Tôn giáo đắng cay: Thánh chiến của trí tuệ nhân tạo xoay quanh định luật mở rộng
Tuyển chọn TechFlowTuyển chọn TechFlow
Tôn giáo đắng cay: Thánh chiến của trí tuệ nhân tạo xoay quanh định luật mở rộng
Cộng đồng trí tuệ nhân tạo đang chìm vào cuộc tranh luận về tương lai của nó và liệu có đủ quy mô để tạo ra một giáo lý về Thượng đế hay không.
Chuyên sâu báo cáo Web3Tác giả: Mario Gabriele
Biên dịch: Block unicorn
Thánh chiến trí tuệ nhân tạo
Tôi thà sống cả đời như thể có Chúa, rồi đến lúc chết mới phát hiện ra Người không tồn tại, còn hơn là sống như thể không có Chúa, rồi đến lúc chết lại phát hiện ra Người thực sự tồn tại. —— Blaise Pascal
Tôn giáo là một điều kỳ lạ. Có lẽ vì nó hoàn toàn không thể chứng minh theo bất kỳ hướng nào, hoặc cũng giống như câu nói tôi yêu thích nhất: "Bạn không thể dùng sự thật để đối đầu cảm xúc."
Đặc điểm của niềm tin tôn giáo là khi nó phát triển, tốc độ lan tỏa sẽ tăng nhanh đến mức gần như không thể nghi ngờ sự tồn tại của Thượng đế. Khi mọi người xung quanh bạn ngày càng tin tưởng, thì làm sao bạn có thể hoài nghi về một thực thể thiêng liêng? Khi cả thế giới đang tự sắp xếp lại theo một giáo lý duy nhất, thì dị giáo sẽ đứng ở đâu? Khi các ngôi đền, nhà thờ lớn, luật lệ và chuẩn mực đều được xây dựng dựa trên một phúc âm mới và bất khả lay chuyển, thì phản biện sẽ còn chỗ đứng nào?
Khi các tôn giáo Abraham lần đầu tiên xuất hiện và lan rộng khắp các châu lục, hay Phật giáo lan từ Ấn Độ sang toàn bộ châu Á, động lực khổng lồ của đức tin đã tạo nên một vòng lặp củng cố chính nó. Khi ngày càng nhiều người cải giáo và xây dựng những hệ thống thần học phức tạp cùng nghi lễ quanh niềm tin đó, việc đặt câu hỏi về những tiền đề cơ bản trở nên ngày càng khó khăn. Trong một đại dương nhẹ dạ, việc trở thành kẻ dị giáo không hề dễ dàng. Những nhà thờ nguy nga, kinh điển tôn giáo phức tạp và các tu viện hưng thịnh đều trở thành bằng chứng vật chất cho sự tồn tại của điều thiêng liêng.
Nhưng lịch sử tôn giáo cũng cho chúng ta thấy những cấu trúc này mong manh đến mức nào. Khi Kitô giáo lan tới Scandinavia, những tín ngưỡng Bắc Âu cổ xưa sụp đổ chỉ trong vài thế hệ. Hệ thống tôn giáo Ai Cập cổ đại kéo dài hàng ngàn năm cuối cùng cũng tan rã khi những niềm tin mới mạnh mẽ hơn nổi lên và gắn liền với các cấu trúc quyền lực lớn hơn. Ngay cả bên trong cùng một tôn giáo, chúng ta cũng chứng kiến những cuộc chia rẽ kịch tính —— Cải cách Tôn giáo đã xé toạc Kitô giáo phương Tây, còn Đại Ly giáo dẫn đến sự phân tách giữa Giáo hội Đông và Tây. Những cuộc chia rẽ này thường bắt đầu từ những bất đồng giáo lý nhỏ bé, dần phát triển thành những hệ thống niềm tin hoàn toàn khác biệt.
Kinh thánh
Chúa là ẩn dụ vượt qua mọi tầng lớp tư duy trí tuệ. Đơn giản vậy thôi. —— Joseph Campbell
Nói đơn giản, tin vào Chúa là tôn giáo. Và có lẽ việc tạo ra Chúa cũng không khác biệt mấy.
