Tranh cãi về AGI: Liệu mở rộng mô hình AI có đủ để đạt trí tuệ nhân tạo tổng quát?

Trong nhiều năm qua, các công ty công nghệ luôn khẳng định rằng việc mở rộng quy mô các mô hình AI hiện tại sẽ giúp đạt đến trí tuệ nhân tạo tổng quát (AGI) – hệ thống có thể ngang bằng hoặc vượt trội hơn con người.

Tuy nhiên, khi hiệu suất của các mô hình AI mới nhất đang chững lại, nhiều nhà nghiên cứu bắt đầu nghi ngờ rằng cách tiếp cận hiện tại có thể không dẫn đến sự xuất hiện của AGI.

Niềm tin vào việc mở rộng mô hình đang lung lay

Theo một khảo sát mới của Hiệp hội Thúc đẩy Trí tuệ Nhân tạo (AAAI), 76% trong số 475 nhà nghiên cứu AI tham gia cho rằng việc tiếp tục mở rộng mô hình AI theo hướng hiện tại là “khó có khả năng” hoặc “rất khó có khả năng” giúp đạt AGI. Đây là một sự thay đổi đáng kể so với làn sóng lạc quan “chỉ cần mở rộng quy mô là đủ” đã thống trị ngành AI kể từ khi ChatGPT bùng nổ vào năm 2022.

Trước đây, hầu hết những đột phá trong AI đều dựa trên mô hình transformer – nền tảng của các chatbot như ChatGPT, Gemini hay Claude. Khi các mô hình này được huấn luyện với khối lượng dữ liệu khổng lồ, chất lượng đầu ra đã được cải thiện đáng kể. Tuy nhiên, trong các phiên bản gần đây, sự cải tiến dường như chỉ còn mang tính tiệm tiến, không có bước nhảy vọt nào thực sự đáng kể.

Stuart Russell, giáo sư tại Đại học California, Berkeley và thành viên trong nhóm nghiên cứu của báo cáo, cho rằng: “Khoảng một năm trước, mọi người bắt đầu nhận ra rằng lợi ích của việc mở rộng quy mô theo cách truyền thống đã đạt đến giới hạn.”

Đầu tư khổng lồ nhưng hiệu quả chưa rõ ràng

Dù có nhiều nghi ngờ về khả năng đạt được AGI theo hướng mở rộng mô hình, các công ty công nghệ vẫn tiếp tục đầu tư mạnh mẽ. Dự kiến, họ sẽ chi khoảng 1.000 tỷ USD trong những năm tới để xây dựng trung tâm dữ liệu và mua chip AI nhằm hỗ trợ tham vọng này.

Tuy nhiên, điều đáng chú ý là 80% các nhà nghiên cứu được khảo sát cho rằng nhận thức của công chúng về AI đang bị thổi phồng. Thomas Dietterich, giáo sư tại Đại học Bang Oregon, nhận định: “Những hệ thống được cho là đạt hiệu suất ngang ngửa con người – chẳng hạn như trong lập trình hay toán học – vẫn mắc phải những lỗi sơ đẳng. Chúng có thể là công cụ hỗ trợ đắc lực, nhưng không thể thay thế con người.”

Định nghĩa AGI vẫn còn gây tranh cãi

Một vấn đề quan trọng khác là chính các công ty công nghệ cũng chưa thống nhất về định nghĩa AGI. Google DeepMind cho rằng AGI là một hệ thống có thể vượt qua tất cả con người trong một loạt bài kiểm tra nhận thức. Trong khi đó, Huawei lại cho rằng AGI cần có một cơ thể vật lý để tương tác với môi trường xung quanh. Microsoft và OpenAI thậm chí còn đặt ra tiêu chí tài chính: họ sẽ coi AGI thành công khi mô hình AI có thể tạo ra 100 tỷ USD lợi nhuận.

Nhìn chung, dù AGI vẫn là mục tiêu cuối cùng của nhiều công ty AI, nhưng cách tiếp cận hiện tại có thể chưa đủ để đạt đến mốc này. Ngành công nghệ đang bước vào giai đoạn mà việc chỉ đơn thuần mở rộng mô hình không còn mang lại hiệu quả như mong đợi. Để đạt được AGI, có thể cần một hướng đi hoàn toàn khác thay vì tiếp tục đầu tư vào những gì đã dần đạt đến giới hạn.