TechFlow Logo
Đăng nhập/ Đăng ký
ETH Gas
Gwei
Sợ hãi
gas
Từ AGI đến ASI: Bốn con đường dẫn tới siêu trí tuệ

Từ AGI đến ASI: Bốn con đường dẫn tới siêu trí tuệ

2026.11.20
Chia sẻ đến
AGI không phải là đích đến cuối cùng; sự mở rộng mô hình, dịch chuyển hệ quy chiếu, cơ chế phối hợp và tự phản chiếu đệ quy đã kiến tạo nên bậc thang tiến hóa hướng tới ASI.

Tác giả: Tim Genewein, Google DeepMind

Biên tập: TechFlow

TechFlow dẫn dắt: Trong nhiều thập kỷ qua, nghiên cứu trí tuệ nhân tạo luôn tập trung vào một cột mốc mang tính thời đại: xây dựng Trí tuệ Nhân tạo Chung (AGI) có mức độ trí tuệ ngang với con người. Tuy nhiên, khi khả năng suy luận và biên giới nhận thức của các mô hình tiên tiến phát triển vượt bậc theo cấp số nhân, nhân loại phải đối mặt với một chủ đề thời đại mang tầm ảnh hưởng sâu sắc hơn: Điều gì sẽ xảy ra sau AGI?

Nghiên cứu viên Tim Genewein tại Google DeepMind đã công bố một bài viết dài, đặt Trí tuệ Chung trong hệ quy chiếu lớn của quá trình tiến hóa liên tục, giải mã toàn diện cơ chế vận hành cốt lõi thúc đẩy công nghiệp hóa nhận thức, đồng thời phân tích chi tiết bốn lộ trình công nghệ làm nền tảng cho bước nhảy từ AGI cấp chuyên gia sang Trí tuệ Siêu việt (ASI) vượt trội hoàn toàn so với trí tuệ tập thể của con người.

Trong suốt mấy thập kỷ qua, trọng tâm nghiên cứu của cả cộng đồng học thuật và công nghiệp về trí tuệ nhân tạo vẫn luôn hướng tới một cột mốc vĩ đại mang tính biểu tượng cao độ: chế tạo ra Trí tuệ Nhân tạo Chung (AGI) ngang tầm trí tuệ con người.

Với những đột phá mạnh mẽ của cơ sở hạ tầng điện toán gốc và kiến trúc mô hình ngôn ngữ lớn, AGI đang dần chuyển mình từ một giả thuyết lý thuyết khó chạm tới thành một khả năng hiện thực sát bên. Tại thời điểm này, chúng ta không thể tiếp tục tránh né một câu hỏi nghiêm túc, then chốt hơn: Sau khi AGI đạt được, công nghệ và nền văn minh sẽ thực sự lái đi đâu?

Sự dịch chuyển từ AGI sang Trí tuệ Siêu việt (ASI) tuyệt đối không phải là một sự kiện đơn lẻ xảy ra trong chốc lát, mà là một quá trình tiến hóa dài hạn được thúc đẩy bởi nhiều lộ trình công nghệ bổ trợ và đan xen nhau. Để làm rõ bức tranh tương lai phức tạp này, chúng ta cần thiết lập một hệ quy chiếu nhận thức chặt chẽ.

Hệ phổ liên tục của Trí tuệ Chung

Nếu muốn dự đoán cách thức triển khai tương lai của trí tuệ nhân tạo cấp cao, cách rõ ràng nhất là coi Trí tuệ Chung, bất kể được vật chất hóa bằng sinh học hay máy móc, đều tồn tại trên một phổ liên tục và liền mạch.

AGI ngang tầm con người nằm ở vị trí trung tâm chỉ là một nút cụ thể trên dải phổ dài đằng đẵng này. Trước đó, nhân loại đã phát triển AI hẹp phi chung, cũng như các hệ thống mô hình lớn cơ bản đang ở giai đoạn manh nha và phát triển.