Từ khi ra đời, các nhà nghiên cứu AI lạc quan luôn hình dung công việc của họ như một dạng sáng tạo —— tức là tạo ra Thượng đế. Trong vài năm gần đây, sự bùng nổ của các mô hình ngôn ngữ lớn (LLMs) càng củng cố thêm niềm tin nơi các tín đồ rằng chúng ta đang đi trên con đường thiêng liêng.
Nó cũng xác nhận một bài blog được viết năm 2019. Dù phần lớn người ngoài lĩnh vực AI chỉ mới biết đến gần đây, nhưng bài viết của nhà khoa học máy tính Canada Richard Sutton mang tên Bài học cay đắng đã trở thành văn bản ngày càng quan trọng trong cộng đồng, từ tri thức khuất tất dần trở thành nền tảng cho một tôn giáo mới, toàn diện.
Trong đúng 1.113 từ (mỗi tôn giáo cần một con số thiêng), Sutton tóm tắt một quan sát kỹ thuật: “Bài học lớn nhất từ 70 năm nghiên cứu trí tuệ nhân tạo là các phương pháp phổ quát tận dụng sức mạnh tính toán cuối cùng luôn hiệu quả nhất và mang lợi thế khổng lồ.” Tiến bộ của các mô hình AI nhờ vào sự gia tăng theo cấp số nhân của tài nguyên tính toán, cưỡi lên làn sóng lớn của định luật Moore. Đồng thời, Sutton chỉ ra rằng rất nhiều nỗ lực trong nghiên cứu AI tập trung vào việc tối ưu hóa hiệu suất thông qua các kỹ thuật chuyên biệt —— bổ sung kiến thức con người hoặc công cụ hẹp. Dù những tối ưu này có thể hữu ích ngắn hạn, nhưng theo Sutton, chúng cuối cùng chỉ là lãng phí thời gian và tài nguyên, như việc điều chỉnh vây hay sáp ván trượt khi một cơn sóng khổng lồ đang ập tới.
Đây chính là nền tảng của thứ chúng ta gọi là “tôn giáo cay đắng”. Nó chỉ có một điều răn, trong cộng đồng thường gọi là “luật mở rộng”: Tăng trưởng tính toán theo cấp số nhân thúc đẩy hiệu năng; tất cả những thứ còn lại đều ngu ngốc.
Tôn giáo cay đắng đã lan từ các mô hình ngôn ngữ lớn (LLMs) sang các mô hình thế giới, và giờ đang nhanh chóng lan vào những thánh điện chưa được cải giáo như sinh học, hóa học và trí tuệ nhập thể (robotics và xe tự hành).
Tuy nhiên, khi học thuyết Sutton lan rộng, định nghĩa cũng bắt đầu thay đổi. Đây là dấu hiệu của mọi tôn giáo sống động —— tranh luận, mở rộng, chú giải. “Luật mở rộng” không còn chỉ đơn thuần là mở rộng tính toán (chiếc tàu không chỉ là một chiếc thuyền), mà hiện nay ám chỉ mọi phương pháp nhằm nâng cao hiệu suất transformer và tính toán, kèm theo một số thủ thuật.
Giờ đây, kinh điển bao gồm mọi nỗ lực tối ưu hóa từng phần của stack AI, từ các thủ thuật áp dụng trực tiếp lên mô hình cốt lõi (gộp mô hình, trộn chuyên gia (MoE), tinh luyện kiến thức) cho đến việc tạo dữ liệu tổng hợp để nuôi dưỡng những vị thần đói khát vô độ này, cùng hàng loạt thử nghiệm dọc đường.
Các giáo phái đối đầu
Gần đây, một vấn đề nổi lên trong cộng đồng AI mang hơi hướng thánh chiến: Liệu “tôn giáo cay đắng” còn đúng hay không?
Trong tuần này, các trường Harvard, Stanford và MIT đã công bố một bài báo mới có tên “Luật mở rộng về độ chính xác”, làm bùng lên cuộc xung đột này. Bài báo thảo luận về sự kết thúc của lợi ích hiệu quả từ kỹ thuật lượng hóa —— một loạt kỹ thuật cải thiện hiệu suất mô hình AI và mang lại lợi ích lớn cho hệ sinh thái mã nguồn mở. Nhà khoa học nghiên cứu tại Viện Nghiên cứu AI Allen, Tim Dettmers, đã tóm tắt tầm quan trọng của nó trong bài đăng dưới đây, gọi đây là “bài báo quan trọng nhất trong một thời gian dài”. Nó tiếp nối cuộc đối thoại nóng lên trong vài tuần qua và tiết lộ một xu hướng đáng chú ý: hai tôn giáo ngày càng củng cố vững chắc.
