Bước Tiến Vĩ Đại Của AI Năm 2024: Bình Minh Của AGI

Năm 2024 đã đánh dấu một năm đạt được nhiều thành tựu đáng kể cho AI, với những thách thức như thiếu hụt dữ liệu đang lơ lửng. Các nhà phát triển AI sẽ vượt qua những trở ngại này như thế nào?

Trí tuệ nhân tạo đã trải qua một năm đặc biệt vào năm 2024. Công nghệ không chỉ giành được giải thưởng và thu hút nhà đầu tư mà còn gây ấn tượng với Phố Wall bằng khả năng giải quyết các vấn đề toán học phức tạp, bao gồm cả việc giải thích phương trình vi phân.

Sự tiến bộ nhanh chóng của AI cũng đã thu hút sự chú ý của các cơ quan quản lý toàn cầu, gây lo ngại về quyền riêng tư và an toàn. Cũng có mối lo ngại về khả năng AI tiến hóa thành trí tuệ nhân tạo tổng quát (AGI) và sau đó là trí tuệ siêu nhân tạo, có thể vượt qua khả năng nhận thức của con người. Các cuộc thảo luận về các kịch bản thảm họa tiềm tàng, chẳng hạn như khủng bố sinh học, hệ thống vũ khí tự động, và thậm chí là các sự kiện 'tiêu diệt cấp độ', trở nên phổ biến hơn.

Dưới đây là 10 điểm nổi bật về AI từ năm 2024.

1. AI Sinh Tạo Lên Ngôi

Trí tuệ nhân tạo sinh tạo (GenAI), một nhánh của AI, đã thể hiện khả năng tạo ra nội dung từ đầu, dựa trên dữ liệu huấn luyện rộng lớn. Ví dụ, khi được nhắc với một dòng văn bản, GenAI có thể tạo ra một câu chuyện ma hoàn chỉnh.

Vào năm 2024, GenAI đã trở thành điểm nhấn của ngành công nghiệp AI. Ngoài ChatGPT, các mô hình nổi bật khác như Gemini của Google, Copilot của Microsoft, Claude của Anthropic, và series Llama 3 của Meta đã thúc đẩy lĩnh vực này không chỉ xử lý văn bản mà còn tạo ra âm thanh, video và hình ảnh.

Sự gia tăng trong phát triển AI đã thấy chi tiêu đạt 13,8 tỷ đô la vào năm 2024, tăng gấp sáu lần so với năm trước, cho thấy sự chuyển đổi từ thử nghiệm sang tích hợp chiến lược trong kinh doanh.

2. AI Đoạt Giải Nobel Vật Lý và Hóa Học

Tác động lâu dài của AI được củng cố hơn nữa khi Viện Hàn lâm Khoa học Hoàng gia Thụy Điển trao giải Nobel năm 2024. Geoffrey Hinton và John Hopfield đã nhận giải vật lý cho công trình nền tảng của họ về học máy với mạng nơ-ron nhân tạo, một trụ cột của AI hiện đại.

Geoffrey Hinton, được biết đến với biệt danh 'Cha đẻ của AI,' đã đóng vai trò quan trọng trong nghiên cứu mạng nơ-ron từ những năm 1980. Trong khi đó, Demis Hassabis và John Jumper đã được trao giải Nobel Hóa học cho việc phát triển một mô hình AI có khả năng dự đoán cấu trúc phức tạp của protein.

3. Nvidia Vượt Qua Apple Trở Thành Công Ty Giá Trị Nhất Thế Giới

Nhu cầu về các chip máy tính chuyên dụng để huấn luyện và vận hành các mô hình ngôn ngữ lớn (LLMs) đã tăng vọt vào năm 2024, với Nvidia dẫn đầu trong việc sản xuất các đơn vị xử lý đồ họa (GPUs) này.

Đến cuối tháng Mười, giá trị vốn hóa thị trường của Nvidia đạt 3,53 nghìn tỷ đô la, vượt qua 3,52 nghìn tỷ đô la của Apple, khiến nó trở thành công ty giá trị nhất thế giới.

Với việc áp dụng AI ngày càng tăng trong các hoạt động hàng ngày, nhu cầu về chip của Nvidia vẫn mạnh mẽ. Mặc dù việc ra mắt dự kiến của GPU Blackwell của Nvidia bị trì hoãn do lỗi thiết kế, vị trí thống trị trên thị trường của nó, kiểm soát 98% thị trường GPU vào năm 2023, cho thấy sự lãnh đạo tiếp tục.

4. Luật AI Của EU

Đảm bảo an toàn, bảo mật và lợi ích xã hội của AI là một thách thức phức tạp. Vào năm 2024, các nỗ lực quản lý toàn cầu đã thực hiện những bước đầu tiên hướng tới quản trị AI có trách nhiệm.

Đạo luật Trí tuệ Nhân tạo của Liên minh Châu Âu, có hiệu lực từ tháng Tám, đã giới thiệu các biện pháp bảo vệ cho các hệ thống AI mục đích chung và giải quyết các mối quan ngại về quyền riêng tư. Nó đặt ra các quy định nghiêm ngặt về các ứng dụng AI như nhận diện khuôn mặt, đồng thời giải quyết các rủi ro rộng hơn như tự động hóa việc làm, thông tin sai lệch và mối đe dọa an ninh quốc gia. Việc thực hiện luật sẽ được thực hiện theo từng giai đoạn cho đến năm 2027.