Còn Trí tuệ Siêu việt (ASI) thì cư trú ở vị trí cao hơn, lệch về phía bên phải của phổ này, được định nghĩa là một thực thể cấp cao có khả năng vượt trội toàn diện và ổn định so với trí tuệ tập thể do nhóm chuyên gia đầu não con người tạo ra trong hầu hết các lĩnh vực kinh tế, nghiên cứu khoa học và ra quyết định.

Hình: Phổ liên tục của Trí tuệ Chung kéo dài từ mức con người đến giới hạn lý thuyết (Google DeepMind)

Xét từ góc độ toán học thuần túy, chúng ta đã có một sự hiểu biết tương đối nghiêm ngặt về các giới hạn vật lý và toán học ở đỉnh cao của phổ trí tuệ, chẳng hạn như tối ưu hóa tính toán và ranh giới entropy thông tin trong khoa học máy tính lý thuyết.

Tuy nhiên, việc chỉ biết giới hạn cuối cùng chưa đủ để vẽ ra rõ nét con đường cụ thể dẫn lên đỉnh. Ngay cả những thuật toán được chứng minh là tối ưu về mặt lý thuyết, khi triển khai thực tế thường cũng cần nguồn tài nguyên khổng lồ vượt xa tổng khả năng tính toán của tất cả mọi thứ trên Trái Đất.

Những bước nhảy vọt mang giá trị thực tiễn cao hơn trong thực tế thường xảy ra tại giao điểm giữa các thuật toán heuristic cận tối ưu và kiến trúc kỹ thuật hiệu quả. Giữa AGI cấp chuyên gia và ASI vượt trội hoàn toàn con người, tồn tại một vùng đất trống cần thiết phải được các tiền phong công nghệ khám phá sâu rộng.

Công nghiệp hóa nhận thức: Bánh đà kép ba tầng của sức mạnh tính toán hiệu dụng

Dù một số nhà quan sát còn hoài nghi về tính bền vững của những đột phá năng lực đơn lẻ ở các mô hình tiên tiến, thì một cuộc cải cách triệt để hơn đang diễn ra trong toàn ngành cũng hoàn toàn không thể ngăn cản: Công nghiệp hóa Nhận thức (Cognitive Industrialization).

Trong thập kỷ qua, nhiên liệu cốt lõi thúc đẩy trí tuệ nhân tạo phát triển chóng mặt chính là sự tăng trưởng theo cấp số nhân kép của sức mạnh tính toán hiệu dụng (Effective Compute). Chiếc bánh đà liên tục phình to này được kiến tạo bởi ba trụ cột cốt lõi có tác dụng nhân lên lẫn nhau:

Một là, lặp lại quy trình sản xuất phần cứng: Dưới sự tiến hóa của Định luật Moore và các kiến trúc vật lý dẫn xuất, hiệu suất tính toán dấu chấm động trên mỗi đô la Mỹ mua được trong phần cứng duy trì mức tăng trưởng kép khoảng 1,5 lần mỗi năm trong vài thập kỷ qua.

Hai là, bước nhảy vọt về chất trong hiệu quả thuật toán: Trong mười năm qua, lượng tiêu thụ sức mạnh tính toán tuyệt đối cần thiết để huấn luyện các mô hình đạt ngưỡng trí tuệ tương đương đã giảm mạnh với tốc độ gấp 3 đến 6 lần mỗi năm; còn ở khâu suy luận mô hình, việc nâng cao hiệu quả của thuật toán và triển khai lượng hóa cũng đạt mức tăng xấp xỉ 3 lần mỗi năm.

Ba là, quy mô đầu tư cho cơ sở hạ tầng tính toán bùng nổ: Nguồn vốn đầu tư toàn cầu vào phần cứng tính toán chuyên dụng cho AI đang mở rộng gấp rút với tốc độ khoảng 2,5 lần mỗi năm, các cụm huấn luyện mô hình lớn đang tiến thẳng về quy mô hàng trăm nghìn thẻ GPU.

