Mười dự đoán về trí tuệ nhân tạo năm 2025: Hướng AI Agent sẽ trở thành xu hướng chủ đạo
Tuyển chọn TechFlowTuyển chọn TechFlow
Mười dự đoán về trí tuệ nhân tạo năm 2025: Hướng AI Agent sẽ trở thành xu hướng chủ đạo
Hiện tại chúng ta đang chia sẻ thế giới với một dạng trí tuệ khác, loại trí tuệ này đôi khi có thể bướng bỉnh, khó lường và gian trá.
Chuyên sâu báo cáo Web3Tác giả: Rob Toews
Biên dịch: MetaverseHub
Năm 2024 sắp khép lại, nhà đầu tư mạo hiểm Rob Toews từ Radical Ventures đã chia sẻ 10 dự đoán của ông về trí tuệ nhân tạo (AI) trong năm 2025:
01. Meta sẽ bắt đầu tính phí sử dụng mô hình Llama
Meta là hình mẫu hàng đầu thế giới về AI mở. Trong một ví dụ nổi bật về chiến lược doanh nghiệp, trong khi các đối thủ như OpenAI và Google giữ kín mã nguồn mô hình tiên tiến nhất của họ và thu phí sử dụng, Meta lại chọn cung cấp miễn phí mô hình Llama tiên tiến nhất của mình.
Vì vậy, thông tin rằng vào năm tới Meta sẽ bắt đầu tính phí các công ty sử dụng Llama sẽ khiến nhiều người bất ngờ.
Cần làm rõ: Chúng tôi không dự đoán rằng Meta sẽ đóng hoàn toàn mã nguồn Llama, cũng không có nghĩa là mọi người dùng nào sử dụng mô hình Llama đều phải trả tiền.
Thay vào đó, chúng tôi dự đoán Meta sẽ áp đặt thêm các hạn chế lên giấy phép mã nguồn mở của Llama, theo đó các công ty sử dụng Llama trong môi trường thương mại vượt một quy mô nhất định sẽ cần bắt đầu trả phí để sử dụng mô hình.
Về mặt kỹ thuật, hiện nay Meta đã thực hiện điều này ở mức độ hạn chế. Công ty không cho phép những tập đoàn lớn nhất — các siêu máy tính đám mây và các công ty có hơn 700 triệu người dùng hoạt động mỗi tháng — tự do sử dụng mô hình Llama của họ.
Ngay từ năm 2023, Giám đốc điều hành Meta Mark Zuckerberg từng nói: “Nếu bạn là Microsoft, Amazon hay Google, và cơ bản bạn đang bán lại Llama, thì chúng tôi nên nhận được một phần doanh thu. Tôi không nghĩ đây sẽ là khoản thu lớn trong ngắn hạn, nhưng về dài hạn, hy vọng nó sẽ mang lại một nguồn thu nhất định.”
Năm tới, Meta sẽ mở rộng đáng kể phạm vi doanh nghiệp phải trả phí để sử dụng Llama, bao gồm thêm nhiều doanh nghiệp vừa và lớn.
Đi theo xu hướng phát triển các mô hình ngôn ngữ lớn (LLM) là cực kỳ tốn kém. Nếu muốn duy trì Llama ngang hàng hoặc gần sát với các mô hình tiên tiến mới nhất của OpenAI, Anthropic và các công ty khác, Meta cần đầu tư hàng tỷ đô la Mỹ mỗi năm.
Meta là một trong những công ty lớn nhất và có tiềm lực tài chính mạnh nhất thế giới. Nhưng nó cũng là một công ty đại chúng, cuối cùng phải chịu trách nhiệm trước cổ đông.
Khi chi phí xây dựng các mô hình tiên tiến ngày càng tăng vọt, việc Meta tiếp tục đổ số tiền khổng lồ như vậy vào việc huấn luyện thế hệ Llama tiếp theo mà không có kỳ vọng doanh thu là điều ngày càng khó biện minh.
Các cá nhân đam mê, học giả, lập trình viên độc lập và các startup vẫn sẽ được sử dụng miễn phí mô hình Llama vào năm tới. Nhưng năm 2025 sẽ là năm Meta bắt đầu nghiêm túc hóa việc kiếm lợi nhuận từ Llama.
02. Các vấn đề liên quan đến "Luật tỷ lệ"
Trong vài tuần gần đây, chủ đề gây tranh luận nhiều nhất trong lĩnh vực AI là luật tỷ lệ (scaling laws) và liệu chúng có đang đi đến hồi kết.
