Theo báo Bưuu điện Hoa Nam buổi sáng, trong nghiên cứu chung công bố ngày 17/9, các nhà nghiên cứu từ ByteDance, Đại học Thanh Hoa và Phòng thí nghiệm Trí tuệ nhân tạo Thượng Hải cùng một số đơn vị khác đã đề xuất lộ trình 5 giai đoạn hướng tới khả năng tự cải tiến đệ quy (RSI).
Nghiên cứu có tiêu đề “AI cuối cùng do con người xây dựng: Hướng tới khả năng tự cải tiến đệ quy thực sự”, cho thấy ngành AI ngày càng chú trọng tự động hóa chu trình vốn đòi hỏi nhiều nhân lực, từ huấn luyện, đánh giá đến tinh chỉnh mô hình.
Theo nghiên cứu, 5 giai đoạn phản ánh mức độ tự chủ tăng dần. Ở giai đoạn đầu, AI chỉ thực hiện các quy trình cải tiến do kỹ sư con người thiết kế. Sau đó, hệ thống bắt đầu tự lựa chọn cách nâng cấp thay vì chỉ thực hiện các chỉ dẫn được lập trình sẵn.
Ở những giai đoạn tiếp theo, AI có thể tự xác định thông tin hoặc trải nghiệm mới cần tiếp nhận và thích ứng với những thay đổi sau khi được đưa vào vận hành. Ở giai đoạn cuối, hệ thống có thể liên tục cải tiến chính những phương pháp được sử dụng để phát triển AI.
Khác với việc một chatbot sửa một câu trả lời cụ thể, RSI đòi hỏi những cải tiến phải được duy trì vượt ra ngoài một tác vụ đơn lẻ và được kế thừa bởi các hệ thống thế hệ sau.
Các tác giả cho rằng khả năng tự động hóa một phần hoạt động nghiên cứu AI có thể trở thành lợi thế cạnh tranh của các nhà phát triển mô hình.
Nếu trở thành hiện thực, mô hình này có thể rút ngắn chu kỳ phát triển, đồng thời cắt giảm đáng kể nhân lực và năng lực tính toán cần thiết để xây dựng các mô hình nền tảng, theo các tác giả.
Tự động hóa nghiên cứu AI đang nổi lên như một mặt trận quan trọng trong cạnh tranh công nghệ Mỹ - Trung. Trong khi các tổ chức Trung Quốc tiếp tục đạt những bước tiến nhanh về ứng dụng thực tế, các chuyên gia lưu ý các công ty Mỹ vẫn có lợi thế ban đầu, chủ yếu nhờ khả năng tiếp cận nguồn lực tính toán lớn hơn.
Ông Erich Grunewald, nhà nghiên cứu cấp cao tại Viện Chính sách và Chiến lược AI, cho rằng các công ty Mỹ dường như vẫn đi trước Trung Quốc vài tháng và có nhiều năng lực tính toán hơn để triển khai AI. Theo ông, các nhà nghiên cứu Trung Quốc rất giỏi khai thác tối đa hiệu suất từ phần cứng hạn chế, song những ràng buộc về năng lực tính toán vẫn là trở ngại đáng kể.
Bất chấp những hạn chế này, các công ty Trung Quốc đang đẩy mạnh phát triển hạ tầng phục vụ huấn luyện tự động.
Z.ai, được biết đến tại Trung Quốc với tên gọi Zhipu AI, ngày 13/9 cho biết sẽ dành khoảng 60% số tiền thu ròng từ vòng huy động vốn mới trị giá 5 tỷ USD để phát triển các mô hình nền tảng GLM thế hệ tiếp theo và “hệ thống tự huấn luyện hoàn toàn”.
Trong bài viết có tiêu đề “Những dấu hiệu ban đầu của quá trình tự tiến hóa” công bố đầu năm nay, nhóm nghiên cứu phát triển MiniMax 2.7 cho biết mô hình này có thể tự cập nhật bộ nhớ và hình thành các kỹ năng phức tạp trong quá trình thực hiện các thử nghiệm học tăng cường. Những kinh nghiệm thu được sau đó được đưa trở lại quá trình học của mô hình.
Tháng trước, DeepSeek cũng đã phát triển một “harness” mang tính tác nhân, cho phép mô hình tự chủ hơn trong việc xử lý các nhiệm vụ nhiều bước, thực thi mã và tương tác với phần mềm bên ngoài.
Các tác giả lưu ý tiến trình qua 5 giai đoạn sẽ khác nhau đáng kể tùy lĩnh vực AI. Kỹ thuật phần mềm có lộ trình tương đối rõ ràng, trong khi robot và nghiên cứu khoa học phải đối mặt với những trở ngại lớn hơn.
An toàn vẫn là một mối quan ngại lớn. Theo các nhà nghiên cứu, RSI thực sự đòi hỏi những cơ chế bảo vệ nghiêm ngặt, trong đó có các môi trường thử nghiệm được kiểm chứng để bảo đảm những cập nhật mới an toàn và mang lại lợi ích trước khi triển khai.
Các tác giả không đưa ra thời điểm cụ thể khi nào RSI có thể trở thành hiện thực.