CEO OpenAI Sam Altman và CEO Anthropic Dario Amodei thuộc về cùng một giáo phái. Cả hai đều tự tin tuyên bố rằng chúng ta sẽ đạt được trí tuệ nhân tạo tổng quát (AGI) trong khoảng 2-3 năm tới. Altman và Amodei có thể nói là hai nhân vật phụ thuộc nhất vào sự thiêng liêng của “tôn giáo cay đắng”. Mọi động lực của họ đều hướng tới việc hứa hẹn quá mức, tạo ra sự cường điệu tối đa để tích lũy vốn trong trò chơi gần như hoàn toàn do kinh tế quy mô chi phối. Nếu luật mở rộng không phải là “Alpha và Omega”, khởi nguyên và kết thúc, thì bạn cần 22 tỷ đô la để làm gì?
Cựu nhà khoa học trưởng OpenAI Ilya Sutskever kiên trì với một bộ nguyên tắc khác. Ông cùng các nhà nghiên cứu khác (bao gồm nhiều người từ nội bộ OpenAI, theo các thông tin rò rỉ gần đây) cho rằng việc mở rộng đang tiến gần đến giới hạn. Nhóm này cho rằng để duy trì tiến bộ và đưa AGI vào hiện thực, chắc chắn cần khoa học và nghiên cứu mới.
Phe Sutskever hợp lý khi chỉ ra rằng ý tưởng mở rộng liên tục của phe Altman là không khả thi về mặt kinh tế. Như nhà nghiên cứu AI Noam Brown đặt câu hỏi: “Rốt cuộc, chúng ta thực sự sẽ huấn luyện các mô hình tốn hàng trăm tỷ hay thậm chí hàng nghìn tỷ đô la sao?” Chưa kể đến chi phí tính toán suy luận thêm hàng chục tỷ đô la nếu chúng ta chuyển việc mở rộng từ huấn luyện sang suy luận.
Nhưng những tín đồ thực sự luôn quen thuộc với lập luận của đối phương. Vị truyền đạo trước cửa nhà bạn có thể dễ dàng giải quyết nghịch lý hưởng thụ của bạn. Đối với Brown và Sutskever, phe Sutskever chỉ ra khả năng mở rộng “tính toán trong lúc suy luận” (test-time compute). Khác với trước đây, “tính toán trong lúc suy luận” không dựa vào tính toán lớn hơn để cải thiện huấn luyện, mà dành nhiều tài nguyên hơn cho quá trình thực thi. Khi mô hình AI cần trả lời câu hỏi của bạn hoặc tạo mã hoặc văn bản, nó có thể được cấp thêm thời gian và tính toán. Điều này tương đương với việc bạn chuyển sự tập trung từ ôn thi toán sang thuyết phục thầy giáo cho thêm một giờ và được mang máy tính bỏ túi vào phòng thi. Với nhiều người trong hệ sinh thái, đây là ranh giới mới của “tôn giáo cay đắng”, khi các nhóm đang chuyển từ tiền huấn luyện chính thống sang các phương pháp hậu huấn luyện/suy luận.
Việc chỉ trích giáo lý khác mà không vạch trần lập trường của mình thì dễ dàng. Vậy niềm tin của tôi là gì? Trước hết, tôi tin rằng lô mô hình hiện tại sẽ mang lại lợi nhuận đầu tư rất cao theo thời gian. Khi mọi người học cách vượt qua giới hạn và tận dụng API hiện có, chúng ta sẽ thấy sự xuất hiện và thành công của những trải nghiệm sản phẩm thực sự sáng tạo. Chúng ta sẽ vượt qua giai đoạn mô phỏng và gia tăng của sản phẩm AI. Chúng ta không nên coi đây là “trí tuệ nhân tạo tổng quát” (AGI), vì định nghĩa đó có lỗi khung, mà hãy xem là “trí tuệ khả thi tối thiểu”, có thể tùy chỉnh theo từng sản phẩm và tình huống sử dụng khác nhau.
