Phim tài liệu DeepMind: AI tổng quát vĩ đại hơn cả nhiệt điện, nền văn minh nhân loại sẽ được viết lại

DeepMind phát hành miễn phí bộ phim tài liệu “Trò Chơi Tư Duy” (The Thinking Game), ghi lại hành trình cả đời của Demis Hassabis theo đuổi AI tổng quát (AGI). Hassabis cho rằng, AI tổng quát còn quan trọng hơn cả sự xuất hiện của điện và lửa. Ông cảnh báo, AGI sắp ra đời và sẽ trở thành bước ngoặt của lịch sử loài người, “thế hệ tiếp theo của chúng ta sẽ sống trong một thế giới hoàn toàn mới, mỗi khoảnh khắc đều quan trọng”.

Sứ mệnh cả đời của Demis Hassabis với AI tổng quát

(Nguồn: Youtube)

Là một sinh viên xuất sắc của Đại học Cambridge, từng giành chức vô địch cờ vua địa phương khi mới 6 tuổi, Demis Hassabis đã định hướng nghiên cứu AGI là sứ mệnh cả đời từ rất sớm, bởi ông muốn giải quyết một vấn đề đã làm đau đầu giới sinh học suốt 50 năm: gấp nếp protein. Hiện nay có thể chúng ta khó hình dung, nhưng khi đó rất nhiều người trong giới đầu tư lẫn học thuật đều nghi ngờ về công nghệ AI tổng quát. Giới đầu tư cho rằng ý tưởng của Demis chỉ là vẽ vời, còn học thuật thì cho rằng việc kết hợp thần kinh học với học máy không phải là khoa học thuần túy.

DeepMind được thành lập năm 2010, con đường gọi vốn ban đầu vô cùng gian nan cho tới khi họ gặp nhà đầu tư thiên thần nổi tiếng Peter Thiel. Dù trở thành “ông lớn” rót vốn cho DeepMind, Thiel lại yêu cầu nhóm phải chuyển sang Thung lũng Silicon. Demis kiên quyết ở lại London vì tin rằng nơi đây có nguồn nhân lực đặc biệt, và văn hóa “thất bại nhanh, chuyển hướng nhanh” của Thung lũng Silicon không phù hợp với nghiên cứu AI tổng quát đòi hỏi dài hạn.

Quyết định này thể hiện sự hiểu biết sâu sắc của Hassabis về nghiên cứu AGI. AI tổng quát không phải sản phẩm tiêu dùng có thể lặp lại nhanh, mà cần đột phá nền tảng khoa học lâu dài. Văn hóa khởi nghiệp Thung lũng Silicon nhấn mạnh xác thực nhu cầu thị trường và mô hình kinh doanh nhanh chóng, trong khi giá trị của nghiên cứu AGI có thể phải hàng chục năm sau mới thấy rõ. Hassabis kiên trì ở lại London để bảo vệ sự thuần khiết trong nghiên cứu của DeepMind.

Hassabis ví AGI như phát minh ra lửa, một ẩn dụ vô cùng sâu sắc. Lửa giúp con người nấu ăn, sưởi ấm, chiếu sáng và luyện kim, làm thay đổi căn bản tiến trình văn minh nhân loại. Hassabis cho rằng AI tổng quát còn có thể tác động lớn hơn nữa, bởi nó không chỉ là công cụ, mà là trí tuệ có khả năng tự học và sáng tạo.

Từ trò chơi đến cờ vây: DQN và đột phá của AlphaGo

(Nguồn: DeepMind)

Sau khi thành lập ở London, DeepMind quy tụ những con người đầy mơ ước. Để huấn luyện AI, họ chọn “trò chơi” làm môi trường thử nghiệm, vì trò chơi là môi trường kiểm soát hoàn hảo. Họ kết hợp học sâu (Deep Learning) với học tăng cường (Reinforcement Learning) để tạo ra mô hình DQN và cho AI chơi game bóng bàn Atari, không dạy luật lệ, chỉ yêu cầu nhìn pixel và tối ưu điểm số.

Ban đầu, AI không bắt nổi quả bóng nào, khiến nhóm nghi ngờ liệu AI tổng quát có chỉ là chuyện viển vông. Nhưng bỗng nhiên, AI bắt đầu ghi điểm. Sau đó, họ cho AI chơi game “Breakout”. Sau hàng trăm ván tập luyện, AI tự học cách đào hầm bên hông tường, khiến bóng nảy phía trên viên gạch – một chiến lược mà không ai dạy, hoàn toàn do máy tự khám phá.

Điều này chứng minh DeepMind đã tạo ra một hệ thống học tập tổng quát có thể thích ứng với nhiều môi trường – một đột phá lớn cho AI tổng quát. Không chỉ dạy máy chơi game, họ đã chứng minh máy có thể tự phát hiện chiến lược và giải pháp mà không cần con người chỉ dẫn. Khả năng tự học này là đặc trưng cốt lõi của AI tổng quát.

Dù công nghệ học máy tiến bộ, năng lực tính toán trở thành nút thắt. Để đẩy nhanh hiện thực hóa AGI, DeepMind cuối cùng đồng ý để Google mua lại với giá khoảng 400 triệu bảng, nhưng họ muốn giữ độc lập nghiên cứu. Có sự hậu thuẫn về tính toán của Google, DeepMind hướng đến trò chơi cờ vây nổi tiếng của Trung Quốc – từng được coi là “thánh địa” bất khả xâm phạm của AI.

