Đừng nhầm lẫn giữa "sự lưu loát ngôn ngữ" với "trí tuệ thực sự".

Trong suốt sự nghiệp 40 năm làm nhà khoa học máy tính, Yann LeCun đã tạo dựng được danh tiếng là một trong những chuyên gia hàng đầu thế giới về trí tuệ nhân tạo và là người có sở thích đưa ra những phát ngôn thẳng thắn.

Ông là một trong ba nhà nghiên cứu tiên phong nhận được Giải thưởng Turing, thường được gọi là “Giải Nobel của ngành máy tính”, cho công trình nghiên cứu về công nghệ hiện là nền tảng của trí tuệ nhân tạo hiện đại. Trong hơn một thập kỷ, ông cũng giữ chức vụ nhà khoa học trưởng về trí tuệ nhân tạo tại Meta, công ty mẹ của Facebook và Instagram.

Nhưng sau khi rời Meta vào tháng 11, Tiến sĩ LeCun ngày càng lên tiếng chỉ trích mạnh mẽ cách tiếp cận đơn điệu của Thung lũng Silicon trong việc xây dựng máy móc thông minh. Ông lập luận rằng ngành công nghệ cuối cùng sẽ rơi vào bế tắc trong phát triển trí tuệ nhân tạo — sau nhiều năm làm việc và hàng trăm tỷ đô la đã được chi tiêu.

Ông cảnh báo nếu không thay đổi phương pháp, ngành công nghệ sẽ sớm chạm trần và lãng phí nguồn lực khổng lồ mà không bao giờ đạt được mục tiêu tạo ra máy móc thông minh như (hoặc hơn) con người.

Mạnh đến mấy cũng là "ngõ cụt"

Ông cho biết lý do nằm ở lập luận mà ông đã đưa ra trong nhiều năm qua: Các mô hình ngôn ngữ lớn (LLM), công nghệ trí tuệ nhân tạo cốt lõi của các sản phẩm phổ biến như ChatGPT, chỉ có thể đạt đến một mức độ mạnh mẽ nhất định.

Và các công ty đang dồn hết nguồn lực vào những dự án không giúp họ đạt được mục tiêu làm cho máy tính thông minh bằng hoặc thậm chí thông minh hơn con người. Ông nói thêm rằng, các công ty Trung Quốc sáng tạo hơn có thể đạt được điều đó trước tiên.

“Có một hiệu ứng bầy đàn, nơi mọi người ở Thung lũng Silicon đều phải làm việc trên cùng một thứ,” ông nói trong một cuộc phỏng vấn gần đây tại nhà riêng ở Paris. “Điều đó không để lại nhiều chỗ cho những phương pháp tiếp cận khác có thể hứa hẹn hơn nhiều về lâu dài.”

Lời chỉ trích đó là đòn tấn công mới nhất trong cuộc tranh luận đã làm rung chuyển ngành công nghệ kể từ khi OpenAI khơi mào cơn sốt AI vào năm 2022 với việc phát hành ChatGPT: Liệu có thể tạo ra cái gọi là trí tuệ nhân tạo tổng quát hay thậm chí là siêu trí tuệ mạnh mẽ hơn? Và liệu các công ty có thể đạt được điều đó bằng công nghệ và khái niệm hiện tại của họ?

Ít nhà khoa học nào có nhiều kinh nghiệm về chủ đề này như Tiến sĩ LeCun, 65 tuổi. Phần lớn những gì ngành công nghệ đang cố gắng thực hiện hiện nay đều bắt nguồn từ một ý tưởng mà ông đã ấp ủ từ những năm 1970. Khi còn là một sinh viên kỹ thuật trẻ ở Paris, ông đã đón nhận khái niệm mạng nơ-ron , mặc dù hầu hết các nhà nghiên cứu đều cho rằng ý tưởng này là vô vọng.