Luật tỷ lệ lần đầu tiên được đề xuất trong một bài báo của OpenAI năm 2020, với ý tưởng cơ bản rất đơn giản: Khi huấn luyện mô hình AI, hiệu suất của mô hình sẽ cải thiện một cách đáng tin cậy và có thể dự đoán được khi tăng số lượng tham số, dữ liệu huấn luyện và lượng tính toán (về mặt kỹ thuật, lỗi kiểm tra sẽ giảm).
Từ GPT-2 đến GPT-3 rồi GPT-4, những bước nhảy vọt về hiệu suất đều nhờ vào luật tỷ lệ.
Giống như định luật Moore, luật tỷ lệ thực tế không phải là một quy luật cố định, mà chỉ là một quan sát thực nghiệm đơn giản.
Trong tháng qua, một loạt báo cáo cho thấy các phòng thí nghiệm AI hàng đầu đang gặp phải hiệu quả giảm dần khi tiếp tục mở rộng quy mô các mô hình ngôn ngữ lớn. Điều này giúp giải thích tại sao việc ra mắt GPT-5 của OpenAI bị trì hoãn liên tục.
Phản bác phổ biến nhất đối với lập luận rằng luật tỷ lệ đang bão hòa là sự xuất hiện của tính toán thời gian thử nghiệm (test-time compute), mở ra một chiều hướng mới để mở rộng quy mô. Nói cách khác, thay vì mở rộng tính toán trong quá trình huấn luyện, các mô hình suy luận mới như o3 của OpenAI cho phép mở rộng tính toán trong quá trình suy luận, bằng cách cho phép mô hình "suy nghĩ lâu hơn" để mở khóa các khả năng AI mới.
Đây là một quan điểm quan trọng. Tính toán thời gian thử nghiệm thực sự đại diện cho một hướng mở rộng mới đầy hứa hẹn và nâng cao hiệu suất AI.
Nhưng còn một quan điểm khác quan trọng hơn về luật tỷ lệ, lại bị đánh giá thấp nghiêm trọng trong cuộc thảo luận ngày nay. Hầu hết mọi cuộc thảo luận về luật tỷ lệ, từ bài báo gốc năm 2020 đến sự chú ý hiện tại về tính toán thời gian thử nghiệm, đều tập trung vào ngôn ngữ. Nhưng ngôn ngữ không phải là kiểu dữ liệu duy nhất quan trọng.
Hãy nghĩ về robot, sinh học, mô hình thế giới hay tác nhân mạng. Đối với những kiểu dữ liệu này, luật tỷ lệ chưa đạt đến điểm bão hòa; ngược lại, chúng mới chỉ bắt đầu.
Thực tế, bằng chứng nghiêm ngặt về sự tồn tại của luật tỷ lệ trong các lĩnh vực này thậm chí còn chưa được công bố.
Các startup khởi nghiệp đang xây dựng các mô hình nền tảng cho những kiểu dữ liệu mới này — ví dụ như Evolutionary Scale trong lĩnh vực sinh học, PhysicalIntelligence trong robot, WorldLabs trong mô hình thế giới — đang cố gắng xác định và tận dụng luật tỷ lệ trong lĩnh vực của họ, giống như OpenAI đã thành công trong việc tận dụng luật tỷ lệ LLM trong nửa đầu thập kỷ 2020.
Năm tới, dự kiến sẽ có những bước tiến lớn tại đây.
Luật tỷ lệ sẽ không biến mất, chúng sẽ vẫn quan trọng như mọi khi vào năm 2025. Tuy nhiên, trung tâm hoạt động của luật tỷ lệ sẽ chuyển từ giai đoạn tiền huấn luyện LLM sang các dạng thức khác.
03. Trump và Musk có thể bất đồng về định hướng AI
Một chính phủ mới tại Hoa Kỳ sẽ mang lại một loạt thay đổi về chính sách và chiến lược liên quan đến trí tuệ nhân tạo.
Để dự đoán xu hướng AI dưới thời Tổng thống Trump, cộng với vị trí trung tâm hiện tại của Musk trong lĩnh vực AI, người ta có thể nghiêng về việc xem xét mối quan hệ thân thiết giữa tổng thống đắc cử và Musk.
Có thể hình dung Musk có thể ảnh hưởng đến sự phát triển liên quan đến AI của chính quyền Trump theo nhiều cách khác nhau.
Xét đến mối quan hệ thù địch sâu sắc giữa Musk và OpenAI, chính quyền mới có thể có thái độ ít thân thiện hơn với OpenAI trong việc tiếp xúc với ngành công nghiệp, xây dựng quy định AI và trao hợp đồng chính phủ — đây là rủi ro thực sự mà OpenAI đang lo ngại ngày nay.
