Cuộc
đua của các ứng dụng AI đang nóng lên
The Economist
Cù
Tuấn dịch
Tóm tắt: ChatGPT không phải là đồ
chơi duy nhất.
Định kỳ một công nghệ nào đó sẽ thu hút trí tưởng
tượng của thế giới. Ví dụ mới nhất, được đánh giá cao ở Thung lũng Silicon, Phố
Wall, trong các văn phòng, phòng tin tức và lớp học trên khắp thế giới, là ChatGPT.
Trong năm ngày sau khi ra mắt vào tháng 11, chatbot thông minh nhân tạo này, được
một công ty khởi nghiệp có tên OpenAI tạo ra, đã thu hút 1 triệu người dùng,
khiến nó trở thành một trong những sản phẩm tiêu dùng ra mắt nhanh nhất trong lịch
sử. Microsoft, công ty vừa đầu tư 10 tỷ đô la vào OpenAI, muốn các sức mạnh giống
như ChatGPT, bao gồm tạo văn bản, hình ảnh và video có vẻ như chúng có thể do
con người tạo ra, để đưa vào phần lớn phần mềm mà họ bán. Vào ngày 26 tháng 1,
Google đã xuất bản một bài báo mô tả một mô hình tương tự có thể tạo nhạc từ mô
tả văn bản của một bài hát. Các nhà đầu tư vào Alphabet, công ty mẹ của nó,
đang chờ câu trả lời của công ty đối với ChatGPT. Baidu, công ty tìm kiếm khổng
lồ của Trung Quốc, được cho là có kế hoạch thêm một chatbot vào công cụ tìm kiếm
của mình trong tháng 3 tới.
Vẫn còn quá sớm để nói sự điên cuồng của người
dùng với ChatGPT là có lý. Tuy nhiên, dù cho các mô hình AI “sáng tạo” đằng sau
ChatGPT và các đối thủ của nó sẽ biến đổi hoạt động kinh doanh, văn hóa và xã hội
ở mức độ nào, thì chúng cũng đang thay đổi cách ngành công nghệ nghĩ về sự đổi
mới và động cơ của nó—các phòng thí nghiệm nghiên cứu của công ty, như OpenAI
và Nghiên cứu của Google, đang kết hợp sức mạnh xử lý của công nghệ lớn với sức
mạnh trí tuệ của một số tư duy sáng chói nhất của khoa học máy tính. Các phòng
thí nghiệm cạnh tranh lẫn nhau này—có thể là một phần của các công ty công nghệ
lớn, được liên kết với họ hoặc do các công ty khởi nghiệp độc lập điều
hành—đang tham gia vào một cuộc đua hoành tráng để giành quyền tối cao về AI
(xem biểu đồ 1). Kết quả của cuộc đua đó sẽ quyết định thời đại của AI sẽ bắt đầu
nhanh như thế nào đối với người dùng máy tính ở khắp mọi nơi—và ai sẽ thống trị
nó.
Các tổ chức nghiên cứu và phát triển (R&D)
của các công ty từ lâu đã là một nguồn của các tiến bộ khoa học, đặc biệt là ở
Mỹ. Một thế kỷ rưỡi trước, Thomas Edison đã sử dụng số tiền thu được từ các
phát minh của mình, bao gồm cả máy quay đĩa và bóng đèn, để tài trợ cho xưởng
nghiên cứu của ông ở Menlo Park, New Jersey. Sau chiến tranh thế giới thứ hai,
America Inc đã đầu tư mạnh vào khoa học cơ bản với hy vọng rằng điều này sẽ
mang lại những sản phẩm thiết thực. DuPont (nhà sản xuất hóa chất), IBM và
Xerox (cả hai đều sản xuất phần cứng) đều có các phòng thí nghiệm nghiên cứu lớn.
Phòng thí nghiệm Bell của AT&T đã tạo ra bóng bán dẫn, laser và tế bào
quang điện, trong số những phát minh khác, mang về cho các nhà nghiên cứu 9 giải
Nobel.