Mạng nơ-ron là các hệ thống toán học học các kỹ năng bằng cách phân tích dữ liệu. Vào thời điểm đó, chúng không có ứng dụng thực tiễn nào. Nhưng một thập kỷ sau, khi là nhà nghiên cứu tại Bell Labs, Tiến sĩ LeCun và các đồng nghiệp đã chứng minh rằng các hệ thống này có thể học cách đọc chữ viết tay nguệch ngoạc trên phong bì hoặc séc cá nhân.

"Thay vì dự đoán từng từ, hệ thống cần học cách dự đoán các trạng thái tiếp theo của thế giới trong một không gian trừu tượng, mới có thể giúp nó có khả năng lập kế hoạch và giải quyết vấn đề như con người"

Yann LeCun

Đầu những năm 2010, các nhà nghiên cứu đã bắt đầu chứng minh rằng mạng nơ-ron có thể hỗ trợ nhiều công nghệ khác nhau, bao gồm hệ thống nhận diện khuôn mặt, trợ lý kỹ thuật số và ô tô tự lái. Khi Google, Microsoft và các gã khổng lồ công nghệ khác đặt cược lớn vào ý tưởng này, Facebook đã thuê Tiến sĩ LeCun để xây dựng một phòng thí nghiệm nghiên cứu trí tuệ nhân tạo.

Không lâu sau khi ChatGPT được ra mắt, hai nhà nghiên cứu cùng nhận giải thưởng Turing năm 2018 với Tiến sĩ LeCun đã cảnh báo rằng trí tuệ nhân tạo đang trở nên quá mạnh. Những nhà khoa học này thậm chí còn cảnh báo rằng công nghệ này có thể đe dọa tương lai của nhân loại . Tiến sĩ LeCun cho rằng điều đó thật vô lý.

“Trước đây có rất nhiều ý kiến ​​trái chiều cho rằng các hệ thống trí tuệ nhân tạo vốn dĩ nguy hiểm và việc để chúng nằm trong tay mọi người là một sai lầm,” ông nói. “Nhưng tôi chưa bao giờ tin vào điều đó.”

Tiến sĩ LeCun cũng đã góp phần thúc đẩy Meta và các đối thủ của nó chia sẻ nghiên cứu của họ một cách tự do thông qua các bài báo theo phong cách học thuật và các công nghệ được gọi là mã nguồn mở.

Khi ngày càng nhiều người cho rằng trí tuệ nhân tạo (AI) có thể là mối đe dọa đối với con người, một số công ty đã hạn chế các nỗ lực phát triển mã nguồn mở của mình. Nhưng Meta vẫn tiếp tục.

Tiến sĩ LeCun liên tục lập luận rằng mã nguồn mở là con đường an toàn nhất. Điều đó có nghĩa là không một công ty nào kiểm soát công nghệ này và bất kỳ ai cũng có thể sử dụng các hệ thống này để xác định và chống lại các rủi ro tiềm tàng.

“Đây là một thảm họa. Nếu mọi người đều cởi mở, toàn bộ lĩnh vực sẽ tiến bộ nhanh hơn.”

Công việc nghiên cứu trí tuệ nhân tạo của Meta đã gặp trở ngại vào năm ngoái. Sau khi các nhà nghiên cứu bên ngoài chỉ trích công nghệ mới nhất của công ty, Llama 4, và cáo buộc Meta xuyên tạc sức mạnh của hệ thống. Mark Zuckerberg, giám đốc điều hành của Meta, đã chi hàng tỷ đô la cho một phòng thí nghiệm nghiên cứu mới chuyên theo đuổi "siêu trí tuệ" - một hệ thống trí tuệ nhân tạo giả định vượt trội hơn khả năng của bộ não con người.

Sáu tháng sau khi thành lập phòng thí nghiệm mới, Tiến sĩ LeCun rời Meta để xây dựng công ty khởi nghiệp riêng của mình, Advanced Machine Intelligence Labs, hay AMI Labs.