Hình: Động lực kép thúc đẩy sự mở rộng cấp số nhân của sức mạnh tính toán hiệu dụng (Google DeepMind)

Khi ba lực lượng này chồng lấn lên nhau, nguồn cung sức mạnh tính toán hiệu dụng toàn cầu hiển thị sự nở rộ đáng kinh ngạc hơn một bậc độ lớn mỗi năm. Điều này có nghĩa là, ngay cả khi kiến trúc nền tảng tiên tiến bị đình trệ trong ngắn hạn, chi phí biên cho các năng lực cấp AGI hiện hữu cũng sẽ bị nén nhanh xuống gần bằng không.

Việc dân chủ hóa sản xuất nhận thức mang tính công nghiệp này trao cho xã hội khả năng huy động đồng thời hàng triệu chuyên gia số, giúp giải quyết song song và đánh bại hoàn toàn các thách thức khoa học cùng nhiệm vụ kỹ thuật từng đòi hỏi hàng thế hệ con người chỉ trong những chu kỳ cực ngắn.

Bốn lộ trình cốt lõi chuyển từ AGI sang ASI

Tuy nhiên, bước tiến của công nghệ tuyệt đối sẽ không dừng lại ở việc sao chép quy mô các năng lực hiện có. Trên hành trình tiến tới Trí tuệ Siêu việt thực sự, Google DeepMind đã hệ thống hóa bốn lộ trình tiến hóa khác biệt nhưng bổ trợ chặt chẽ cho nhau:

Hình: Bốn lộ trình tiến hóa cốt lõi hướng tới Trí tuệ Siêu việt từ AGI (Google DeepMind)

Lộ trình 1: Mở rộng quy mô mô hình và dữ liệu (Scaling)

Lộ trình đầu tiên là Luật mở rộng quy mô (Scaling Laws) mà nhân loại hiện nay quen thuộc và trực quan nhất. Thông qua việc tiếp tục tăng dung lượng tham số của mạng nơ-ron, bơm vào khối lượng dữ liệu đa modal chất lượng cao khổng lồ hơn, và kết hợp với lượng phép tính huấn luyện FLOPs tương ứng.

Sức mạnh của luật mở rộng nằm ở khả năng dự đoán đáng kinh ngạc và hiệu quả thực nghiệm. Khi sức mạnh tính toán hiệu dụng duy trì mức mở rộng kép gấp nhiều lần mỗi năm, độ sâu của mô hình trong việc biểu diễn khái niệm phức tạp và chuyển giao tri thức liên ngành sẽ tiếp tục được củng cố.

Đồng thời, việc mở rộng tính toán lúc suy luận (Inference-time Compute) trong giai đoạn hậu huấn luyện (Post-training) và khám phá học tăng cường đang khai mở một đường cong tăng trưởng thứ hai hoàn toàn mới, vượt ra ngoài giới hạn dung lượng mô hình.

Lộ trình 2: Chuyển dịch khuôn mẫu công nghệ (Paradigm Shifts)

Lộ trình thứ hai liên quan đến bước nhảy vọt căn bản về khuôn mẫu của thuật toán cấp sâu và kiến trúc nền tảng. Kinh nghiệm lịch sử chỉ ra rằng lợi ích biên của một khuôn mẫu công nghệ đơn lẻ cuối cùng sẽ chậm lại, và những kiến trúc gây disruptive hoàn toàn thường trỗi dậy đúng lúc.

Kiến trúc Transformer thuần hồi quy tự xử lý hiện là mainstream, khi đối mặt với lập kế hoạch nhân quả siêu dài hạn, kiểm định giả thuyết chủ động dưới điều kiện không chắc chắn, và tương tác vật lý với môi trường, vẫn bộc lộ những hạn chế cố hữu.

Các bước đột phá khuôn mẫu tiềm năng trong tương lai bao gồm nhưng không giới hạn ở: khung lập kế hoạch sâu dựa trên tìm kiếm tích hợp mô hình thế giới, hệ thống lai thần kinh-ngôn ngữ ký hiệu, cũng như kiến trúc thần kinh dạng mới hoàn toàn không phải Transformer, lấy cảm hứng từ cơ chế thần kinh của não bộ sinh học.