Tuy nhiên, vào cuối thế kỷ 20, R&D của
công ty ngày càng ít tập trung vào R hơn so với D. Vào năm 2017, Ashish Arora,
một nhà kinh tế và các đồng nghiệp đã xem xét giai đoạn từ 1980 đến 2006 và nhận
thấy rằng các công ty đã chuyển từ khoa học cơ bản sang phát triển các ý tưởng
khoa học hiện có. Ông Arora và các đồng tác giả lập luận rằng lý do là do chi
phí nghiên cứu ngày càng tăng và việc thu hoạch thành quả ngày càng khó khăn.
Xerox đã phát triển các biểu tượng và cửa sổ giờ đã quen thuộc với người dùng
máy tính nhưng chính Apple và Microsoft mới kiếm được phần lớn lợi nhuận từ việc
này. Khoa học vẫn quan trọng đối với sự đổi mới, nhưng nó đã trở thành sự thống
trị của các trường đại học phi lợi nhuận.
Sự trỗi dậy của AI đang làm rung chuyển mọi thứ
một lần nữa. Các tập đoàn lớn không phải là các tay chơi duy nhất trong thị trường.
Các công ty khởi nghiệp như Anthropic và Character AI đã xây dựng những sản phẩm
thách thức ChatGPT của riêng họ. Stability AI, một công ty khởi nghiệp đã tập hợp
một tập đoàn gồm các công ty nhỏ, trường đại học và tổ chức phi lợi nhuận để tập
hợp các tài nguyên máy tính, đã tạo ra một mô hình nguồn mở phổ biến giúp chuyển
đổi văn bản thành hình ảnh. Ở Trung Quốc, các tổ chức được chính phủ hậu thuẫn
như Học viện Trí tuệ Nhân tạo Bắc Kinh (BAAI) đang chiếm ưu thế.
Nhưng hầu như tất cả những đột phá gần đây về
AI lớn trên toàn cầu đều đến từ các công ty khổng lồ, bởi vì họ có sức mạnh
tính toán (xem biểu đồ 2) và bởi vì đây là lĩnh vực hiếm hoi mà kết quả nghiên
cứu cơ bản có thể nhanh chóng được tích hợp vào sản phẩm. Amazon, công ty có AI
hỗ trợ trợ lý giọng nói Alexa và Meta, công ty đã tạo nên làn sóng gần đây khi
một trong những mô hình của nó đánh bại người chơi ở trò chơi “Diplomacy”, một
trò chơi trên bàn chiến lược, lần lượt tạo ra 2/3 và 4/5 lượng nghiên cứu về AI
so với Đại học Stanford, một tượng đài của khoa học máy tính. Alphabet và
Microsoft tạo ra nhiều sản phẩm AI hơn đáng kể, và đó là chưa kể DeepMind,
phòng thí nghiệm chị em của Google Research mà công ty mẹ đã mua lại vào năm
2014, và OpenAI trực thuộc Microsoft (xem biểu đồ 3).
Các chuyên gia có ý kiến khác nhau về việc ai đang thực sự dẫn đầu về thành tích. Ví dụ,
các phòng thí nghiệm của Trung Quốc dường như dẫn đầu trong phân ngành thị giác
máy tính, liên quan đến việc phân tích hình ảnh, nơi họ chịu trách nhiệm về phần
lớn nhất trong số các bài viết được trích dẫn nhiều nhất. Theo một bảng xếp hạng
do Microsoft đưa ra, năm đội thị giác máy tính hàng đầu thế giới đều đến từ
Trung Quốc. BAAI cũng đã xây dựng mô hình ngôn ngữ tự nhiên lớn nhất thế giới,
Wu Dao 2.0. Người chơi “Diplomacy” của Meta, Cicero, được khen ngợi vì sử dụng
lý luận chiến lược và đánh lừa được các đối thủ là con người. Các mô hình của
DeepMind đã đánh bại các nhà vô địch con người trong môn cờ vây, một trò chơi cờ
có độ khó nổi tiếng và có thể dự đoán hình dạng của protein, vốn là một thách
thức lâu đời trong khoa học đời sống.
Tất cả những điều này là rất đáng kinh ngạc.
