Lợi thế cạnh tranh mới của AI vật lý: Hệ thống kỹ thuật thông minh thay vì mô hình ưu việt

Mỹ | Công nghệ | Ý kiến | Văn hóa | Biểu đồ

Một tỷ cỗ máy sẽ trở nên tự hành hoặc thông minh trong mười năm tới. Ô tô, xe tải, máy kéo, xe vận tải khai thác mỏ, hệ thống quốc phòng, robot kho bãi, robot hình người—nền kinh tế vật lý sẽ được tái thiết dựa trên phần mềm có khả năng nhận thức, ra quyết định và hành động.

Giả định phổ biến về cách chúng ta đạt được điều đó đại loại như sau: các mô hình tiếp tục cải tiến, các mô hình thế giới (world models) ngày càng hoàn thiện, các mô hình nền tảng (foundation models) cho robot xuất hiện, và tính tự hành sẽ tự nhiên đạt được. Trí tuệ là yếu tố then chốt; chỉ cần mở rộng quy mô trí tuệ, máy móc sẽ tự động làm theo.

Tôi đã dành một thập kỷ để giúp Applied Intuition xây dựng cơ sở hạ tầng phần mềm đằng sau nhiều chương trình AI vật lý tham vọng nhất thế giới, từ các phương tiện được định nghĩa bằng phần mềm (software-defined vehicles) và xe tải tự hành đến thiết bị xây dựng, hệ thống khai thác mỏ, nền tảng quốc phòng và robot. Góc nhìn đó đã cho tôi vị trí hàng ghế đầu để thấy ngành công nghiệp đang tăng tốc ở đâu—và nơi nào nó vẫn tiếp tục tự làm chậm lại. Tôi cũng lạc quan về trí tuệ như bất kỳ ai, nhưng giả định phổ biến này đã sai về mặt toán học. AI vật lý được triển khai là kết quả của hai biến số: năng lực của các mô hình và năng lực của hệ thống kỹ thuật xung quanh chúng—tức là cách các yêu cầu trở thành phần mềm, cách phần mềm được xác thực, và cách các hệ thống đã xác thực được triển khai, giám sát và cải tiến. Ngành công nghiệp phần lớn đã đổ mọi nguồn lực vào biến số đầu tiên trong khi biến số thứ hai vẫn dậm chân tại chỗ như một thập kỷ trước, vốn được xây dựng cho các đợt phát hành hàng quý và các nhóm tích hợp hàng trăm người. Trí tuệ tiên phong chạy trên một hệ thống kỹ thuật cũ kỹ sẽ không tạo ra kết quả tiên phong, bởi vì hệ thống kỹ thuật cũ chính là yếu tố giới hạn.

Vậy thì, đặt cược ngược dòng không phải là chống lại trí tuệ. Đó là niềm tin rằng bước nhảy vọt tiếp theo về quy mô trong AI vật lý đến từ việc làm cho hệ thống kỹ thuật trở nên thông minh như chính các mô hình mà nó vận hành. Tuy nhiên, lộ trình của ngành công nghiệp lại dựa trên một vài giả định từng có lý nhưng giờ đây không còn phù hợp với hướng đi của AI vật lý nữa.

Khoảng cách giữa một mô hình có năng lực và một cỗ máy được chứng nhận, đang vận hành là rất lớn, và chất lượng mô hình đơn thuần không thể khỏa lấp khoảng cách đó. Một mô hình tốt hơn 20% xét theo các tiêu chuẩn đánh giá vẫn phải được tích hợp với nhiều thành phần phần mềm khác, được kiểm thử qua hàng triệu biến thể kịch bản, được truy xuất nguồn gốc theo các yêu cầu an toàn, được xác thực trên phần cứng, được triển khai cho một đội xe và được giám sát trong thực tế. Trong một chương trình điển hình, quy trình đó — chứ không phải mô hình — mới là thứ quyết định nhịp độ. Các nhóm nhận được một mô hình tốt hơn đáng kể, rồi sau đó mất hai quý để chứng minh rằng nó an toàn để đưa vào sử dụng.