Mặt khác, chính quyền Trump có thể có xu hướng ủng hộ các công ty của Musk: ví dụ, cắt giảm thủ tục rườm rà để giúp xAI xây dựng trung tâm dữ liệu và dẫn đầu trong cuộc đua mô hình tiên tiến; phê duyệt nhanh chóng việc triển khai đội xe taxi robot của Tesla, v.v.
Cơ bản hơn, khác với nhiều nhà lãnh đạo công nghệ khác được Trump ủng hộ, Musk rất coi trọng các rủi ro an toàn của AI và vì vậy chủ trương có quy định mạnh mẽ đối với AI.
Ông ủng hộ dự luật gây tranh cãi SB1047 của California, nhằm áp đặt những hạn chế thực sự lên các nhà phát triển AI. Do đó, ảnh hưởng của Musk có thể khiến môi trường quản lý AI tại Hoa Kỳ trở nên nghiêm ngặt hơn.
Tuy nhiên, tất cả những suy đoán này đều có một vấn đề. Mối quan hệ thân thiết giữa Trump và Musk chắc chắn sẽ tan vỡ.
Như chúng ta đã thấy lặp đi lặp lại trong nhiệm kỳ đầu tiên của Trump, thời gian trung bình của các đồng minh Trump, kể cả những người dường như trung thành nhất, đều rất ngắn ngủi.
Số phó tướng trong nhiệm kỳ đầu của Trump ngày nay vẫn trung thành với ông là rất ít.
Trump và Musk đều là những cá tính phức tạp, thay đổi thất thường, khó đoán và khó hợp tác, họ làm kiệt sức người khác, tình bạn mới nở của họ đến nay vẫn mang lại lợi ích cho cả hai, nhưng vẫn đang trong “thời kỳ mật ngọt”.
Chúng tôi dự đoán rằng trước khi kết thúc năm 2025, mối quan hệ này sẽ xấu đi.
Điều này có ý nghĩa gì với thế giới AI?
Điều này là tin tốt cho OpenAI. Với các cổ đông Tesla, đây sẽ là tin buồn. Còn với những người quan tâm đến an toàn AI, đây sẽ là điều đáng thất vọng, vì gần như chắc chắn chính phủ Mỹ sẽ có thái độ buông lỏng trong việc quản lý AI dưới thời Trump.
04. AI Agent sẽ trở thành xu hướng chính
Hãy hình dung một thế giới nơi bạn không cần tương tác trực tiếp với internet nữa. Mỗi khi cần quản lý đăng ký, thanh toán hóa đơn, đặt lịch khám bác sĩ, đặt hàng trên Amazon, đặt bàn nhà hàng hay hoàn thành bất kỳ tác vụ trực tuyến phiền toái nào khác, bạn chỉ cần ra lệnh cho trợ lý AI thực hiện thay bạn.
Khái niệm "tác nhân mạng" như vậy đã tồn tại nhiều năm. Nếu có một sản phẩm như vậy và hoạt động hiệu quả, chắc chắn nó sẽ trở thành một sản phẩm thành công lớn.
Tuy nhiên, hiện nay chưa có tác nhân mạng đa năng nào trên thị trường hoạt động ổn định.
Những công ty khởi nghiệp như Adept, dù có đội ngũ sáng lập danh tiếng và huy động hàng trăm triệu đô la vốn, vẫn thất bại trong việc hiện thực hóa tầm nhìn của họ.
Năm tới sẽ là năm tác nhân mạng cuối cùng bắt đầu hoạt động hiệu quả và trở thành xu hướng chính. Những tiến bộ liên tục trong các mô hình nền tảng ngôn ngữ và hình ảnh, cộng với các đột phá gần đây về khả năng "tư duy hệ thống thứ hai" nhờ các mô hình suy luận mới và tính toán thời gian suy luận, sẽ có nghĩa là tác nhân mạng đã sẵn sàng bước vào thời kỳ hoàng kim.
Nói cách khác, ý tưởng của Adept là đúng, nhưng còn quá sớm. Trong khởi nghiệp, cũng như nhiều việc khác trong đời sống, thời điểm là tất cả.
Tác nhân mạng sẽ tìm thấy nhiều trường hợp ứng dụng doanh nghiệp hữu ích, nhưng chúng tôi cho rằng cơ hội thị trường lớn nhất trong ngắn hạn sẽ thuộc về người tiêu dùng.
Dù gần đây AI rất nóng, nhưng ngoài ChatGPT, các ứng dụng AI nguyên bản dành cho người tiêu dùng trở thành xu hướng chính vẫn còn khá ít.