Về siêu trí tuệ (ASI), thì cần thêm cấu trúc. Các định nghĩa và phân loại rõ ràng hơn sẽ giúp chúng ta thảo luận hiệu quả hơn về sự đánh đổi giữa giá trị kinh tế tiềm năng và chi phí kinh tế. Ví dụ, AGI có thể mang lại giá trị kinh tế cho một bộ phận người dùng (chỉ là một hệ thống niềm tin cục bộ), trong khi ASI có thể thể hiện hiệu ứng kép không thể ngăn cản, thay đổi thế giới, hệ thống niềm tin và cấu trúc xã hội của chúng ta. Tôi không tin rằng chỉ mở rộng transformer có thể đạt được ASI; nhưng tiếc thay, như một số người có thể nói, đây chỉ là niềm tin vô thần của tôi.
Niềm tin bị mất
Cộng đồng AI không thể giải quyết trận thánh chiến này trong ngắn hạn; trong cuộc tranh đấu cảm xúc này không có sự thật nào có thể trưng ra. Thay vào đó, chúng ta nên tập trung vào việc AI đặt câu hỏi về niềm tin vào luật mở rộng nghĩa là gì. Việc mất niềm tin có thể gây ra hiệu ứng dây chuyền, vượt xa các mô hình ngôn ngữ lớn (LLMs), ảnh hưởng đến mọi ngành và thị trường.
Cần lưu ý rằng, trong hầu hết các lĩnh vực AI/máy học, chúng ta vẫn chưa khám phá triệt để luật mở rộng; vẫn còn nhiều phép màu phía trước. Tuy nhiên, nếu sự nghi ngờ thực sự âm thầm xuất hiện, thì đối với các nhà đầu tư và người xây dựng, sẽ khó khăn hơn nhiều để giữ niềm tin cao như nhau vào trạng thái hiệu suất cuối cùng của các danh mục “sớm trong đường cong” như công nghệ sinh học và robot. Nói cách khác, nếu chúng ta thấy các mô hình ngôn ngữ lớn bắt đầu chậm lại và lệch khỏi con đường đã chọn, thì hệ thống niềm tin của nhiều nhà sáng lập và nhà đầu tư trong các lĩnh vực liền kề sẽ sụp đổ.
Liệu điều này có công bằng hay không là một câu hỏi khác.
Có một quan điểm cho rằng “AGI” tự nhiên cần quy mô lớn hơn, do đó “chất lượng” của các mô hình chuyên biệt nên thể hiện ở quy mô nhỏ hơn, khiến chúng ít gặp nghẽn mạch trước khi mang lại giá trị thực tế. Nếu một mô hình trong lĩnh vực cụ thể chỉ xử lý một phần dữ liệu, do đó chỉ cần một phần tài nguyên tính toán để đạt được khả thi, thì chẳng phải nó nên có đủ không gian cải tiến sao? Về trực giác điều này có vẻ hợp lý, nhưng chúng ta liên tục phát hiện ra điều then chốt thường không nằm ở đó: bao gồm dữ liệu liên quan hoặc dường như không liên quan thường có thể cải thiện hiệu suất của các mô hình dường như không liên quan. Ví dụ, bao gồm dữ liệu lập trình dường như giúp nâng cao khả năng suy luận rộng hơn.
Dài hạn, tranh luận về mô hình chuyên biệt có thể là không liên quan. Bất kỳ ai xây dựng ASI (siêu trí tuệ), mục tiêu cuối cùng có lẽ là một thực thể có thể tự sao chép, tự cải thiện, sở hữu sự sáng tạo vô hạn trong mọi lĩnh vực. Holden Karnofsky, cựu thành viên hội đồng quản trị OpenAI và người sáng lập Open Philanthropy, gọi sinh vật này là “PASTA” (quá trình tự động hóa tiến bộ khoa học và công nghệ). Kế hoạch kiếm tiền gốc của Sam Altman dường như dựa trên nguyên tắc tương tự: “Xây AGI, sau đó hỏi nó cách kiếm lợi nhuận.” Đây là AI tận thế, là số phận cuối cùng.
