Deep Research phát hành, AI không còn là công cụ tìm kiếm đơn giản nữa, mà trở thành cộng sự nghiên cứu của bạn
Tuyển chọn TechFlowTuyển chọn TechFlow
Deep Research phát hành, AI không còn là công cụ tìm kiếm đơn giản nữa, mà trở thành cộng sự nghiên cứu của bạn
Sự kết thúc của tìm kiếm, sự khởi đầu của nghiên cứu.
Chuyên sâu báo cáo Web3Tác giả:One Useful Thing
Biên dịch: TechFlow
Vào cuối tuần vừa rồi, chúng ta đã nhìn thấy những dấu hiệu đầu tiên của tương lai. Trong thời gian dài, tôi đã nói về hai cuộc cách mạng quan trọng trong lĩnh vực AI: sự trỗi dậy của các tác nhân tự chủ (Autonomous Agents) và sự phát triển của các hệ thống suy luận mạnh mẽ kể từ khi OpenAI ra mắt mô hình o1. Hai hướng công nghệ này hiện nay đã bắt đầu hội tụ, tạo nên một thành quả đáng kinh ngạc —— hệ thống AI không chỉ có thể thực hiện nghiên cứu với độ sâu và tỉ mỉ như chuyên gia con người, mà còn hoàn tất công việc với tốc độ của máy móc. Đại diện tiêu biểu cho sự hội tụ này chính là Deep Research của OpenAI, một hình mẫu cho thấy tương lai sẽ ra sao. Tuy nhiên, để hiểu vì sao điều này lại quan trọng, chúng ta cần bắt đầu từ nền tảng: các hệ thống suy luận và các tác nhân.
Các hệ thống suy luận (Reasoners)
Trong vài năm qua, khi bạn dùng chatbot, cách thức hoạt động của nó thường rất đơn giản: sau khi bạn nhập câu hỏi, hệ thống sẽ lần lượt tạo ra câu trả lời từng chữ một (hoặc chính xác hơn là từng token một). Vì AI chỉ có thể "suy nghĩ" đồng thời khi tạo ra các token này, các nhà nghiên cứu đã phát triển nhiều kỹ thuật để cải thiện khả năng suy luận của nó. Ví dụ, bằng cách nhắc nhở AI “hãy suy luận từng bước trước khi trả lời”, được gọi là phương pháp gợi ý chuỗi suy luận (Chain-of-Thought Prompting), hiệu suất của AI đã được nâng cao đáng kể.
Sự xuất hiện của các hệ thống suy luận đã tự động hóa quá trình này. Trước khi đưa ra câu trả lời, hệ thống sẽ tạo ra các "token suy nghĩ" (các bước lập luận), sau đó mới cung cấp câu trả lời cuối cùng. Cách tiếp cận này mang lại hai bước tiến quan trọng.
Thứ nhất, các công ty AI có thể huấn luyện hệ thống suy luận bằng những ví dụ từ những người giải quyết vấn đề xuất sắc, giúp quá trình "suy nghĩ" của AI trở nên hiệu quả hơn. Phương pháp huấn luyện này có thể tạo ra chuỗi lập luận chất lượng cao hơn so với các gợi ý do con người đưa ra, cho phép hệ thống giải quyết các bài toán phức tạp hơn, đặc biệt trong các lĩnh vực như toán học và logic – nơi các chatbot truyền thống thường yếu kém.
Thứ hai, đặc điểm nổi bật của hệ thống suy luận là: càng "suy nghĩ" lâu, chất lượng câu trả lời càng cao (mặc dù mức độ cải thiện sẽ giảm dần theo thời gian). Điều này cực kỳ quan trọng, vì trước đây cách duy nhất để nâng cao hiệu suất AI là huấn luyện các mô hình lớn hơn, đòi hỏi lượng dữ liệu và vốn khổng lồ. Hệ thống suy luận chứng minh rằng chỉ cần để AI tạo ra nhiều bước lập luận hơn trong quá trình trả lời (tức là tăng tính toán suy luận), hiệu suất có thể được cải thiện rõ rệt mà không cần tăng tài nguyên huấn luyện mô hình.
GPQA (bài kiểm tra hỏi đáp không dùng Google ở trình độ cao học) là một bộ câu hỏi trắc nghiệm nhằm đánh giá khả năng suy luận của AI. Ngay cả các nghiên cứu sinh có quyền truy cập Internet cũng chỉ đạt tỷ lệ đúng 34% ở lĩnh vực ngoài chuyên môn, và 81% ở lĩnh vực chuyên môn. Bài kiểm tra này minh họa cách các mô hình suy luận đang đẩy nhanh sự tiến bộ của AI (nguồn dữ liệu).
