Pluralis - Tân binh AI đầy sao: Đội ngũ toàn tiến sĩ không phải dạng vừa
Tuyển chọn TechFlowTuyển chọn TechFlow
Pluralis - Tân binh AI đầy sao: Đội ngũ toàn tiến sĩ không phải dạng vừa
Đội ngũ toàn tiến sĩ, trừ thực tập sinh ra đều đến từ Amazon, dự án AI mở Pluralis có gì đặc biệt?
Chuyên sâu báo cáo Web3Hiện tại, công nghệ AI tiếp tục đột phá, việc khám phá đổi mới mô hình đào tạo AI cũng ngày càng sâu sắc hơn. Trong làn sóng này, những lo ngại về độc quyền từ các mô hình tập trung và sự thiếu vắng cơ chế khuyến khích cho các mô hình mã nguồn mở đang cần được giải quyết bằng những phương án tối ưu hơn.
Trong bối cảnh đó, dự án Pluralis ra đời. Đội ngũ của dự án toàn tiến sĩ, ngoại trừ thực tập sinh đều đến từ Amazon. Bài viết này sẽ giới thiệu về triết lý cốt lõi trong công nghệ, cấu trúc đội ngũ, tình hình gọi vốn và mô hình đào tạo học theo giao thức (protocol learning) mang tính đột phá của Pluralis trong lĩnh vực huấn luyện AI phi tập trung.
Pluralis là gì?
Pluralis Research hướng tới việc xây dựng một mô hình phát triển AI mã nguồn mở, phi tập trung thông qua "học theo giao thức". Mô hình này huy động tài nguyên tính toán từ nhiều bên dưới dạng phi tập trung để cùng nhau huấn luyện mô hình. Trong quá trình này, không một người tham gia đơn lẻ nào có thể thu thập được toàn bộ trọng số mô hình.
Sáng kiến cốt lõi của học theo giao thức Pluralis nằm ở mô hình giao thức, tận dụng đặc điểm quan trọng của mạng nơ-ron: không một bên tham gia nào có thể trích xuất được đầy đủ tập trọng số. Thiết kế này đảm bảo giá trị được chuyển tới những người đóng góp, đồng thời bảo vệ quyền sở hữu mô hình, khéo léo cân bằng giữa nhu cầu mở rộng và thương mại hóa trong phát triển AI.
Tại Pluralis, người thiết kế mô hình có thể đề xuất ý tưởng mô hình của mình, còn các nhà cung cấp tài nguyên tính toán và dữ liệu sẽ đóng góp nguồn lực cần thiết để huấn luyện mô hình. Những mô hình giao thức này là mở, được phát triển công khai, và thông qua việc trao quyền sở hữu một phần thành quả huấn luyện cho các bên tham gia, đã hiệu quả khuyến khích mọi người đóng góp, từng bước tiến gần hơn tới mục tiêu trí tuệ nhân tạo thực sự mã nguồn mở.
Lý lịch của Pluralis
Đội ngũ Pluralis rất mạnh, trong 8 thành viên được liệt kê trên trang web chính thức, ngoài một thực tập sinh, tất cả đều xuất thân từ bộ phận nghiên cứu AI của Amazon và đều có bằng tiến sĩ.
-
Người sáng lập Alexander Long: Tốt nghiệp tiến sĩ khoa học máy tính tại Đại học New South Wales, trước đây làm nhà khoa học ứng dụng tại Amazon từ tháng 3 năm 2021 đến tháng 5 năm 2024. Luận án tiến sĩ của ông tập trung vào học tăng cường hiệu quả mẫu trong học sâu và bộ nhớ phi tham số.
-
Nhà khoa học sáng lập Gil Avraham: Tiến sĩ học máy tại Đại học Monash, Úc, từng là nhà khoa học ứng dụng tại Amazon từ tháng 12 năm 2021 đến tháng 8 năm 2024, sau đó được thăng cấp lên nhà khoa học ứng dụng cao cấp, gia nhập Pluralis vào tháng 10 năm 2024.
-
Nhà khoa học sáng lập Yan Zuo: Có bằng tiến sĩ kỹ thuật điện tử tại Đại học Monash, Úc, quan tâm đến tối ưu quy mô lớn, mô hình thống kê, học máy và thị giác máy tính, từng làm nhà khoa học ứng dụng tại Amazon từ tháng 8 năm 2021 đến tháng 10 năm 2024.
-
Nhà khoa học sáng lập Ajanthan Thalaiyasingam: Có bằng tiến sĩ khoa học máy tính tại Đại học Quốc gia Úc, từng làm nhà khoa học học máy tại Amazon từ tháng 12 năm 2020 đến tháng 3 năm 2024, sau đó được thăng cấp lên nhà khoa học học máy cao cấp, gia nhập Pluralis vào tháng 10 năm 2024.