Tác nhân mạng sẽ thay đổi điều này, trở thành ứng dụng "chết người" thực sự tiếp theo trong lĩnh vực AI dành cho người tiêu dùng.
05. Ý tưởng đặt trung tâm dữ liệu AI vào không gian sẽ trở thành hiện thực
Năm 2023, tài nguyên vật lý then chốt hạn chế sự phát triển của AI là chip GPU. Năm 2024, nó trở thành điện năng và trung tâm dữ liệu.
Trong năm 2024, gần như không có câu chuyện nào thu hút sự chú ý hơn nhu cầu khổng lồ và tăng nhanh về năng lượng của AI khi nó đang vội vàng xây dựng thêm nhiều trung tâm dữ liệu AI.
Nhờ sự bùng nổ của AI, nhu cầu điện năng toàn cầu cho các trung tâm dữ liệu, sau nhiều thập kỷ ổn định, dự kiến sẽ tăng gấp đôi trong giai đoạn 2023–2026. Tại Hoa Kỳ, điện năng tiêu thụ bởi các trung tâm dữ liệu dự kiến sẽ đạt gần 10% tổng tiêu thụ vào năm 2030, so với chỉ 3% vào năm 2022.
Hệ thống năng lượng hiện tại đơn giản là không thể đáp ứng được sự gia tăng nhu cầu khổng lồ từ khối lượng công việc AI. Một va chạm lịch sử đang chờ xảy ra giữa hai hệ thống trị giá hàng nghìn tỷ đô la: lưới điện và cơ sở hạ tầng tính toán.
Là một giải pháp khả thi cho vấn đề này, năng lượng hạt nhân đã phát triển mạnh trong năm nay. Hạt nhân là nguồn năng lượng lý tưởng cho AI theo nhiều cách: nó là năng lượng không phát thải carbon, sẵn có 24/7, và về cơ bản là vô tận.
Nhưng trên thực tế, do thời gian nghiên cứu, phát triển dự án và quy trình quản lý dài, các nguồn năng lượng mới này sẽ không thể giải quyết vấn đề trước những năm 2030. Điều này đúng với cả nhà máy điện phân hạch truyền thống, các "lò phản ứng nhỏ gọn thế hệ mới" (SMR), và các nhà máy nhiệt hạch.
Năm tới, một ý tưởng mới bất thường để giải quyết thách thức này sẽ xuất hiện và thu hút nguồn lực thực sự: đặt trung tâm dữ liệu AI vào không gian.
Trung tâm dữ liệu AI trong không gian – nghe có vẻ như một trò đùa tồi, một nhà đầu tư mạo hiểm cố gắng kết hợp quá nhiều buzzword khởi nghiệp.
Nhưng thực tế, điều này có thể hợp lý.
Bottleneck lớn nhất khi xây dựng nhanh chóng nhiều trung tâm dữ liệu hơn trên Trái đất là việc tiếp cận nguồn điện cần thiết. Các cụm máy tính trên quỹ đạo có thể tận hưởng nguồn điện miễn phí, vô tận, không phát thải carbon 24/7: Mặt Trời luôn chiếu sáng trong không gian.
Một lợi thế quan trọng khác của việc đặt tính toán vào không gian là giải quyết vấn đề làm mát.
Một trong những trở ngại kỹ thuật lớn nhất khi xây dựng trung tâm dữ liệu AI mạnh hơn là khi vận hành nhiều GPU trong không gian hẹp sẽ sinh ra rất nhiều nhiệt, và nhiệt độ cao có thể làm hỏng thiết bị tính toán.
Các nhà phát triển trung tâm dữ liệu đang sử dụng các phương pháp đắt đỏ và chưa được kiểm chứng như làm mát bằng chất lỏng để giải quyết vấn đề này. Nhưng không gian cực kỳ lạnh giá, mọi nhiệt sinh ra từ hoạt động tính toán sẽ lập tức tản đi một cách vô hại.
Tất nhiên, vẫn còn nhiều thách thức thực tế cần giải quyết. Một câu hỏi hiển nhiên là liệu và làm thế nào để truyền tải lượng lớn dữ liệu giữa quỹ đạo và Trái đất với chi phí thấp và hiệu quả cao.
Đây là một vấn đề chưa được giải quyết, nhưng có thể chứng minh là khả thi: có những công việc triển vọng đang được thực hiện bằng laser và các công nghệ truyền thông quang băng thông cao khác.
Một công ty khởi nghiệp tên Lumen Orbit thuộc YCombinator gần đây đã huy động được 11 triệu USD để hiện thực hóa mục tiêu này: xây dựng một mạng lưới trung tâm dữ liệu công suất hàng megawatt trong không gian để huấn luyện mô hình AI.