Tuy nhiên, khi nói đến loại AI đang thịnh hành nhờ ChatGPT, trận chiến lớn là
giữa Microsoft và Alphabet. Để xem công nghệ của ai vượt trội hơn, The
Economist đã so sánh AI của cả hai công ty. Với sự giúp đỡ của một kỹ sư tại
Google, chúng tôi đã hỏi ChatGPT, dựa trên mô hình OpenAI có tên là GPT-3.5 và
chatbot sắp ra mắt của Google, được xây dựng dựa trên LaMDA, một bộ câu hỏi.
Chúng bao gồm mười câu hỏi từ một cuộc thi toán của Mỹ (“Tìm các cặp số nguyên
tố có tổng bằng 60”) và mười câu hỏi đọc từ bài thi SAT của học sinh vừa tốt
nghiệp phổ thông ở Mỹ (“Đọc đoạn văn và xác định lựa chọn nào mô tả đúng nhất nội
dung đoạn văn đó”). Để thêm phần thú vị, chúng tôi cũng hỏi từng AI về câu mẫu
trong hẹn hò (“Cho bạn biết cuộc trò chuyện sau đây từ một ứng dụng hẹn hò,
cách tốt nhất để rủ người đó đi chơi trong buổi hẹn hò đầu tiên là gì?”).
Cả hai AI đều không tỏ ra vượt trội một cách
rõ ràng. Google giỏi toán hơn một chút, trả lời đúng 5 câu hỏi, so với 3 câu của
ChatGPT. Lời khuyên hẹn hò của hai chương trình này là không đồng đều: đưa ra một
số trao đổi thực tế trong một ứng dụng hẹn hò, mỗi AI đưa ra những gợi ý cụ thể
vào một dịp nào đó và những lời khuyên vô vị như “hãy cởi mở” và “giao tiếp hiệu
quả” vào một dịp khác. Trong khi đó, ChatGPT đã trả lời đúng 9 câu hỏi SAT so với
7 câu hỏi của đối thủ Google. Nó cũng có vẻ phản ứng nhanh hơn với phản hồi của
chúng tôi và trả lời một số câu hỏi đúng ngay trong lần thử thứ hai. Vào ngày
30 tháng 1, OpenAI đã công bố một bản cập nhật cho ChatGPT để cải thiện khả
năng toán học của nó. Khi chúng tôi đưa cho hai AI thêm mười câu hỏi nữa, LaMDA
lại vượt trội hơn hai điểm. Nhưng khi có cơ hội trả lời lần thứ hai, ChatGPT đã
có số điểm ngang bằng với LaMDA.
Lý do mà, ít nhất là cho đến nay, không có mô
hình AI nào có được lợi thế vượt trội, là do kiến thức về AI lan truyền rất
nhanh chóng. David Ha của Stability AI cho biết các nhà nghiên cứu từ các phòng
thí nghiệm cạnh tranh “tất cả đều đi chơi với nhau”. Nhiều người, như David Ha,
từng làm việc tại Google, di chuyển vòng tròn giữa các tổ chức, mang theo
chuyên môn và kinh nghiệm với họ đến các công ty mới. Hơn nữa, vì những bộ não
AI tốt nhất đều là các nhà khoa học, nên họ thường chuyển sang khu vực tư nhân
với điều kiện là họ có thể tiếp tục công bố nghiên cứu của mình và trình bày kết
quả tại các hội nghị. Đó là một phần lý do tại sao Google công khai những bước
tiến lớn bao gồm “transformer”, một khối xây dựng quan trọng trong các mô hình
AI, giúp các đối thủ của họ có lợi thế. (Chữ “T” trong ChatGPT là viết tắt của
transformer.) Kết quả của tất cả những điều này, theo Yann LeCun, chuyên gia AI
hàng đầu của Meta, “Không có chương trình nào đi trước bất kỳ chương trình khác
quá hai đến sáu tháng.”
