Ngành công nghiệp AI có thể vượt qua giới hạn để chuyển đột phá của mình?

Trong những năm qua, các mô hình ngôn ngữ lớn (LLM) đã có những cải tiến đáng kể nhờ vào lượng dữ liệu từ internet. Jared Kaplan, một nhà vật lý lý thuyết tại Đại học Johns Hopkins, từng phát triển “Luật Tăng trưởng”, cho rằng AI hoạt động hiệu quả hơn khi được cung cấp nhiều dữ liệu, tương tự như cách con người học hỏi qua việc đọc sách. Nhưng thực tế đang chứng minh điều ngược lại. Demis Hassabis, lãnh đạo Google DeepMind, đã chỉ ra rằng các phương pháp dựa trên dữ liệu từ internet đang ngày càng mất hiệu quả. Các công ty công nghệ lớn như OpenAI, Google và Meta đã khai thác hầu hết dữ liệu đã có sẵn, dẫn đến một tình trạng khó khăn trong công việc duy trì đà phát triển.

Ngoài ra, Hassabis còn nhấn mạnh rằng “Luật tăng trưởng” không thể kéo dài như “Luật Moore” – vốn đã đóng vai trò quan trọng trong ngành công nghiệp bán dẫn suốt hàng thập kỷ. Theo ông, việc tăng cường dữ liệu từ internet chỉ mang tính tạm thời, và giờ đây, ngành công nghệ AI cần phải chuyển mình với các phương pháp mới. Việc này không chỉ định các công thức mà vẫn mở ra cơ hội để các nhà nghiên cứu khám phá các hướng đi sáng tạo hơn, vượt qua rào cản về hệ thống truyền dữ liệu tài nguyên.

Để đối mặt với công thức này, các nhà nghiên cứu đã và đang khám phá những phương pháp mới như sử dụng dữ liệu tổng hợp (dữ liệu tổng hợp). Đây là loại dữ liệu được tạo ra bởi AI chính, cho phép các mô hình học hỏi qua các thử nghiệm và sai sót. Phương pháp này mang lại hiệu quả đặc biệt trong các lĩnh vực như toán học và lập trình – nơi mà kết quả có thể được đánh giá rõ ràng. Ví dụ: OpenAI đã phát triển một hệ thống mới mang tên OpenAI o1, sử dụng tổng hợp dữ liệu để cải thiện khả năng xử lý các tạp chí toán phức tạp. Tuy nhiên, trong các lĩnh vực như nghệ thuật, học học hay nhân văn, việc áp dụng tổng hợp dữ liệu vẫn cần nhiều chế độ đúng vì thiếu các phân định tiêu chuẩn rõ ràng giữa và sai. Điều này cho thấy rằng, dù dữ liệu tổng hợp là một giải pháp hứa hẹn, nhưng vẫn cần được nghiên cứu và phát triển thêm để có thể áp dụng rộng rãi hơn.

Trong khi đó, nhiều chuyên gia và doanh nghiệp vẫn thể hiện sự quan tâm về tương lai của ngành công nghiệp AI. Sam Altman, Giám đốc điều hành của OpenAI, tin rằng các kỹ thuật mới sẽ tiếp tục đưa AI tiến xa hơn. Jensen Huang, Giám đốc điều hành của Nvidia, nhấn mạnh rằng nhu cầu về các tầng hạ tầng AI sẽ không ngừng tăng cao khi các doanh nghiệp thử nghiệm các phương pháp mới. Nvidia, với vai trò là nhà cung cấp chip và hạ tầng cho AI, đã mang lại lợi ích lớn cho sự bùng nổ của ngành công nghiệp này. Tuy nhiên, một số ý tưởng khác lại đưa ra những cảnh báo thận trọng. Ilya Sutskever, nhà nghiên cứu hàng đầu của Google và OpenAI, khẳng định rằng “chúng tôi đã đạt được đỉnh cao của dữ liệu”. Ông đề xuất các công cụ nên tối ưu hóa dữ liệu thay vì cố gắng tìm kiếm thêm nguồn tài nguyên mới.

Bên cạnh đó, Rachel Peterson, Phó Chủ tịch quản lý trung tâm dữ liệu của Meta, đặt câu hỏi về giá trị thực sự mà AI mang lại. Trong khi hàng tỷ USD tiếp tục được đầu tư vào lĩnh vực này, vẫn chưa có câu trả lời thuyết phục về việc làm những dữ liệu đổi mới này có đủ sức tạo ra thay đổi dài dài hay không. Sự hoài nghi này đã đưa ra một cuộc tranh luận sôi nổi về việc liệu AI đang đi vào ngõ cụt, hay đơn giản chỉ là bước sang một giai đoạn chuyển năng mình để khám phá những tiềm năng mới.

Sự chững lại trong tốc độ phát triển của AI không nhất thiết phải là một dấu hiệu tiêu cực. Thay vào đó, đây có thể là cơ hội cho ngành công nghiệp tái định hình và khám phá những hướng đi đột phá hơn. Một số giải pháp này bao gồm tổng hợp dữ liệu tối ưu hóa, kết hợp với dữ liệu thực tế để giải quyết vấn đề tài nguyên. Bên cạnh đó, các nhà nghiên cứu cũng có thể tập trung cải tiến các thuật toán AI, nhắm tới hiệu suất tối ưu chỉ dựa vào mô dữ liệu. Một hướng đi khác là thúc đẩy sự hợp tác liên ngành, sử dụng kiến ​​thức từ các lĩnh vực như sinh học, vật lý và xã hội học để mang lại những ý tưởng mới cho sự phát triển của AI.

Ngành công nghiệp AI đang đi trước một sự hủy hoại quan trọng. Giới hạn về dữ liệu internet không phải là điểm kết thúc, mà là lời nhắc nhở rằng cần phải cập nhật mới để tiếp tục phát triển. Các phương pháp như tổng hợp dữ liệu, thử nghiệm học tập và các tầng hạ tầng tối ưu sẽ đóng vai trò quyết định trong việc xác định cấu hình tương thích của công nghệ này. Dù tốc độ phát triển có thể chậm lại, sự chuyển mình của AI vẫn hứa hẹn mang lại những đột phá mang tính cách mạng, mở ra một kỷ nguyên mới cho công nghệ và xã hội toàn cầu. Trong bối cảnh đó, việc tập trung vào việc sáng tạo và tìm kiếm các giải pháp khác sẽ là chìa khóa cho ngành công nghiệp AI không ngừng tiến trình.

Theo: vista.gov.vn