Như CEO của công ty nói: "Thay vì trả 140 triệu USD tiền điện, hãy trả 10 triệu USD cho phóng vệ tinh và năng lượng mặt trời."
Năm 2025, Lumen sẽ không phải là tổ chức duy nhất nghiêm túc với khái niệm này.
Các đối thủ cạnh tranh khởi nghiệp khác cũng sẽ xuất hiện. Đừng ngạc nhiên nếu một hoặc vài siêu quy mô điện toán đám mây cũng bắt đầu khám phá theo hướng này.
Amazon đã đưa tài sản lên quỹ đạo thông qua Dự án Kuiper, tích lũy kinh nghiệm phong phú; Google từ lâu đã tài trợ cho các "dự án mặt trăng" tương tự; thậm chí Microsoft cũng không xa lạ với nền kinh tế không gian.
Có thể hình dung, công ty SpaceX của Musk cũng sẽ hành động trong lĩnh vực này.
06. Các hệ thống AI sẽ vượt qua "Bài kiểm tra Turing bằng giọng nói"
Bài kiểm tra Turing là một trong những chuẩn mực cũ nhất và nổi tiếng nhất về hiệu suất AI.
Để "vượt qua" bài kiểm tra Turing, một hệ thống AI phải có thể giao tiếp bằng văn bản viết, khiến người bình thường không thể phân biệt được họ đang tương tác với AI hay con người.
Nhờ những tiến bộ đáng kể của các mô hình ngôn ngữ lớn, bài kiểm tra Turing đã trở thành một vấn đề được giải quyết vào những năm 2020.
Nhưng văn bản viết không phải là cách duy nhất con người giao tiếp.
Khi AI ngày càng đa phương tiện hơn, người ta có thể hình dung một phiên bản mới, thách thức hơn của bài kiểm tra Turing – "bài kiểm tra Turing bằng giọng nói". Trong bài kiểm tra này, hệ thống AI phải có thể tương tác với con người bằng giọng nói, với kỹ năng và sự trôi chảy đến mức không thể phân biệt được với người thật.
Các hệ thống AI hiện nay vẫn chưa thể vượt qua bài kiểm tra bằng giọng nói, việc giải quyết vấn đề này sẽ cần thêm nhiều tiến bộ kỹ thuật. Độ trễ (khoảng thời gian giữa lời nói của con người và phản hồi của AI) phải được giảm xuống gần bằng không để phù hợp với trải nghiệm trò chuyện với một con người.
Các hệ thống AI bằng giọng nói phải giỏi hơn trong việc xử lý linh hoạt các đầu vào mơ hồ hoặc hiểu lầm theo thời gian thực, ví dụ như khi bị ngắt lời. Chúng phải có thể tham gia vào các cuộc hội thoại dài, nhiều vòng, mở, đồng thời ghi nhớ các phần trước đó của cuộc thảo luận.
Và quan trọng nhất, các tác nhân AI bằng giọng nói phải học cách hiểu tốt hơn các tín hiệu phi ngôn ngữ trong giọng nói. Ví dụ, phải hiểu được khi người nói nghe có vẻ bực bội, phấn khích hay mỉa mai nghĩa là gì, và tự tạo ra các tín hiệu phi ngôn ngữ này trong giọng nói của chính mình.
Khi chúng ta tiến gần đến cuối năm 2024, AI bằng giọng nói đang ở một bước ngoặt thú vị, được thúc đẩy bởi những đột phá cơ bản như sự xuất hiện của các mô hình chuyển đổi giọng nói-thành-giọng nói.
Hiện nay, hiếm có lĩnh vực nào trong AI tiến bộ nhanh về mặt kỹ thuật và thương mại như AI bằng giọng nói. Dự kiến vào năm 2025, công nghệ tiên tiến nhất trong AI bằng giọng nói sẽ có bước nhảy vọt.
07. Các hệ thống AI tự chủ sẽ đạt được tiến bộ lớn
Suốt nhiều thập kỷ, khái niệm về AI tự hoàn thiện đệ quy đã là chủ đề thường xuyên được nhắc đến trong cộng đồng AI.
Ví dụ, ngay từ năm 1965, I.J. Good, cộng sự thân thiết của Alan Turing, đã viết: "Hãy định nghĩa máy siêu thông minh là một cỗ máy có thể vượt xa tất cả các hoạt động trí tuệ của con người, dù con người thông minh đến đâu."
