh".
Nick Bostrom chia sẻ một sự chấp nhận đầy day dứt về tương lai AI. Ông từng gọi mình là "một người lạc quan hay lo lắng", nhưng giờ đây tự nhận là "một người theo thuyết định mệnh ôn hòa". Một cách kỳ lạ, ngay cả khi những dự đoán về AI tự hoàn thiện không hoàn toàn thành hiện thực, chúng vẫn có sức ảnh hưởng to lớn, một lần nữa thổi bùng lên làn sóng thổi phồng công nghệ và đặt ra những câu hỏi cấp thiết về tương lai mà chúng ta đang xây dựng.