Tuy nhiên, việc quy định AI đã chứng tỏ là thách thức, như được minh chứng bởi SB 1047 của California, đã bị phủ quyết bởi thống đốc tiểu bang. Mặc dù được một số nhà ủng hộ AI hỗ trợ vì cung cấp các biện pháp bảo vệ cần thiết, nó đã phải đối mặt với sự chỉ trích vì có thể kìm hãm sự đổi mới do lo ngại về trách nhiệm pháp lý.

5. Sự Nổi Lên Của Các Mô Hình Ngôn Ngữ Nhỏ (SLMs)

Trong khi các mô hình ngôn ngữ lớn được huấn luyện trên các tập dữ liệu khổng lồ trở thành chuẩn mực, năm 2024 đã chứng kiến sự xuất hiện của các mô hình nhỏ hơn, chuyên biệt cho ngành.

Microsoft đã giới thiệu các mô hình ngôn ngữ nhỏ Phi-3 của mình vào tháng Tư, và Apple đã trình bày tám SLM cho các thiết bị cầm tay. Những mô hình này, yêu cầu ít dữ liệu và sức mạnh tính toán hơn, đang được sử dụng để nâng cao các ứng dụng cụ thể như gia sư toán học bởi Microsoft và Khan Academy.

Xu hướng hướng tới SLM cho phép sử dụng hiệu quả hơn các tài nguyên tính toán tại biên, như được lưu ý bởi Yorke Rhodes từ Microsoft, nhấn mạnh khả năng ngày càng tăng của chúng.

6. AI Tự Động Hóa Tiến Bước

Trong khi các chatbot như ChatGPT xuất sắc trong việc trả lời câu hỏi, AI tự động hóa tiến xa hơn bằng cách đưa ra quyết định và đạt được các mục tiêu cụ thể cho người dùng.

Trong lĩnh vực y tế, AI tự động hóa có thể giám sát dữ liệu bệnh nhân và đề xuất thay đổi điều trị. Công ty công nghệ Gartner đã đặt tên AI tự động hóa là xu hướng hàng đầu cho năm 2025, dự đoán rằng đến năm 2028, một phần ba các ứng dụng phần mềm doanh nghiệp sẽ tích hợp công nghệ này.

Dự án blockchain Avalanche đang khám phá tiềm năng của AI trong lập trình hợp đồng thông minh, nhằm đơn giản hóa quy trình và thu hút người dùng mới.

7. Các Mô Hình Lý Luận Nâng Cao

Các chatbot thường gặp khó khăn với các nhiệm vụ phức tạp như toán học và lập trình. Để đáp ứng, OpenAI đã phát hành loạt sản phẩm o1 của mình vào tháng Chín, được thiết kế để giải quyết các 'vấn đề khó' như phương trình vi phân, nhận được phản hồi tích cực.

Các mô hình o1 đã thể hiện hiệu suất tương đương với các học sinh hàng đầu ở Mỹ trong các kỳ thi Olympiad toán học và vượt qua độ chính xác cấp PhD trong nhiều lĩnh vực khoa học.

8. Tiến Bộ Hướng Tới AGI

Những tiến bộ trong việc giải quyết các vấn đề có cấu trúc mang AI đến gần hơn với việc đạt được trí tuệ nhân tạo tổng quát (AGI).

Các mô hình o3 của OpenAI, được ra mắt trước Giáng sinh, đã cho thấy sự cải thiện đáng kể trong toán học và lập trình, trong khi Gemini 2.0 của Google đã tiến bộ trong việc giải quyết các vấn đề có cấu trúc. Tuy nhiên, AGI vẫn là một mục tiêu xa vời do những hạn chế hiện tại của AI trong việc hiểu các khái niệm vật lý và học tập độc lập.

Các chuyên gia xem AGI như một hành trình dài hạn, với Brian Hopkins từ Forrester nhấn mạnh rằng chúng ta vẫn đang ở giai đoạn đầu.

9. Thiếu Hụt Dữ Liệu Sắp Xảy Ra

Mặc dù có những phát triển thú vị của AI, lo ngại về sự thiếu hụt dữ liệu sắp xảy ra đã xuất hiện vào năm 2024.

Với dữ liệu internet đạt đến giới hạn và các thách thức pháp lý như vụ kiện của New York Times chống lại OpenAI về vi phạm bản quyền, ngành công nghiệp đang đối mặt với khả năng thiếu hụt dữ liệu.

Một giải pháp đang được khám phá là sử dụng dữ liệu tổng hợp, như đã thấy với LLM Claude 3 của Anthropic, được huấn luyện trên dữ liệu tự tạo bên trong. Dữ liệu tổng hợp cũng có thể mang lại lợi ích cho AI y tế bằng cách giải quyết các tập dữ liệu không hoàn chỉnh và giảm thiểu sự thiên vị.

10. Sự Nổi Lên Của AI Đạo Đức

Cách tiếp cận của Anthropic trong phát triển AI đạo đức bao gồm việc thu thập dữ liệu minh bạch và việc tạo ra vai trò sĩ quan mở rộng quy mô có trách nhiệm để đảm bảo an toàn AI.

Được tạp chí Time công nhận là một trong 100 công ty có ảnh hưởng nhất, những nỗ lực của Anthropic nêu bật xu hướng ngày càng tăng hướng tới việc phát triển AI minh bạch và có trách nhiệm hơn để đáp ứng những lo ngại của công chúng về các rủi ro tiềm ẩn.

Theo Cointelegraph

Tin khác