Crystal Palace
Trong suốt nhiều năm, Thung lũng Silicon đã đặt kỳ vọng lớn vào công nghệ trí tuệ nhân tạo (AI), hứa hẹn rằng AI sẽ suy nghĩ tương tự con người, có khả năng tự ra quyết định và thay thế lao động trí óc, thậm chí tiến gần đến trí tuệ tổng quát. Tuy nhiên, một nghiên cứu mới dựa trên nền tảng toán học được thực hiện bởi hai cha con Vishal Sikka và Varin Sikka đã đưa ra đánh giá thận trọng hơn rất nhiều. Công trình này chỉ ra rằng các giới hạn cơ bản trong kiến trúc của các mô hình AI hiện nay khiến phần lớn những lời hứa trên vẫn nằm ngoài tầm với.
Vishal Sikka là một tên tuổi quen thuộc trong lĩnh vực công nghệ với kinh nghiệm từng giữ vị trí CTO tại một tập đoàn phần mềm hàng đầu và cũng là cựu CEO của một công ty đa quốc gia lớn về công nghệ thông tin. Ông sở hữu bằng tiến sĩ về trí tuệ nhân tạo từ Đại học Stanford danh tiếng. Con trai ông, Varin Sikka, cũng đang theo học tại Stanford và cùng cha mình thực hiện nghiên cứu này bằng cách phân tích sâu sắc về cấu trúc vận hành của các mô hình ngôn ngữ lớn (LLM) – nền tảng của những hệ thống AI hiện đại.
Ông Vishal Sikka
Nghiên cứu tập trung vào kiến trúc transformer – công nghệ chủ chốt được ứng dụng trong hầu hết các mô hình AI phổ biến ngày nay. Phân tích cho thấy mỗi lần AI trả lời một câu hỏi, mức độ tính toán nó có thể sử dụng bị giới hạn nghiêm ngặt bởi độ dài của câu hỏi cũng như kích thước mô hình. Điều này đồng nghĩa AI chỉ có thể xử lý thông tin trong phạm vi nhất định mà không thể mở rộng dù yêu cầu hoặc câu hỏi có độ phức tạp cao đến đâu.
Khi bài toán đòi hỏi lượng tính toán vượt xa giới hạn đó, AI không thể mang đến kết quả chính xác tuyệt đối. Thay vì bỏ lỡ hoặc báo lỗi, hệ thống sẽ tạo ra câu trả lời có vẻ hợp lý nhưng thực chất là sai lệch – được gọi là hiện tượng “ảo giác” hay hallucination. Nghiên cứu khẳng định đây không phải là lỗi phát sinh do dữ liệu huấn luyện hay thiếu sót ngẫu nhiên mà là hậu quả tất yếu xuất phát từ hạn chế cấu trúc bên trong các mô hình.
Một ví dụ điển hình minh họa cho giới hạn này là bài toán “người bán hàng”, yêu cầu tìm đường đi ngắn nhất qua nhiều thành phố chỉ một lần duy nhất. Khi số lượng thành phố tăng lên, số phương án cần đánh giá tăng theo cấp số nhân thay vì tuyến tính dẫn đến nhu cầu tính toán khổng lồ vượt qua khả năng xử lý ngay cả với các hệ thống AI tiên tiến nhất.
Bài toán người bán hàng
Cụ thể, với 5 thành phố, có khoảng 120 cách đi khác nhau; tuy nhiên khi tăng lên 10 hoặc 20 thành phố thì con số phương án tương ứng sẽ dao động từ vài triệu đến hàng tỷ tỷ lựa chọn – vượt xa hoàn toàn khả năng xử lý của những mô hình AI hiện đại. Dù vậy, AI vẫn buộc phải đưa ra câu trả lời mà không thể xác minh độ chính xác của nó, dẫn tới sự xuất hiện thường xuyên của các phản hồi sai lệch nhưng bề ngoài trông có vẻ hợp lý.
Ngoài ra nghiên cứu cũng đề cập trực tiếp tới xu hướng phát triển hệ thống “AI agent” – những nền tảng được quảng bá có khả năng tự lập kế hoạch, phối hợp nhiều bước và tự hành động để giải quyết nhiệm vụ phức tạp. Nhưng theo góc nhìn toán học, những hệ thống này dựa trên các mô hình LLM tương tự nên vẫn thừa hưởng những giới hạn căn bản đã nêu.
Việc kết hợp nhiều AI hoặc để hệ thống kiểm tra lẫn nhau cũng không thể khắc phục vấn đề gốc rễ bởi quy trình đối chiếu hay kiểm chứng thường phức tạp hơn cả nhiệm vụ ban đầu mà AI cần giải quyết.
AI agents khó thoát khỏi giới hạn cấu trúc
Nghiên cứu không phủ nhận giá trị thực tiễn của AI ở những lĩnh vực chuyên biệt hoặc quy mô nhỏ. Hai tác giả thừa nhận rằng các mô hình hiện tại rất hiệu quả trong việc xử lý văn bản, tóm tắt nội dung, hỗ trợ lập trình hay tự động hóa các quy trình lặp đi lặp lại. Tuy nhiên điều đáng lưu ý là những thành công ấy đang bị phóng đại quá mức thành kỳ vọng về trí tuệ nhân tạo đạt mức giống như con người.
Thông điệp quan trọng của nghiên cứu không nhằm mục đích đánh giá thấp hay cho rằng AI là vô dụng mà cảnh báo về sự chênh lệch lớn giữa kỳ vọng được truyền thông và thực tế khoa học cơ bản. Khi các thương hiệu công nghệ nói về AI như một thực thể có khả năng suy nghĩ độc lập, lập luận tinh vi và ra quyết định phức tạp thì họ vô tình bỏ qua những giới hạn thiết yếu mà nền tảng toán học đã minh chứng từ lâu.