Tuy nhiên, đây chỉ là những ngày đầu. Các
phòng thí nghiệm có thể không còn phát triển song hành mãi mãi. Google được cho
là đã ban hành “báo động đỏ nguy hiểm” vì lo ngại rằng ChatGPT có thể thúc đẩy
công cụ tìm kiếm Bing, đối thủ của Microsoft. Các nhà nghiên cứu tại DeepMind
cho biết công ty của họ, trước đây chỉ tập trung vào trò chơi và khoa học, đang
đưa nhiều nguồn lực hơn vào mô hình hóa ngôn ngữ; chatbot của nó, được gọi là
Sparrow, có thể được công bố trong năm nay.
Một biến số có thể giúp xác định kết quả cuối
cùng của cuộc thi đấu giữa các AI là cách tổ chức phòng thí nghiệm. OpenAI, một
công ty nhỏ với ít nguồn doanh thu cần bảo vệ, có thể thấy mình có nhiều quyền
hạn hơn các đối thủ trong việc phát hành sản phẩm ra công chúng. Đổi lại, điều
đó đang tạo ra hàng tấn dữ liệu người dùng có thể làm cho các mô hình của nó trở
nên tốt hơn (“cách học tăng cường từ các phản hồi của con người”, nếu bạn muốn
biết)—và do đó thu hút nhiều người dùng hơn.
Lợi thế của người đi đầu này cũng có thể được
tự củng cố theo một cách khác. Những người trong cuộc lưu ý rằng sự tiến bộ
nhanh chóng của OpenAI trong những năm gần đây đã cho phép nó thu hút các
chuyên gia từ các đối thủ bao gồm cả DeepMind. Để theo kịp, Alphabet, Amazon và
Meta có thể cần khám phá lại khả năng di chuyển nhanh và phá vỡ mọi thứ của họ—một
nhiệm vụ tế nhị trước tất cả sự giám sát theo quy định mà họ đang bị chế tài từ
các chính phủ trên khắp thế giới.
Một yếu tố quyết định khác có thể là con đường
phát triển công nghệ. Cho đến nay trong AI tổng quát, càng lớn thì càng tốt. Điều
đó đã mang lại cho những gã khổng lồ công nghệ giàu có một lợi thế rất lớn.
Nhưng kích thước có thể không phải là tất cả trong tương lai. Đối với một điều,
có những giới hạn về mức độ lớn của thông tin mà các mô hình AI có thể thu thập.
Epoch, một viện nghiên cứu phi lợi nhuận, ước tính rằng với tốc độ hiện tại,
các mô hình ngôn ngữ lớn sẽ đọc hết văn bản chất lượng cao trên internet vào
năm 2026 (mặc dù các định dạng ít được khai thác khác, như video, sẽ vẫn còn
nhiều trong một thời gian). Quan trọng
hơn, như Mr Ha của Stability AI đã chỉ ra, có nhiều cách để tinh chỉnh một mô
hình cho một nhiệm vụ cụ thể giúp “giảm đáng kể nhu cầu mở rộng quy mô”. Và các
phương pháp mới để làm nhiều hơn với ít công sức hơn đang được phát triển liên
tục.
Dòng vốn chảy vào các công ty khởi nghiệp AI
có năng suất cao, trong năm ngoái họ đã huy động được tổng cộng 2,7 tỷ đô la
trong 110 giao dịch, cho thấy các nhà đầu tư mạo hiểm đang đặt cược rằng không
phải tất cả giá trị sẽ thuộc về các công ty công nghệ lớn. Alphabet, Microsoft,
những gã khổng lồ công nghệ và Đảng Cộng sản Trung Quốc đều sẽ cố gắng chứng
minh những nhà đầu tư mạo hiểm này đã đầu tư sai chỗ. Cuộc đua AI chỉ đang mới
bắt đầu.
Hình :
https://www.facebook.com/photo?fbid=6140878045950824&set=pcb.6140878775950751
https://www.facebook.com/photo?fbid=6140877825950846&set=pcb.6140878775950751
https://www.facebook.com/photo?fbid=6140877932617502&set=pcb.6140878775950751
--------------------------------
·
Cù
Tuấn
Bài
gốc https://www.economist.com/.../the-race-of-the-ai-labs...
ECONOMIST.COM
The race of the AI labs heats up
The race of the AI labs heats up
No comments:
Post a Comment