Lãnh đạo AI Thảo luận về AGI: Dựa trên Thực tế

Tại một bữa tối gần đây với các lãnh đạo doanh nghiệp ở San Francisco, tôi đưa ra một câu hỏi khiến cả phòng im lặng: liệu AI ngày nay có thể đạt được trí tuệ giống con người hoặc vượt xa hơn không? Đây là chủ đề gây tranh cãi nhiều hơn bạn nghĩ.

Năm 2025, các CEO công nghệ đang lạc quan về các mô hình ngôn ngữ lớn (LLMs) như những mô hình đứng sau ChatGPT và Gemini. Họ tin rằng các mô hình này có thể sớm đạt trí tuệ cấp con người hoặc thậm chí siêu trí tuệ. Chẳng hạn, Dario Amodei từ Anthropic đã viết bài luận cho rằng đến năm 2026, chúng ta có thể thấy AI thông minh hơn các nhà khoa học đoạt giải Nobel ở nhiều lĩnh vực. Trong khi đó, Sam Altman của OpenAI đã công khai nói về cách xây dựng AI "siêu thông minh", dự đoán nó có thể thúc đẩy mạnh mẽ khám phá khoa học.

Nhưng không phải ai cũng tin vào viễn cảnh lạc quan này. Một số lãnh đạo AI hoài nghi về khả năng LLMs đạt được AGI, huống chi là siêu trí tuệ, nếu không có những bước đột phá lớn. Những người hoài nghi này, từng im lặng, giờ đang lên tiếng nhiều hơn.

Sự hoài nghi trong cộng đồng AI

Lấy ví dụ Thomas Wolf, đồng sáng lập và giám đốc khoa học tại Hugging Face. Trong một bài báo gần đây, ông gọi một phần tầm nhìn của Amodei là "ảo tưởng tốt nhất." Dựa trên tiến sĩ vật lý thống kê và lượng tử, Wolf lập luận rằng những bước đột phá cấp Nobel đến từ việc đặt câu hỏi mới, không chỉ trả lời những câu hỏi đã biết—một điều AI giỏi nhưng chưa xuất sắc trong việc tiên phong ý tưởng mới.

"Tôi rất muốn thấy mô hình ‘Einstein’ này xuất hiện, nhưng chúng ta cần đi sâu vào chi tiết để đạt được nó," Wolf chia sẻ trong cuộc phỏng vấn với TechCrunch. Ông viết bài vì cảm thấy sự cường điệu về AGI đang che mờ nhu cầu thảo luận nghiêm túc về cách đạt được nó. Wolf hình dung một tương lai nơi AI thay đổi thế giới, nhưng không nhất thiết đạt được trí tuệ cấp con người hay siêu trí tuệ.

Cộng đồng AI thường chia rẽ giữa những người tin vào AGI và những người không, với nhóm sau đôi khi bị gán nhãn là "chống công nghệ" hoặc bi quan. Tuy nhiên, Wolf tự coi mình là một "người lạc quan có căn cứ," thúc đẩy sự tiến bộ của AI nhưng vẫn thực tế.

Những tiếng nói khác trong cuộc tranh luận AI

CEO của Google DeepMind, Demis Hassabis, được cho là đã nói với đội của mình rằng AGI có thể còn cách một thập kỷ, chỉ ra nhiều nhiệm vụ AI chưa thể xử lý. Yann LeCun, Giám đốc Khoa học AI của Meta, cũng bày tỏ nghi ngờ về khả năng LLMs đạt AGI, gọi ý tưởng này là "vô nghĩa" tại Nvidia GTC và kêu gọi các kiến trúc mới để hỗ trợ siêu trí tuệ.

Kenneth Stanley, cựu nhà nghiên cứu hàng đầu tại OpenAI và hiện là giám đốc tại Lila Sciences, đang làm việc chi tiết về việc xây dựng AI tiên tiến. Startup của ông, vừa huy động 200 triệu USD, tập trung vào tự động hóa đổi mới khoa học. Công việc của Stanley đi sâu vào khả năng tạo ý tưởng sáng tạo, độc đáo của AI—một lĩnh vực được gọi là tính mở.

"Tôi ước gì mình đã viết bài luận của [Wolf], vì nó thực sự phản ánh cảm xúc của tôi," Stanley nói với TechCrunch. Ông đồng ý với Wolf rằng kiến thức không tự động dẫn đến ý tưởng độc đáo.

Vai trò của sự sáng tạo trong AI

Stanley tin rằng sự sáng tạo là yếu tố quan trọng cho AGI, nhưng thừa nhận đó là một thách thức lớn. Trong khi những người lạc quan như Amodei nhấn mạnh các mô hình "lập luận" của AI là bước tiến tới AGI, Stanley lập luận rằng sự sáng tạo đòi hỏi một loại trí tuệ khác. "Lập luận gần như đối lập với [sáng tạo]," ông giải thích. "Các mô hình lập luận tập trung vào đạt mục tiêu cụ thể, điều này có thể giới hạn tư duy cơ hội cần cho sự sáng tạo."

Stanley gợi ý rằng để xây dựng AI thực sự thông minh, chúng ta cần tái tạo thuật toán cho sở thích của con người về ý tưởng mới. Trong khi AI vượt trội ở các lĩnh vực như toán học và lập trình, nơi câu trả lời rõ ràng, nó gặp khó khăn với các nhiệm vụ sáng tạo, chủ quan hơn mà không có câu trả lời "đúng".

"Mọi người né tránh [tính chủ quan] trong khoa học—từ này gần như độc hại," Stanley lưu ý. "Nhưng không có gì ngăn chúng ta xử lý tính chủ quan [bằng thuật toán]. Nó chỉ là một phần của luồng dữ liệu."

Ông được khích lệ bởi sự tập trung ngày càng tăng vào tính mở, với các phòng nghiên cứu tại Lila Sciences, Google DeepMind và startup AI Sakana đang giải quyết vấn đề. Stanley thấy nhiều người nói về sự sáng tạo trong AI nhưng tin rằng vẫn còn nhiều việc phải làm.

Những người thực tế của AI

Wolf và LeCun có thể được coi là "những người thực tế về AI": các lãnh đạo tiếp cận AGI và siêu trí tuệ với những câu hỏi thực tế về tính khả thi. Mục tiêu của họ không phải là bác bỏ tiến bộ AI mà là khơi dậy cuộc thảo luận rộng hơn về những gì đang kìm hãm AI khỏi AGI và siêu trí tuệ—và giải quyết những thách thức đó trực tiếp.