Mặc dù nghiên cứu của ông đã đặt nền tảng cho các mô hình học tập dựa trên ngôn ngữ (LLM), Tiến sĩ LeCun lập luận rằng chúng không phải là câu trả lời cuối cùng cho sự phát triển của trí tuệ nhân tạo.

Vấn đề với các hệ thống hiện tại, ông nói, là chúng không lập kế hoạch trước. Được đào tạo hoàn toàn dựa trên dữ liệu kỹ thuật số, chúng không có cách nào để hiểu được những khó khăn trong thế giới thực.

“LLM không phải là con đường dẫn đến siêu trí tuệ hay thậm chí là trí tuệ ngang tầm con người. Tôi đã nói điều đó ngay từ đầu,” ông nói. “Toàn bộ ngành công nghiệp này đã bị ‘tẩy não’ bởi LLM.”

Trong những năm cuối làm việc tại Meta, Tiến sĩ LeCun đã nghiên cứu công nghệ nhằm dự đoán kết quả hành động của trí tuệ nhân tạo. Ông cho rằng điều đó sẽ giúp trí tuệ nhân tạo tiến bộ vượt bậc so với hiện trạng. Công ty khởi nghiệp mới của ông sẽ tiếp tục công việc đó.

“Loại hệ thống này có thể lập kế hoạch những gì nó sẽ làm,” ông nói. “Các hệ thống hiện tại — LLM — hoàn toàn không thể làm được điều đó.”

Một phần lập luận của Tiến sĩ LeCun là các hệ thống AI hiện nay mắc quá nhiều lỗi. Ông lập luận rằng khi chúng giải quyết các nhiệm vụ phức tạp hơn, lỗi sẽ tích tụ dần như những chiếc xe sau một vụ va chạm trên đường cao tốc.

Nhưng trong vài năm trở lại đây, các hệ thống này đã liên tục được cải thiện. Và trong những tháng gần đây, các mô hình mới nhất, được thiết kế để "suy luận" thông qua các câu hỏi , đã tiếp tục được cải thiện trong các lĩnh vực như toán học, khoa học và lập trình máy tính.

“Những mô hình này cũng mắc lỗi. Nhưng chúng tôi đã chứng minh rằng một hệ thống có thể thử nhiều phương án khác nhau — trong chính bộ não của nó, nói cách khác — trước khi đưa ra câu trả lời cuối cùng,” Rayan Krishnan, giám đốc điều hành của Vals AI, một công ty theo dõi hiệu suất của các công nghệ AI mới nhất, cho biết.

“Tiến độ phát triển không hề chậm lại. Rõ ràng là các mô hình ngôn ngữ có thể đảm nhận những nhiệm vụ mới và tiếp tục được cải thiện để thực hiện mọi thứ mà chúng ta mong muốn,” ông nói.

Subbarao Kambhampati, một giáo sư tại Đại học bang Arizona, người đã nghiên cứu về trí tuệ nhân tạo gần như cùng thời gian với Tiến sĩ LeCun, đồng ý rằng các công nghệ hiện nay không phải là con đường dẫn đến trí tuệ thực sự.

Nhưng ông cũng chỉ ra rằng chúng ngày càng hữu ích trong các lĩnh vực sinh lợi cao như lập trình máy tính. Ông nói thêm rằng các phương pháp mới hơn của Tiến sĩ LeCun vẫn chưa được chứng minh.

Đối với Tiến sĩ LeCun, đó là lý do tại sao công ty mới của ông lại quan trọng. Ông nói, vài thập kỷ qua đầy rẫy các dự án trí tuệ nhân tạo tưởng chừng như là hướng đi đúng đắn nhưng lại nhanh chóng mất đà. Và Thung lũng Silicon không chắc chắn sẽ là người chiến thắng trong cuộc đua toàn cầu này.

“Những ý tưởng hay đến từ Trung Quốc,” ông nói. “Nhưng Thung lũng Silicon cũng có mặc cảm tự tôn, nên họ không thể hình dung rằng những ý tưởng hay có thể đến từ những nơi khác.”