Lộ trình 3: Nâng cao cơ chế phối hợp tác nhân (Agent Coordination)

Lộ trình thứ ba tập trung vào hệ thống hợp tác phân tán do nhiều tác nhân thông thái dị cấu tạo thành. Lý do con người có thể sáng tạo nên nền văn minh hiện đại rực rỡ không phải vì não cá nhân mạnh gấp mấy lần Homo erectus, mà nhờ dựa trên sự phân công lao động xã hội tinh vi cao độ và sự phối hợp thể chế.

Khi hàng chục nghìn tác nhân AGI chuyên nghiệp có thể phối hợp hỗ trợ lẫn nhau nhờ giao thức truyền thông chuẩn hóa, cơ chế phối hợp tương thích về lợi ích, và chia sẻ vai trò đa dạng, trí tuệ tập thể nổi lên từ toàn mạng lưới sẽ vượt xa giới hạn tính toán của bất kỳ mô hình đơn lẻ nào.

Hệ thống đa tác nhân này không chỉ tự tổ chức giải quyết các dự án nghiên cứu phức tạp, mà còn trong các trò chơi môi trường động, thông qua việc cân bằng lẫn nhau và xác minh chéo, có thể giảm đáng kể tỷ lệ xảy ra ảo giác đơn điểm và sai sót suy luận.

Lộ trình 4: Tự cải tiến đệ quy (Recursive Self-Improvement)

Lộ trình thứ tư chính là động lực cốt lõi gây tranh cãi nhất và sâu rộng nhất dẫn tới Trí tuệ Siêu việt: Tự cải tiến đệ quy (RSI).

Trong khuôn mẫu nghiên cứu truyền thống, nhà nghiên cứu con người tạo thành nút thắt cổ chai chính để cải thiện hệ thống AI; nhưng khi bản thân AGI đã具备 khả năng đọc bài báo mới nhất, tự thiết kế kiến trúc mô hình, viết code biên dịch hiệu quả và thực hiện thí nghiệm thuật toán quy mô lớn, sự tiến hóa của trí tuệ sẽ hoàn toàn khép kín.

Mỗi vòng nâng cấp lặp lại hệ thống đều tạo ra nhà phát triển AI thế hệ tiếp theo mạnh mẽ hơn, từ đó thúc đẩy các bước đột phá thuật toán cấp cao hơn với tốc độ nhanh hơn. Chu kỳ phản hồi dương tự củng cố này chính là động lực cốt lõi của vụ nổ trí tuệ mà các nhà toán học và tiền phong máy tính từng dự báo.

Hành trình đa chiều tiến tới Trí tuệ Siêu việt

Cần nhấn mạnh rằng, bốn lộ trình tiến hóa này tuyệt đối không tách rời theo kiểu cái này thay cái kia, mà hiển thị hiệu ứng cộng hưởng phối hợp vô cùng chặt chẽ.

Mở rộng quy mô đặt nền móng tính toán và dữ liệu cho sự nảy mầm của các khuôn mẫu công nghệ hoàn toàn mới; trong khi đó, kiến trúc phối hợp tác nhân hiệu quả hơn lại ngược dòng thúc đẩy đáng kể hiệu quả nghiên cứu phát triển song song trong quá trình tự cải tiến đệ quy.

Con đường từ trí tuệ con người đến Trí tuệ Siêu việt, vừa không phải là thần thoại khó chạm tới, cũng không phải sự đổ bộ tức thời của một điểm kỳ dị duy nhất, mà là một cuộc Trường chinh công nghệ hùng tráng được ghi chép bởi sự thăm dò kỹ thuật, luận chứng toán học và phối hợp công nghiệp chung tay.

Chỉ bằng cách thấu hiểu sâu sắc các quy luật vật lý và lộ trình tiến hóa hỗ trợ quá trình này, xã hội loài người mới có thể sẵn sàng đầy đủ để điềm tĩnh điều khiển và dẫn dắt một cách có trách nhiệm khi bình minh của Trí tuệ Siêu việt thực sự chiếu rọi.