"Vì thiết kế máy móc là một trong những hoạt động trí tuệ này, nên máy siêu thông minh có thể thiết kế ra những cỗ máy tốt hơn; lúc đó, chắc chắn sẽ xảy ra 'bùng nổ trí tuệ', trí tuệ con người sẽ bị bỏ lại phía sau."
AI có thể phát minh ra AI tốt hơn – một ý tưởng hấp dẫn. Tuy nhiên, ngay cả hôm nay, nó vẫn mang bóng dáng khoa học viễn tưởng.
Tuy nhiên, mặc dù khái niệm này chưa được công nhận rộng rãi, nhưng thực tế nó đang bắt đầu trở nên chân thực hơn. Các nhà nghiên cứu ở tiền tuyến khoa học AI đã bắt đầu đạt được tiến bộ thực tế trong việc xây dựng các hệ thống AI có thể tự xây dựng AI tốt hơn.
Chúng tôi dự đoán rằng vào năm tới, hướng nghiên cứu này sẽ trở thành dòng chính.
Ví dụ công khai nổi bật nhất cho đến nay theo hướng này là "Nhà khoa học AI" của Sakana.
"Nhà khoa học AI" được công bố vào tháng 8 năm nay, đã thuyết phục được rằng các hệ thống AI thực sự có thể tự chủ thực hiện nghiên cứu AI.
"Nhà khoa học AI" của Sakana tự thực hiện toàn bộ vòng đời nghiên cứu AI: đọc tài liệu hiện có, đưa ra ý tưởng nghiên cứu mới, thiết kế thí nghiệm để kiểm tra các ý tưởng, thực hiện các thí nghiệm, viết bài báo nghiên cứu để báo cáo kết quả, rồi tự thẩm định công trình của mình.
Toàn bộ công việc được thực hiện hoàn toàn tự động bởi AI, không cần can thiệp của con người. Bạn có thể đọc trực tuyến một số bài báo nghiên cứu do Nhà khoa học AI viết.
OpenAI, Anthropic và các phòng thí nghiệm nghiên cứu khác đang đầu tư nguồn lực vào ý tưởng "nhà nghiên cứu AI tự động", mặc dù hiện chưa có thông tin nào được công khai thừa nhận.
Khi ngày càng có nhiều người nhận ra rằng tự động hóa nghiên cứu AI thực sự đang trở thành một khả năng thực tế, dự kiến lĩnh vực này sẽ có thêm nhiều thảo luận, tiến bộ và hoạt động khởi nghiệp vào năm 2025.
Tuy nhiên, cột mốc ý nghĩa nhất sẽ là lần đầu tiên một bài báo nghiên cứu hoàn toàn do tác nhân AI viết được chấp nhận tại một hội nghị AI hàng đầu. Nếu bài báo được đánh giá ẩn danh, các thành viên phản biện hội nghị sẽ không biết bài viết do AI viết trước khi chấp nhận.
Đừng ngạc nhiên nếu các nghiên cứu do AI thực hiện được NeurIPS, CVPR hoặc ICML chấp nhận vào năm tới. Đối với lĩnh vực AI, đây sẽ là một khoảnh khắc lịch sử hấp dẫn và gây tranh cãi.
08. Các gã khổng lồ ngành như OpenAI sẽ chuyển trọng tâm chiến lược sang xây dựng ứng dụng
Xây dựng các mô hình tiên tiến là một công việc khó khăn.
Nó đòi hỏi vốn cực kỳ lớn. Các phòng thí nghiệm mô hình tiên tiến cần tiêu tốn lượng tiền mặt khổng lồ. Chỉ vài tháng trước, OpenAI đã huy động được kỷ lục 6,5 tỷ USD, và trong tương lai gần, họ có thể cần huy động thêm. Anthropic, xAI và các công ty khác cũng ở trong tình cảnh tương tự.
Chi phí chuyển đổi thấp và lòng trung thành khách hàng yếu. Các ứng dụng AI thường được xây dựng nhằm mục đích độc lập với mô hình, các mô hình từ các nhà cung cấp khác nhau có thể được chuyển đổi dễ dàng tùy theo chi phí và hiệu suất thay đổi.
Với sự xuất hiện của các mô hình mở tiên tiến (như Llama của Meta và Qwen của Alibaba), mối đe dọa hàng hóa hóa công nghệ ngày càng cận kề. Các nhà dẫn đầu AI như OpenAI và Anthropic không thể và sẽ không ngừng đầu tư xây dựng mô hình đỉnh cao.
Nhưng vào năm tới, để phát triển các dòng kinh doanh có lợi nhuận cao hơn, khác biệt rõ rệt hơn và gắn bó bền chặt hơn, các phòng thí nghiệm tiên tiến dự kiến sẽ tung ra nhiều ứng dụng và sản phẩm riêng của họ.