Sự thành công của các phòng thí nghiệm AI lớn như OpenAI và Anthropic đã khơi dậy sự nhiệt tình của thị trường vốn trong việc hỗ trợ các phòng thí nghiệm kiểu “OpenAI của lĩnh vực X”, với mục tiêu dài hạn là xây dựng “AGI” trong ngành dọc hoặc lĩnh vực riêng của họ. Sự ngoại suy quy mô này sẽ dẫn đến một chuyển đổi mô hình, rời xa mô phỏng OpenAI sang các công ty lấy sản phẩm làm trung tâm —— điều mà tôi đã nêu khả năng này trong hội nghị thường niên 2023 của Compound.
Khác với mô hình tận thế, những công ty này phải thể hiện một chuỗi tiến triển. Chúng sẽ là những công ty xây dựng trên các vấn đề kỹ thuật quy mô, chứ không phải tổ chức khoa học thực hiện nghiên cứu ứng dụng, với mục tiêu cuối cùng là xây dựng sản phẩm.
Trong khoa học, nếu bạn biết mình đang làm gì, thì bạn không nên làm điều đó. Trong kỹ thuật, nếu bạn không biết mình đang làm gì, thì bạn cũng không nên làm điều đó. —— Richard Hamming
Các tín đồ khó có thể mất niềm tin thiêng liêng trong ngắn hạn. Như đã nói, khi tôn giáo phát triển, chúng biên soạn một kịch bản sống và thờ phụng cùng các phương pháp heuristic. Chúng xây dựng các đài tưởng niệm vật chất và hạ tầng, củng cố sức mạnh và trí tuệ của mình, và cho thấy chúng “biết mình đang làm gì”.
Trong một cuộc phỏng vấn gần đây, Sam Altman đã nói như thế này khi nói về AGI (phần in đậm là nhấn mạnh của chúng tôi):
Đây là lần đầu tiên tôi cảm thấy chúng ta thực sự biết phải làm gì. Từ bây giờ đếnviệc xây dựng một AGI vẫn còn rất nhiều việc phải làm. Chúng tôi biết có những điều chưa biết, nhưngtôi nghĩ cơ bản chúng tôi biết phải làm gì, dù điều đó sẽ mất thời gian; sẽ rất khó khăn, nhưng cũng cực kỳ thú vị.
Xét xử
Khi đặt câu hỏi về “tôn giáo cay đắng”, những kẻ hoài nghi về việc mở rộng đang thanh lý một trong những cuộc thảo luận sâu sắc nhất những năm gần đây. Mỗi người chúng ta đều từng suy nghĩ theo một cách nào đó. Nếu chúng ta phát minh ra Chúa, chuyện gì sẽ xảy ra? Chúa đó sẽ xuất hiện nhanh đến mức nào? Nếu AGI (trí tuệ nhân tạo tổng quát) thực sự nổi lên một cách không thể đảo ngược, chuyện gì sẽ xảy ra?
Giống như mọi chủ đề phức tạp và chưa biết, chúng ta nhanh chóng lưu trữ phản ứng riêng của mình vào não: một phần cảm thấy tuyệt vọng vì sắp trở nên vô dụng, phần lớn dự đoán hỗn hợp hủy diệt và thịnh vượng, và một nhóm nhỏ cuối cùng dự đoán con người sẽ làm điều chúng ta giỏi nhất, tiếp tục tìm kiếm các vấn đề để giải quyết và khắc phục những vấn đề do chính chúng ta tạo ra, từ đó đạt được sự sung túc tuyệt đối.
Bất kỳ ai có nhiều điều phải mất đều muốn dự đoán, nếu định luật mở rộng đúng và AGI đến trong vài năm tới, thế giới sẽ như thế nào đối với họ. Bạn sẽ phục vụ vị Chúa mới này ra sao, và vị Chúa mới này sẽ phục vụ bạn thế nào?
Nhưng nếu phúc âm đình trệ đuổi đi những người lạc quan thì sao? Nếu chúng ta bắt đầu nghĩ rằng, có lẽ ngay cả Chúa cũng có thể suy tàn, thì sao? Trong một bài viết trước đó “FOMO robot, định luật quy mô và dự báo công nghệ”, tôi đã viết:
Tôi đôi khi tự hỏi nếu định luật mở rộng không đúng thì sao, điều đó có giống như việc mất doanh thu, tăng trưởng chậm lại và lãi suất tăng tác động đến nhiều lĩnh vực công nghệ hay không. Tôi cũng tự hỏi nếu định luật mở rộng hoàn toàn đúng, điều đó có giống như đường cong hàng hóa hóa giá trị và người đi trước trong nhiều lĩnh vực khác hay không.