Bởi vì hệ thống suy luận vẫn còn là công nghệ mới, khả năng của chúng đang nhanh chóng được cải thiện. Chỉ trong vài tháng, chúng ta đã chứng kiến bước tiến đáng kể từ dòng o1 sang mô hình o3 mới của OpenAI. Đồng thời, DeepSeek r1 của Trung Quốc đã cải thiện hiệu suất và giảm chi phí thông qua các phương pháp đổi mới, còn Google cũng đã ra mắt hệ thống suy luận đầu tiên của mình. Đây mới chỉ là khởi đầu —— trong tương lai, chúng ta sẽ thấy ngày càng nhiều hệ thống suy luận mạnh mẽ hơn xuất hiện, và có thể nhanh hơn dự kiến.
Các tác nhân (Agents)
Cho đến nay, các chuyên gia vẫn chưa thống nhất định nghĩa về tác nhân AI. Tuy nhiên, chúng ta có thể đơn giản hiểu nó là “một hệ thống AI được giao mục tiêu và có khả năng tự chủ hoàn thành mục tiêu đó”. Hiện nay, các phòng thí nghiệm AI hàng đầu đang cạnh tranh khốc liệt để phát triển các tác nhân phổ quát —— những hệ thống có thể xử lý mọi nhiệm vụ. Tôi từng đề cập đến một số ví dụ sơ khai như Devin và Claude, những hệ thống có khả năng thao tác máy tính nhất định. Gần đây, OpenAI vừa ra mắt Operator, có lẽ là tác nhân phổ quát hoàn chỉnh nhất từ trước đến nay.
Video dưới đây (được xử lý tốc độ 16x) cho thấy tiềm năng to lớn cũng như những hạn chế hiện tại của tác nhân phổ quát. Tôi giao cho Operator một nhiệm vụ: đọc bài đăng Substack mới nhất của tôi trên OneUsefulThing, sau đó truy cập Google ImageFX, thiết kế một bức ảnh phù hợp, tải xuống và gửi lại cho tôi để đăng. Ban đầu, Operator thực hiện rất tốt —— nó tìm chính xác trang web của tôi, đọc bài viết, điều hướng đến ImageFX (tạm dừng để tôi nhập thông tin đăng nhập), và thành công tạo ra một bức ảnh. Tuy nhiên, vấn đề nối tiếp nhau xảy ra, chủ yếu ở hai điểm: thứ nhất, Operator bị giới hạn an toàn của OpenAI ngăn không cho tải tệp; thứ hai, quy trình thực hiện nhiệm vụ trở nên rối loạn. Tác nhân thử nhiều cách giải quyết khác nhau, như sao chép vào clipboard, tạo liên kết trực tiếp, thậm chí đi sâu vào mã nguồn website. Tuy nhiên, mọi nỗ lực đều thất bại —— một phần do giới hạn trình duyệt của OpenAI, một phần do tác nhân hiểu sai nhiệm vụ. Việc quan sát quá trình cố gắng bền bỉ nhưng cuối cùng thất bại này không chỉ vạch ra những giới hạn của hệ thống hiện tại, mà còn đặt ra câu hỏi về cách các tác nhân sẽ phản ứng khi gặp trở ngại trong thế giới thực.
Mặc dù Operator bộc lộ những thiếu sót của tác nhân phổ quát, điều này không có nghĩa là các tác nhân vô giá trị. Hiện nay, các tác nhân chuyên biệt tập trung vào nhiệm vụ cụ thể đã cho thấy giá trị kinh tế rõ rệt. Những tác nhân này tận dụng công nghệ mô hình ngôn ngữ lớn (LLM) hiện tại để đạt được thành quả ấn tượng trong các lĩnh vực riêng biệt. Ví dụ, sản phẩm mới của OpenAI, Deep Research, là một ví dụ điển hình về tác nhân chuyên biệt.
Nghiên cứu sâu (Deep Research)
Deep Research của OpenAI (lưu ý, đừng nhầm với Deep Research của Google, sẽ giải thích chi tiết sau) là một tác nhân chuyên biệt tập trung vào lĩnh vực nghiên cứu. Nó dựa trên hệ thống suy luận o3 (Reasoner) chưa được công bố của OpenAI, kèm theo các công cụ và chức năng chuyên dụng. Đây là một trong những ứng dụng AI ấn tượng nhất mà tôi từng thấy gần đây.
