Câu hỏi “làm sao từ AI hôm nay tới siêu trí tuệ?” có nhiều câu trả lời, nhưng câu được nhắc nhiều nhất có một cái tên khá khó nhớ: tự cải tiến đệ quy. Nói nôm na: AI giúp làm ra AI tốt hơn, AI tốt hơn lại giúp làm ra AI tốt hơn nữa, và cứ thế.
Cơ chế, nói bằng ví dụ đời thường
Hình dung một xưởng mộc. Người thợ dùng cưa tay đóng ra một cái bàn máy, bàn máy giúp đóng nhanh hơn và chuẩn hơn, nhờ vậy làm ra được máy bào tốt hơn, máy bào lại giúp làm ra bàn máy đời sau. Mỗi vòng, công cụ giúp làm công cụ kế tiếp nhanh hơn.
Với AI, “người thợ” là các nhà nghiên cứu, còn “công cụ” là chính các mô hình. Khi mô hình đủ giỏi để viết mã huấn luyện, thiết kế thí nghiệm, đọc kết quả và đề xuất hướng sửa, nó bắt đầu tham gia vào chính quá trình làm ra mình. Nếu phần đóng góp đó ngày càng lớn, tốc độ tiến bộ có thể tăng vọt — điều người ta gọi là bùng nổ trí tuệ.
Lý lẽ của những người tin vào cây cầu này
- AI đã viết mã, đọc tài liệu khoa học và chạy thử nghiệm ở mức hữu ích; các phòng nghiên cứu lớn công khai coi “trợ lý nghiên cứu tự động” là mục tiêu kế tiếp.
- Máy không ngủ, nhân bản được. Một nghìn “nhà nghiên cứu” máy chạy song song là điều con người không làm được.
- Mỗi cải tiến nhỏ trong cách huấn luyện có thể áp lại cho chính hệ thống đang làm nghiên cứu, tạo vòng lặp tự tăng tốc.
Lý lẽ của những người hoài nghi
- Nghiên cứu thật cần óc phán đoán. Chọn câu hỏi đáng hỏi khó hơn nhiều so với chạy thí nghiệm. Đây đúng là chỗ AI hôm nay còn yếu.
- Nút thắt vật lý. Huấn luyện mô hình lớn cần điện, chip và trung tâm dữ liệu. Những thứ đó xây bằng bê tông và dây cáp, không nhanh lên chỉ vì phần mềm giỏi hơn.
- Dữ liệu có hạn. Kho chữ viết chất lượng của loài người không vô tận; dữ liệu do máy tự sinh có giúp được mãi hay không vẫn đang bàn.
- Lợi ích giảm dần. Nhiều đường cong tiến bộ trong lịch sử kỹ thuật dốc lúc đầu rồi thoải dần.
Vì sao chuyện này quan trọng với người không làm kỹ thuật
Nếu tự cải tiến đệ quy xảy ra, thay đổi có thể tới nhanh hơn khả năng thích nghi của trường học, doanh nghiệp và luật lệ. Đó là lý do nhiều nhà khoa học coi việc tự động hoá nghiên cứu AI là một trong những rủi ro cần theo dõi sát nhất, dù họ bất đồng về thời điểm.
Với người làm việc bình thường, bài học thực tế là: đừng xây kế hoạch dựa trên giả định rằng công cụ năm sau sẽ giống công cụ năm nay. Học cách giao việc, kiểm tra và giữ trách nhiệm cuối cùng — kỹ năng đó đúng bất kể đường cong dốc tới đâu.
Câu hỏi thường gặp
Tự cải tiến đệ quy đã xảy ra chưa?
Một phần nhỏ thì có: AI đã giúp viết mã và chạy thử nghiệm trong các phòng nghiên cứu. Vòng lặp tự tăng tốc tới mức “bùng nổ” thì chưa, và chưa ai biết chắc có xảy ra hay không.
Có cách nào để vòng lặp này an toàn hơn?
Các đề xuất hay gặp: đo năng lực trước mỗi bước nâng cấp, đặt ngưỡng để khi đạt tới thì bật thêm biện pháp kiểm soát, và giữ con người duyệt ở những quyết định quan trọng.