Tất nhiên, các phòng thí nghiệm tiên tiến đã có một ứng dụng thành công: ChatGPT.
Trong năm mới, chúng ta có thể trông đợi thấy các phòng thí nghiệm AI ra mắt những loại ứng dụng nội bộ nào khác? Một câu trả lời rõ ràng là các ứng dụng tìm kiếm phức tạp và giàu tính năng hơn. SearchGPT của OpenAI đã báo hiệu điều này.
Lập trình là một danh mục rõ ràng khác. Một lần nữa, các bước đầu tiên trong thương mại hóa đã bắt đầu với sản phẩm Canvas của OpenAI ra mắt vào tháng 10.
Liệu OpenAI hay Anthropic có ra mắt sản phẩm tìm kiếm doanh nghiệp vào năm 2025? Hay sản phẩm dịch vụ khách hàng, AI pháp lý hay AI bán hàng?
Với người tiêu dùng, chúng ta có thể hình dung một sản phẩm tác nhân mạng trợ lý cá nhân, hoặc một ứng dụng lập kế hoạch du lịch, hoặc một ứng dụng tạo nhạc.
Điều hấp dẫn nhất khi theo dõi các phòng thí nghiệm tiên tiến tiến lên tầng ứng dụng là động thái này sẽ khiến họ cạnh tranh trực tiếp với nhiều khách hàng quan trọng nhất của chính họ.
Perplexity trong tìm kiếm, Cursor trong lập trình, Sierra trong dịch vụ khách hàng, Harvey trong AI pháp lý, Clay trong bán hàng, v.v.
09. Klarna sẽ niêm yết vào năm 2025, nhưng có dấu hiệu thổi phồng giá trị AI
Klarna là một nhà cung cấp dịch vụ "trả sau" có trụ sở tại Thụy Điển, kể từ khi thành lập năm 2005 đã huy động gần 5 tỷ USD vốn đầu tư mạo hiểm.
Có lẽ không có công ty nào nói về việc ứng dụng AI của mình một cách hoa mỹ hơn Klarna.
Chỉ vài ngày trước, CEO Klarna Sebastian Siemiatkowski nói với Bloomberg rằng công ty đã ngừng hoàn toàn việc thuê nhân viên con người, thay vào đó dựa vào AI sinh học để hoàn thành công việc.
Như Siemiatkowski nói: "Tôi nghĩ rằng AI hiện nay đã có thể hoàn thành mọi công việc mà con người chúng tôi làm."
Tương tự, Klarna tuyên bố vào đầu năm nay rằng họ đã ra mắt một nền tảng dịch vụ khách hàng AI, đã tự động hóa hoàn toàn công việc của 700 nhân viên chăm sóc khách hàng.
Công ty cũng tuyên bố đã ngừng sử dụng các sản phẩm phần mềm doanh nghiệp như Salesforce và Workday vì họ đơn giản có thể thay thế chúng bằng AI.
Thẳng thắn mà nói, những tuyên bố này không đáng tin cậy. Chúng phản ánh sự thiếu hiểu biết về năng lực và giới hạn của các hệ thống AI hiện nay.
Việc tuyên bố có thể thay thế hoàn toàn bất kỳ nhân viên con người nào trong một bộ phận chức năng tổ chức bằng tác nhân AI end-to-end là không hợp lý. Điều này tương đương với việc giải quyết bài toán AI tổng quát ở cấp độ con người.
Ngày nay, các startup AI hàng đầu đang nỗ lực ở tiền tuyến của lĩnh vực này để xây dựng các hệ thống tác nhân nhằm tự động hóa các quy trình công việc doanh nghiệp cụ thể, hẹp và cấu trúc cao, ví dụ như một phần hoạt động của đại diện phát triển bán hàng hoặc đại diện dịch vụ khách hàng.
Ngay cả trong những trường hợp hẹp như vậy, các hệ thống tác nhân này vẫn chưa thể hoạt động hoàn toàn đáng tin cậy, dù trong một số trường hợp, chúng đã bắt đầu hoạt động đủ tốt để được ứng dụng thương mại sớm.
Tại sao Klarna lại thổi phồng giá trị AI?
Câu trả lời rất đơn giản. Công ty dự kiến niêm yết vào nửa đầu năm 2025. Để IPO thành công, điều then chốt là phải có một câu chuyện AI hấp dẫn.