-
Nhà khoa học sáng lập Sameera Ramasinghe: Có bằng tiến sĩ học máy và thị giác 3D tại Đại học Quốc gia Úc, đồng sáng lập và CTO của công ty công nghệ AI ConscientAI, từng làm nhà khoa học ứng dụng tại Amazon từ tháng 5 năm 2022 đến tháng 11 năm 2024.
Dễ thấy rằng, người sáng lập, các nhà khoa học sáng lập và nhà nghiên cứu của Pluralis đều từng làm việc tại Amazon, mỗi người có chuyên môn riêng trong các lĩnh vực học máy, thị giác máy tính và mô hình ngôn ngữ lớn (LLMs), một số thành viên thậm chí từng giữ chức nghiên cứu viên sau tiến sĩ.
Về vấn đề gọi vốn, vào tháng 3 năm 2025, Pluralis đã hoàn tất vòng gọi vốn 7,6 triệu USD. Vòng gọi vốn do CoinFund và Union Square Ventures dẫn dắt, với sự tham gia đầu tư từ Topology, Variant, Eden Block và Bodhi Ventures. Giao dịch được thực hiện dưới hình thức cổ phần, kèm theo quyền chọn mua tiền mã hóa trong tương lai.
Học theo giao thức là gì?
Trong bài luận văn của Alexander Long về chủ đề "Protocol Learning, Decentralized Frontier Risk and the No-Off Problem", ông đã đề xuất một mô hình đào tạo mô hình AI mới - học theo giao thức (Protocol Learning). Mục tiêu là tận dụng mạng lưới khuyến khích phi tập trung để hợp tác huấn luyện mô hình, vượt qua những hạn chế hiện tại của các phương pháp tập trung và mã nguồn mở.
Alexander Long chỉ ra rằng, mặc dù mô hình tập trung hiệu quả nhưng tiềm ẩn rủi ro độc quyền và thiếu minh bạch trong quản trị; còn mô hình mã nguồn mở lại thiếu cơ chế khuyến khích bền vững. Học theo giao thức như một giải pháp dung hòa, thông qua việc khuyến khích các bên đóng góp tài nguyên tính toán để xây dựng mạng huấn luyện phi tập trung, về mặt lý thuyết có thể tập hợp năng lực xử lý lớn hơn vài bậc so với huấn luyện tập trung.
Xét về khả thi kỹ thuật, huấn luyện phi tập trung cần đáp ứng các yêu cầu như truyền thông hiệu quả, phân mảnh mô hình, huấn luyện linh hoạt, chịu lỗi Byzantine và hỗ trợ các nút dị biệt. Mặc dù đã có những nghiên cứu đạt tiến triển nhất định trong huấn luyện phân tán, song song theo dây chuyền và cơ chế chịu lỗi, nhưng vẫn chưa thể tích hợp hoàn chỉnh vào các mô hình quy mô lớn (trên 100 tỷ tham số). Ngoài ra, việc phân bổ quyền sở hữu theo mức độ đóng góp tính toán có thể tạo động lực kinh tế, tuy nhiên vẫn cần giải quyết bài toán xác minh tính toán, ví dụ như áp dụng các công nghệ như đặt cược theo lý thuyết trò chơi hoặc chứng minh kiến thức không tiết lộ (zero-knowledge proof).
Tất nhiên, học theo giao thức cũng đi kèm những rủi ro mới. Mô hình phi tập trung khó có thể bị ngừng đơn phương; nếu mô hình mất kiểm soát hoặc bị lạm dụng, cần phải phối hợp toàn mạng mới có thể dừng lại, điều này cực kỳ khó thực hiện. Ngoài ra, cần tìm sự cân bằng giữa khuyến khích, an ninh và khả năng kiểm soát, phòng ngừa hành vi ác ý.
Pluralis cho rằng, tương lai của trí tuệ nhân tạo không chỉ là phân tán, mà còn là phi tập trung. Rào cản kỹ thuật của việc huấn luyện phi tập trung không phải là không thể vượt qua, và lợi ích mang lại sẽ vô cùng to lớn.
Tóm lại, Pluralis đang xây dựng cơ sở hạ tầng huấn luyện AI phi tập trung, nhằm thúc đẩy việc tạo ra tập thể các mô hình tiên tiến thông qua học theo giao thức, từ gốc rễ làm dân chủ hóa sản xuất và truy cập vào các mô hình nền tảng AI.
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
Foresight News
