Cú Sốc Tỷ Đô Từ Đội Ngũ Chỉ... 12 Người
Việc một công ty khởi nghiệp chỉ với 12 nhân viên nhận được khoản đầu tư khổng lồ lên tới 1 tỷ USD là minh chứng rõ ràng nhất cho thấy các nhà đầu tư vẫn đặt niềm tin mãnh liệt vào Trí tuệ nhân tạo (AI). Tuy nhiên, nhà sáng lập của startup này - Yann LeCun tại AMI Labs - lại mang đến một quan điểm đi ngược dòng: Các mô hình ngôn ngữ lớn (LLM) mà chúng ta đang gọi là AI hiện nay không phải là con đường để tạo ra những giá trị ý nghĩa và bền vững trong dài hạn.
Sau khi rời vị trí Giám đốc Khoa học AI tại Meta vào cuối năm ngoái, Yann LeCun đã thành lập Advanced Machine Intelligence Labs (AMI Labs). Ông khẳng định đây sẽ vẫn là một tổ chức nghiên cứu và không dự kiến tung ra bất kỳ sản phẩm thương mại nào trong ít nhất 5 năm tới. Thay vì chạy đua theo các mô hình ngôn ngữ đa dụng khổng lồ, đội ngũ tại AMI Labs đang tập trung vào các hệ thống AI được cấu thành từ các "module" (thành phần) riêng biệt, được huấn luyện và hoạt động cho các tình huống ứng dụng cụ thể.
Kiến Trúc AI Đột Phá Của AMI Labs: Module Hóa Và Chuyên Biệt
Hệ thống trí tuệ nhân tạo do LeCun đề xuất được chia thành các thành phần chuyên biệt sau:
- Mô hình thế giới (World model): Dành riêng cho lĩnh vực mà AI sẽ hoạt động (có thể là đặc thù theo ngành công nghiệp hoặc theo vai trò cụ thể).
- Tác nhân (Actor): Đề xuất các bước hành động tiếp theo dựa trên học tăng cường cổ điển (reinforcement learning).
- Tác nhân đánh giá (Critic): Phân tích các lựa chọn từ mô hình thế giới và bộ nhớ ngắn hạn, sau đó đánh giá các bước đi dựa trên các quy tắc được lập trình sẵn.
- Hệ thống nhận thức (Perception system): Xử lý dữ liệu đầu vào đặc thù như video, âm thanh, văn bản, hình ảnh (ví dụ: sử dụng thuật toán nhận diện thị giác học sâu).
- Bộ nhớ ngắn hạn (Short-term memory).
- Bộ cấu hình (Configurator): Điều phối luồng thông tin giữa các thành phần trên.
Khác với các LLM hiện tại chỉ được huấn luyện trên một nguồn dữ liệu duy nhất (văn bản thu thập từ internet), mỗi AI của LeCun sẽ được cung cấp dữ liệu có định hướng, chỉ liên quan đến môi trường và mục đích sử dụng của chúng. Tùy thuộc vào phiên bản, mức độ quan trọng của mỗi module sẽ được tinh chỉnh. Ví dụ: module đánh giá (Critic) sẽ hoạt động toàn diện hơn trong các lĩnh vực xử lý thông tin nhạy cảm, trong khi module nhận thức (Perception) lại là yếu tố sống còn cho các hệ thống cần phản ứng tức thời với sự kiện thế giới thực.
Tương Lai Của AI: Nhỏ Hơn, Rẻ Hơn Và Cục Bộ Hơn
Các LLM hiện tại (như của OpenAI, Anthropic, Google...) được huấn luyện như những "chuyên gia đa năng", tạo ra câu trả lời dựa trên suy đoán tốt nhất từ kho dữ liệu khổng lồ. Tuy nhiên, việc vận hành chúng đòi hỏi tài nguyên khổng lồ. Việc liên tục cải tiến bằng cách tăng kích thước mô hình và tinh chỉnh lời nhắc đệ quy khiến chi phí chạy LLM ngày càng đắt đỏ. Hiện tại, chỉ có những tập đoàn công nghệ tỷ đô mới đủ khả năng chịu lỗ để duy trì chúng.
Ngược lại, hệ thống module nhỏ gọn và tập trung của AMI Labs hứa hẹn giải quyết triệt để bài toán tài chính này. Các AI chuyên biệt không cần là chuyên gia đa năng, do đó chúng có thể chỉ cần vài trăm triệu tham số (thay vì hàng trăm tỷ tham số như ChatGPT). Điều này cho phép chúng chạy mượt mà với một phần nhỏ sức mạnh GPU, hoặc thậm chí chạy trực tiếp trên các thiết bị cục bộ (On-device AI).
Sự dịch chuyển hướng tới các mô hình tối ưu phần cứng cũng đang mở ra kỷ nguyên mới cho ngành công nghệ. Thị trường hiện đang chứng kiến nhiều thương vụ lớn trong ngách này, tiêu biểu như việc startup Era gọi vốn 11 triệu USD nền tảng thiết bị AI, cho thấy sức hút của việc đưa AI từ máy chủ đám mây đắt đỏ về với thiết bị cá nhân.
Kết Luận
Việc một startup với ý tưởng mới thu hút nguồn tài chính khổng lồ không phải là chuyện hiếm, nhưng chiến lược của Yann LeCun mang lại một kỳ vọng thực tế hơn: đưa AI hoạt động hiệu quả với chi phí có thể kiểm soát. Dù đây là một nước đi khác biệt hoàn toàn so với các "gã khổng lồ" AI hiện tại, nhưng thông điệp về tiềm năng của một thế hệ AI chính xác hơn, rẻ hơn và chuyên biệt hóa chắc chắn sẽ định hình lại bức tranh công nghệ trong thập kỷ tới.