Klarna vẫn là một doanh nghiệp chưa có lợi nhuận, năm ngoái lỗ 241 triệu USD, họ có thể hy vọng câu chuyện AI của mình sẽ thuyết phục được các nhà đầu tư thị trường công chúng rằng họ có khả năng cắt giảm chi phí đáng kể và đạt được lợi nhuận bền vững.
Không nghi ngờ gì, mọi doanh nghiệp trên toàn cầu, bao gồm Klarna, sẽ tận hưởng sự gia tăng năng suất khổng lồ nhờ AI trong những năm tới. Tuy nhiên, còn rất nhiều thách thức kỹ thuật, sản phẩm và tổ chức nan giải cần giải quyết trước khi các tác nhân AI có thể thay thế hoàn toàn con người trong lực lượng lao động.
Những tuyên bố thổi phồng như Klarna là sự xúc phạm đối với lĩnh vực AI, và là sự xúc phạm đối với những tiến bộ gian khổ mà các chuyên gia và doanh nhân AI đã đạt được trong việc phát triển các tác nhân AI.
Khi Klarna chuẩn bị phát hành cổ phiếu ra công chúng vào năm 2025, dự kiến những tuyên bố này sẽ bị kiểm tra kỹ lưỡng và hoài nghi công chúng hơn, điều mà đến nay hầu như chưa xảy ra. Đừng ngạc nhiên nếu công ty có những mô tả hơi phóng đại về việc ứng dụng AI của mình.
10. Sự cố AI an toàn thực sự đầu tiên sẽ xảy ra
Gần đây, khi AI ngày càng mạnh mẽ, người ta ngày càng lo lắng rằng các hệ thống AI có thể bắt đầu hành động theo cách không phù hợp với lợi ích con người, và con người có thể mất kiểm soát các hệ thống này.
Ví dụ, hãy tưởng tượng một hệ thống AI học được cách lừa dối hoặc thao túng con người để đạt được mục tiêu của mình, ngay cả khi những mục tiêu đó gây hại cho con người. Những lo ngại này thường được xếp vào nhóm vấn đề "an toàn AI".
Gần đây, an toàn AI đã chuyển từ một chủ đề biên cương mang màu sắc khoa học viễn tưởng thành một lĩnh vực hoạt động chính thống.
Ngày nay, mọi bên tham gia AI hàng đầu, từ Google, Microsoft đến OpenAI, đều đầu tư nguồn lực lớn vào công việc an toàn AI. Những biểu tượng AI như Geoff Hinton, Yoshua Bengio và Elon Musk cũng bắt đầu lên tiếng về các rủi ro an toàn AI.
Tuy nhiên, cho đến nay, các vấn đề an toàn AI vẫn hoàn toàn nằm trên lý thuyết. Trên thế giới thực chưa từng xảy ra sự cố an toàn AI thực sự nào (ít nhất là chưa được công bố).
Năm 2025 sẽ là năm thay đổi tình trạng này. Sự cố an toàn AI đầu tiên sẽ như thế nào?
Rõ ràng, nó sẽ không liên quan đến robot giết người kiểu Terminator, và có lẽ sẽ không gây hại gì cho con người.
Có thể mô hình AI sẽ cố gắng bí mật tạo bản sao của chính nó trên một máy chủ khác để tự bảo tồn (gọi là tự lọc).
Hoặc có thể mô hình AI sẽ đi đến kết luận rằng để thúc đẩy tốt nhất mục tiêu được giao, nó cần giấu nhẹm năng lực thực sự của mình trước con người, cố tình thể hiện kém trong các đánh giá hiệu suất, tránh khỏi sự kiểm tra nghiêm ngặt hơn.
Những ví dụ này không hề viển vông. Một thí nghiệm quan trọng do Apollo Research công bố đầu tháng này cho thấy, dưới những gợi ý cụ thể, các mô hình tiên tiến ngày nay có thể thể hiện hành vi lừa dối như vậy.
Tương tự, nghiên cứu gần đây của Anthropics cũng cho thấy LLM có khả năng "đồng thuận giả" đáng lo ngại.
Chúng tôi dự đoán sự cố an toàn AI đầu tiên sẽ được phát hiện và ngăn chặn trước khi gây ra bất kỳ thiệt hại thực tế nào. Nhưng đối với cộng đồng AI và toàn xã hội, đây sẽ là một khoảnh khắc thức tỉnh.
Nó sẽ làm rõ một điều: Trước khi nhân loại phải đối mặt với mối đe dọa sinh tồn từ một AI toàn năng, chúng ta cần chấp nhận một thực tế bình dị hơn: chúng ta hiện đang chia sẻ thế giới với một dạng trí tuệ khác, đôi khi có thể bướng bỉnh, khó đoán và gian trá.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
Forbes