“Lợi ích của chủ nghĩa tư bản là, bất kể thế nào, chúng ta cũng sẽ chi rất nhiều tiền để tìm ra câu trả lời.”
Đối với các nhà sáng lập và nhà đầu tư, câu hỏi trở thành: chuyện gì sẽ xảy ra tiếp theo? Những ứng cử viên có khả năng trở thành người xây dựng sản phẩm vĩ đại trong mỗi ngành dọc đang dần được biết đến. Sẽ còn nhiều người như vậy trong từng ngành, nhưng câu chuyện đã bắt đầu diễn ra. Những cơ hội mới sẽ đến từ đâu?
Nếu việc mở rộng đình trệ, tôi dự đoán sẽ chứng kiến một làn sóng đóng cửa và sáp nhập. Các công ty còn lại sẽ ngày càng tập trung hơn vào kỹ thuật, sự tiến hóa này chúng ta nên theo dõi qua dòng chảy nhân tài. Chúng ta đã thấy một số dấu hiệu rằng OpenAI đang đi theo hướng này khi ngày càng sản phẩm hóa chính mình. Sự chuyển đổi này sẽ mở ra không gian cho thế hệ startup tiếp theo, vượt mặt các doanh nghiệp hiện tại bằng cách dựa vào nghiên cứu ứng dụng và khoa học đổi mới, chứ không phải kỹ thuật, trong nỗ lực mở ra con đường mới.
Bài học từ tôn giáo
Quan điểm của tôi về công nghệ là, bất cứ điều gì trông có vẻ mang lại hiệu ứng lũy kế rõ ràng thường không kéo dài lâu, và quan điểm phổ biến của mọi người là, bất kỳ doanh nghiệp nào trông có vẻ có hiệu ứng lũy kế rõ ràng lại kỳ lạ phát triển với tốc độ và quy mô thấp hơn nhiều so với kỳ vọng.
Dấu hiệu sớm của sự chia rẽ tôn giáo thường tuân theo các mẫu hình có thể dự đoán, có thể dùng làm khung để tiếp tục theo dõi sự tiến hóa của “tôn giáo cay đắng”.
Nó thường bắt đầu bằng sự xuất hiện của các cách giải thích cạnh tranh, dù vì lý do tư bản hay ý thức hệ. Trong Kitô giáo sơ khai, các quan điểm khác nhau về thần tính của Christ và bản chất Ba Ngôi đã dẫn đến sự chia rẽ, tạo ra các cách giải thích Kinh Thánh hoàn toàn khác biệt. Ngoài sự chia rẽ AI chúng ta đã đề cập, vẫn còn những vết nứt khác đang xuất hiện. Ví dụ, chúng ta thấy một bộ phận nhà nghiên cứu AI từ chối chính thống transformer cốt lõi, chuyển sang các kiến trúc khác như mô hình không gian trạng thái (State Space Models), Mamba, RWKV, mô hình chất lỏng (Liquid Models)... Dù hiện tại chúng vẫn chỉ là tín hiệu yếu, nhưng chúng cho thấy mầm mống tư tưởng dị giáo và ý chí tái suy nghĩ lĩnh vực này từ các nguyên tắc cơ bản.
Theo thời gian, những tuyên bố thiếu kiên nhẫn của các nhà tiên tri cũng gây ra sự mất lòng tin. Khi các tiên tri của tôn giáo không thành hiện thực, hay can thiệp của thần linh không đến như hứa hẹn, thì hạt giống nghi ngờ được gieo xuống.
Phong trào Millerite từng tiên đoán Christ sẽ trở lại năm 1844, nhưng khi Chúa Giêsu không đến theo kế hoạch, phong trào sụp đổ. Trong giới công nghệ, chúng ta thường âm thầm chôn vùi những tiên đoán thất bại và cho phép các nhà tiên tri tiếp tục vẽ nên những viễn cảnh tương lai lạc quan, chu kỳ dài, dù các mốc thời gian đã định liên tiếp bị bỏ lỡ (xin chào, Elon). Tuy nhiên, nếu không có hiệu suất mô hình gốc liên tục cải thiện để hỗ trợ, niềm tin vào định luật mở rộng cũng có thể đối mặt với sự sụp đổ tương tự.