Để minh họa khả năng của nó, tôi đặt ra một chủ đề: trong quá trình phát triển công ty khởi nghiệp, nên ngừng khám phá và bắt đầu mở rộng vào thời điểm nào? Đây là một câu hỏi kỹ thuật và gây tranh cãi trong lĩnh vực nghiên cứu của tôi. Tôi yêu cầu Deep Research khảo sát các nghiên cứu học thuật liên quan, tập trung phân tích các bài báo chất lượng cao và các thử nghiệm ngẫu nhiên đối chứng (RCTs), xử lý các tranh cãi về định nghĩa có thể tồn tại, cũng như mâu thuẫn giữa nhận thức thông thường và kết luận nghiên cứu. Cuối cùng, nó cần trình bày một kết quả chi tiết phục vụ thảo luận ở trình độ cao học.
Khi bắt đầu nhiệm vụ, AI đặt ra một vài câu hỏi rất sâu sắc, và tôi cũng làm rõ thêm yêu cầu của mình. Sau đó, hệ thống suy luận o3 của OpenAI (Reasoner) bắt đầu hoạt động. Trong suốt quá trình, bạn có thể thấy rõ tiến trình và quá trình "suy nghĩ" của nó. Dưới đây là một vài mẫu tiêu biểu, đáng để dành thời gian xem kỹ. Bạn sẽ nhận thấy hành vi của hệ thống AI này rất giống một nhà nghiên cứu: nó chủ động khám phá phát hiện, đào sâu vào những nội dung "gây hứng thú" cho nó, và cố gắng giải quyết vấn đề (ví dụ như tìm cách vượt tường trả tiền để đọc bài báo). Toàn bộ quá trình kéo dài khoảng năm phút.
Cuối cùng, tôi nhận được một bản nháp gồm mười ba trang, ba nghìn bảy trăm bảy mươi tám chữ, chứa sáu trích dẫn và một số tài liệu tham khảo bổ sung. Chất lượng tổng thể khá hài lòng, mặc dù số lượng nguồn trích dẫn có thể được cải thiện thêm. Bài viết thành công trong việc tích hợp hữu cơ các khái niệm phức tạp và mâu thuẫn, đồng thời phát hiện một số mối liên hệ mới mà tôi chưa từng dự đoán. Nó chỉ trích dẫn các nguồn học thuật chất lượng cao, và các trích dẫn bao gồm nội dung trích dẫn chính xác. Mặc dù tôi không thể đảm bảo hoàn toàn mọi nội dung đều chính xác (nhưng tôi không phát hiện lỗi rõ ràng nào), nếu đây là sản phẩm của một nghiên cứu sinh mới vào nghề, tôi sẽ cảm thấy hài lòng với kết quả. Dưới đây là một vài đoạn trích, đủ để thấy lý do vì sao tôi ấn tượng đến vậy (toàn bộ kết quả xem tại đây).
Chất lượng trích dẫn của AI lần này đánh dấu một bước tiến đáng kể. Các trích dẫn không còn là dạng "ảo giác" AI quen thuộc hay các bài báo trích dẫn sai, mà là các nguồn học thuật hợp lệ, chất lượng cao, bao gồm các nghiên cứu tiên phong của đồng nghiệp tôi Saerom (Ronnie) Lee và Daniel Kim. Khi tôi nhấp vào các liên kết trích dẫn, chúng không chỉ dẫn đến các bài báo liên quan, mà còn thường xuyên nhảy thẳng đến phần trích dẫn được đánh dấu cụ thể. Mặc dù hiện tại vẫn còn một số hạn chế —— AI chỉ có thể truy cập những nội dung mà nó tìm thấy và đọc được trong vài phút, còn các bài báo sau tường trả tiền vẫn không thể lấy được —— nhưng đây đã là một bước nhảy vọt căn bản trong khả năng xử lý tài liệu học thuật của AI. Lần đầu tiên, một AI không chỉ tóm tắt nghiên cứu, mà còn chủ động tham gia vào quá trình nghiên cứu theo cách gần giống con người.