AlphaGo ra đời, đối đầu với kỳ thủ cờ vây số 1 thế giới Lee Sedol. AlphaGo đã tạo ra nước đi thứ 37 làm chấn động thế giới – một nước đi được coi là con người gần như không thể nghĩ ra, làm mọi người nhận ra máy không chỉ giỏi tính toán mà còn sáng tạo. Lee Sedol thất bại gây chấn động toàn cầu, riêng Trung Quốc coi đây là “khoảnh khắc Sputnik”, đánh thức sự quan tâm của thế giới với AI và khởi động cuộc “chạy đua không gian” phiên bản AI.

Bốn cột mốc lớn trong tiến hóa công nghệ của DeepMind

Mô hình DQN: Kết hợp học sâu và học tăng cường, AI tự phát hiện chiến lược chơi game

AlphaGo: Đánh bại nhà vô địch cờ vây, thể hiện sáng tạo và trực giác

AlphaZero: Loại bỏ hoàn toàn tri thức con người, tự học qua tự đấu

AlphaFold: Giải quyết vấn đề gấp nếp protein, đạt giải Nobel Hóa học

AlphaGo tuy mạnh nhưng chủ yếu học từ dữ liệu ván cờ của con người. DeepMind tiếp tục phát triển AlphaZero – thuật toán ưu việt hơn, loại bỏ hoàn toàn tri thức con người, chỉ học qua tự đấu. AlphaZero bắt đầu từ con số 0, chỉ sau một ngày đã tinh thông cờ vua, cờ tướng Nhật (Shogi) và cờ vây, thậm chí thể hiện phong cách chưa từng có ở con người, chứng minh máy có thể thông qua kinh nghiệm thuần túy vượt qua trí tuệ nghìn năm của nhân loại.

AlphaFold giải quyết gấp nếp protein, nhận giải Nobel

Trò chơi chỉ là nơi thử nghiệm, tham vọng thật sự của Demis là dùng AI giải quyết những bài toán khoa học lớn – như “gấp nếp protein” đã nói ở đầu. Gấp nếp protein từ lâu là bí ẩn lớn nhất của sinh học, nếu con người dự đoán được cấu trúc protein thì có thể đẩy nhanh phát triển thuốc và chữa bệnh. Để chứng minh tiềm năng AI trong sinh học, DeepMind thành lập nhóm AlphaFold và tham gia CASP (cuộc thi dự đoán cấu trúc protein).

Năm 2018 tại CASP13, AlphaFold thắng giải nhưng độ chính xác vẫn chưa đủ để các nhà sinh học thực sự ứng dụng, khiến nhóm chán nản và nhận ra vấn đề khoa học phức tạp hơn game rất nhiều. Không bỏ cuộc, Demis trong đại dịch COVID-19 đã đầu tư gấp đôi cho AlphaFold, lập đội đặc nhiệm kết hợp vật lý và học máy, làm việc ngày đêm giữa thời gian giãn cách.

Kết quả, tại CASP14 năm 2020, AlphaFold đạt thành tích xuất sắc. Giới khoa học công nhận: vấn đề gấp nếp protein thực tế đã được giải quyết. Rồi DeepMind đưa ra quyết định táo bạo: không thương mại hóa thành tựu này mà công khai miễn phí cấu trúc dự đoán cho hơn 200 triệu loại protein – gần như toàn bộ các chuỗi protein đã biết trên Trái Đất, góp phần phổ cập khoa học cho ngành sinh học. Demis cùng John Jumper cũng nhận giải Nobel Hóa học năm 2024 cho thành tựu này.

AGI sắp ra đời: Quản trị có trách nhiệm là cấp bách

Từ khi chatbot dựa trên mô hình ngôn ngữ lớn (LLM) như ChatGPT xuất hiện, AI tạo sinh chỉ trong 3 năm đã thay đổi hoàn toàn cách phân bổ lao động trong lập trình, sáng tạo. Giờ đây, các sản phẩm AI dựa trên LLM như ChatGPT, Gemini, Grok… giúp mọi người cảm nhận rõ sức ảnh hưởng của AI. Bước tiếp theo, kỷ nguyên AI tổng quát sắp tới sẽ là bước ngoặt của lịch sử nhân loại.

Demis cho rằng công nghệ là trung lập, nhưng cách con người sử dụng mới quyết định tốt-xấu. Ông từng yêu cầu Google cam kết không bao giờ dùng công nghệ DeepMind cho mục đích quân sự hay giám sát, đồng thời nhấn mạnh không được mang tư tưởng “hành động nhanh, phá vỡ quy tắc”. Bởi ông tin công nghệ AGI quá mạnh mẽ, nếu mất kiểm soát sẽ rất thảm khốc.

Hassabis cảnh báo: “AGI sắp ra đời, thế hệ kế tiếp của chúng ta sẽ sống trong một thế giới hoàn toàn mới. Nhờ AI, mọi thứ sẽ thay đổi hoàn toàn. Nếu muốn quản trị AI một cách có trách nhiệm, thì từng khoảnh khắc đều quan trọng – tôi sống cả đời chỉ để chờ khoảnh khắc này.” Sự cấp bách này phản ánh nhận thức sâu sắc của nhóm DeepMind về rủi ro tiềm tàng của AI tổng quát. Cũng như lửa có thể dùng để nấu ăn hay hủy diệt, AI tổng quát có thể giải quyết thách thức lớn của nhân loại, nhưng cũng có thể mang lại rủi ro chưa từng có.

Đứng trước thời khắc AI tạo sinh bùng nổ và chuẩn bị bước vào kỷ nguyên AI Agent, có lẽ bây giờ là lúc thích hợp nhất để chúng ta nhìn lại hành trình phát triển AI tổng quát và suy ngẫm về tương lai.