Một tôn giáo tham nhũng, phình to hay bất ổn dễ bị ảnh hưởng bởi những kẻ ly giáo. Phong trào Cải cách Tin Lành thành công không chỉ vì quan điểm thần học của Luther, mà còn vì nó xuất hiện trong thời kỳ Giáo hội Công giáo suy yếu và bất ổn. Khi các tổ chức chính thống xuất hiện vết nứt, những tư tưởng “dị giáo” vốn tồn tại lâu dài bỗng nhiên tìm thấy đất màu mỡ.
Trong lĩnh vực AI, chúng ta có thể chú ý đến các mô hình nhỏ hơn hoặc phương pháp thay thế, đạt được kết quả tương tự với ít tính toán hoặc dữ liệu hơn, ví dụ như công việc từ các phòng thí nghiệm doanh nghiệp Trung Quốc và các nhóm mã nguồn mở (như Nous Research). Những người phá vỡ giới hạn trí tuệ sinh học, vượt qua các rào cản từng bị coi là không thể vượt qua, cũng có thể tạo ra một câu chuyện mới.
Cách trực tiếp và kịp thời nhất để quan sát sự chuyển biến bắt đầu là theo dõi chuyển động của những người hành nghề. Trước bất kỳ sự chia rẽ chính thức nào, các học giả tôn giáo và tu sĩ thường giữ quan điểm dị giáo trong tư riêng, trong khi công khai thể hiện sự thuận phục. Hiện tượng tương đương ngày nay có thể là một số nhà nghiên cứu AI, bề ngoài tuân theo định luật mở rộng, nhưng âm thầm theo đuổi các phương pháp hoàn toàn khác, chờ thời cơ thích hợp để thách thức sự đồng thuận, hoặc rời phòng thí nghiệm để tìm kiếm chân trời lý thuyết rộng lớn hơn.
Điều nan giải về tôn giáo và chính thống công nghệ là chúng thường đúng một phần, nhưng không phổ quát như những tín đồ trung thành nhất tưởng tượng. Cũng như tôn giáo đưa các chân lý cơ bản của con người vào khung hình nhiếp học của chúng, định luật mở rộng mô tả rõ ràng thực tế học tập của mạng nơ-ron. Vấn đề là, liệu thực tế này có hoàn toàn và bất biến như sự cuồng nhiệt hiện tại ngụ ý hay không, và liệu các tổ chức tôn giáo này (phòng thí nghiệm AI) có đủ linh hoạt, đủ chiến lược để dẫn dắt đám đông cuồng tín cùng tiến bước. Đồng thời, xây dựng những cỗ máy in (giao diện trò chuyện và API) để truyền bá tri thức của họ.
Kết cục
“Tôn giáo là thật với quần chúng, là giả với người khôn ngoan, là hữu dụng với người cầm quyền.” —— Lucius Annaeus Seneca
Một quan điểm có thể đã lỗi thời về các tổ chức tôn giáo là, một khi đạt đến quy mô nhất định, chúng sẽ giống như nhiều tổ chức do con người vận hành, dễ khuất phục trước động lực sinh tồn, cố gắng sống sót trong cạnh tranh. Trong quá trình đó, chúng bỏ qua chân lý và động lực vĩ đại (hai điều này không loại trừ nhau).
Tôi từng viết một bài về việcthị trường vốn trở thành cái kén thông tin thúc đẩy bởi câu chuyện, và động lực thường khiến những câu chuyện này tiếp diễn. Sự đồng thuận về định luật mở rộng mang lại cảm giác tương đồng đáng ngại —— một hệ thống niềm tin ăn rễ sâu, về mặt toán học thì thanh lịch và cực kỳ hữu ích trong việc phối hợp triển khai vốn quy mô lớn. Cũng như nhiều khung tôn giáo, nó có thể có giá trị nhiều hơn như một cơ chế phối hợp so với một chân lý cơ bản.
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
@mhdempsey