Cần lưu ý rằng, Google cũng ra mắt một sản phẩm cùng tên Deep Research vào tháng trước (thở dài bất lực). Hệ thống của Google cung cấp nhiều trích dẫn hơn, nhưng chất lượng nguồn thì không đồng đều, thường là hỗn hợp các trang web khác nhau (khó khăn trong việc truy cập thông tin trả phí và sách là vấn đề chung của mọi tác nhân). Khác với tác nhân nghiên cứu của OpenAI, hệ thống của Google dường như thu thập tất cả tài liệu một lần, thay vì khám phá từng bước theo kiểu phát hiện. Ngoài ra, do sản phẩm của Google hiện dựa trên mô hình Gemini 1.5 cũ (không có khả năng suy luận), nội dung tóm tắt của nó mang tính bề mặt hơn, mặc dù nhìn chung vẫn chắc chắn và không có lỗi rõ ràng. Có thể nói, hiệu suất của nó giống như một sinh viên đại học xuất sắc.
Để hiểu rõ hơn: cả hai tác nhân nghiên cứu của OpenAI và Google đều có thể hoàn thành công việc thường mất vài giờ của con người. Điểm khác biệt nằm ở chỗ, hệ thống của OpenAI đạt đến mức phân tích gần bằng nghiên cứu cấp tiến sĩ, trong khi hệ thống của Google giống như sản phẩm của một sinh viên đại học xuất sắc. Trong tuyên bố chính thức của OpenAI, họ đưa ra một số tuyên bố táo bạo, và dùng biểu đồ cho thấy tác nhân của họ có thể xử lý 15% các dự án nghiên cứu có giá trị kinh tế cao và 9% các dự án có giá trị cực cao. Mặc dù phương pháp cụ thể đằng sau các con số này chưa được công bố, và đáng để giữ thái độ hoài nghi nhất định, nhưng dựa trên trải nghiệm sử dụng thực tế của tôi, những tuyên bố này không hoàn toàn phóng đại. Deep Research thực sự có thể hoàn thành các phân tích phức tạp và có giá trị trong vài phút thay vì mất hàng giờ. Xét theo tốc độ tiến bộ công nghệ, tôi tin rằng Google sẽ không để khoảng cách này kéo dài lâu. Trong vài tháng tới, chúng ta có thể chứng kiến sự nâng cấp nhanh chóng về năng lực của các tác nhân nghiên cứu.
Sự phát triển cộng hưởng công nghệ
Xét theo xu hướng hiện tại, các công nghệ mà các phòng thí nghiệm AI đang xây dựng không chỉ đơn giản là ghép nối, mà còn tương tác lẫn nhau để đạt hiệu quả cao hơn. Các hệ thống suy luận (Reasoners) cung cấp khả năng phân tích logic mạnh mẽ, trong khi các hệ thống tác nhân trao cho khả năng suy luận này sức hành động thực tế. Hiện nay, chúng ta đang ở thời kỳ của các tác nhân chuyên biệt, ví dụ như Deep Research, tập trung vào nhiệm vụ cụ thể, bởi vì ngay cả các hệ thống suy luận tiên tiến nhất hiện nay vẫn chưa đạt yêu cầu về năng lực tự chủ phổ quát. Tuy nhiên, “chuyên biệt” không có nghĩa là bị giới hạn —— những hệ thống này đã có thể hoàn thành các công việc phức tạp từng đòi hỏi đội ngũ chuyên gia lương cao hoặc các công ty tư vấn chuyên nghiệp.
Tất nhiên, điều này không có nghĩa là chuyên gia và công ty tư vấn sẽ bị thay thế. Ngược lại, khi họ chuyển từ trực tiếp thực hiện công việc sang điều phối và xác minh kết quả của hệ thống AI, khả năng phán đoán chuyên môn của họ sẽ trở nên quan trọng hơn bao giờ hết. Nhưng mục tiêu của các phòng thí nghiệm AI còn xa hơn thế. Họ hy vọng rằng với các mô hình mạnh hơn, có thể giải mã bài toán tác nhân phổ quát, vượt qua các nhiệm vụ chuyên biệt, trở thành lực lượng lao động kỹ thuật số thực sự tự chủ. Những tác nhân này không chỉ có thể tự duyệt web, xử lý nhiều dạng dữ liệu (như văn bản, hình ảnh và âm thanh), mà còn thực hiện các hành động có ý nghĩa trong thế giới thực. Mặc dù hiệu suất của Operator cho thấy chúng ta vẫn chưa hoàn toàn đạt được mục tiêu này, nhưng thành công của Deep Research đã chứng minh rằng chúng ta đang tiến bước vững chắc theo hướng đó.
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