Đây là lý do tại sao các mô hình thế giới, dù đáng kinh ngạc đến đâu, cũng sẽ không tự mình đưa chúng ta đến một tương lai tự hành hoàn toàn. Chúng đang tiến bộ nhanh hơn mức các tổ chức kỹ thuật có thể theo kịp. Mỗi bước nhảy vọt về năng lực mô hình chỉ làm thay đổi vị trí của nút thắt cổ chai thay vì loại bỏ nó. Rào cản dịch chuyển xuống hạ nguồn, từ "liệu máy móc có thể nhận thức thế giới?" sang "liệu chúng ta có thể xác thực, tích hợp và vận hành những gì máy móc hiện có thể làm?". Một nhóm có chu kỳ xác thực kéo dài hàng tháng, thực chất đang kìm hãm AI tiên phong xuống tốc độ của chính quy trình của họ.

Đây là hệ quả mà ngành công nghiệp chưa tính đến: khi các mô hình dần trở thành hàng hóa phổ thông ở mức tiên phong, hai công ty có quyền truy cập vào cùng một trí tuệ sẽ có kết quả khác biệt hoàn toàn. Sự khác biệt sẽ được quyết định bởi tốc độ hệ thống kỹ thuật của họ có thể hấp thụ những gì các mô hình có thể làm. Trí tuệ đang trở nên phổ biến. Khả năng đưa nó vào vận hành thì không.

Giả định thứ hai tinh tế hơn: rằng cuộc cách mạng tác nhân (agentic revolution) đang diễn ra trong công việc kỹ thuật số sẽ tự nhiên mở rộng sang AI vật lý. Chỉ cần hướng các tác nhân lập trình (coding agents) và trợ lý ảo (copilots) vào ngăn xếp tự hành, thì những lợi ích năng suất tương tự sẽ theo sau.

Điều đó sẽ không xảy ra, vì hầu hết AI kỹ thuật số chỉ dừng lại ở tài liệu, hội thoại và mã nguồn. Công việc AI vật lý không nằm ở đó. Nó nằm trong các nhật ký lái xe và dữ liệu cảm biến, trong các lần chạy mô phỏng và các giàn thử nghiệm phần cứng trong vòng lặp (hardware-in-the-loop), và trong các cơ sở dữ liệu yêu cầu cùng các báo cáo xác thực. Nó nằm trong dữ liệu đo từ xa của đội xe truyền về từ các phương tiện thực trên đường thực và công trường thực. Một tác nhân chưa từng thấy một sự ngắt kết nối (disengagement), không biết tại sao một sự suy giảm nhận thức lại quan trọng, và không thể truy xuất yêu cầu đến một trường hợp kiểm thử, thì không phải là công cụ năng suất trong lĩnh vực này. Nó là một rủi ro với giao diện thân thiện.

Làm cho các tác nhân thực sự có năng lực trong việc triển khai chính AI vật lý là một bài toán trí tuệ tiên phong, hoàn toàn khác với việc huấn luyện một mô hình lớn hơn. Các tác nhân cần quyền truy cập vào dữ liệu thực tế và các công cụ chuyên môn—trình mô phỏng, đường ống dữ liệu, hệ thống xác thực—thông qua các giao diện đủ cứng cáp để tin tưởng. Chúng cần sự phán đoán chuyên môn được nhúng và kiến thức tích lũy về ý nghĩa thực sự của từ "đã xác thực" khi sản phẩm đó được đưa vào một cỗ máy nặng hàng tấn. Và chúng cần sự đánh giá và quản trị được tích hợp sẵn, bởi vì trong lĩnh vực này, một câu trả lời hợp lý và một câu trả lời đúng có thể cách nhau bởi những hậu quả chết người.

Khi tôi nói AI vật lý cần nền tảng tác nhân của riêng nó, tôi đang nói về một nền tảng kết hợp các mô hình hiện đại nhất được dựa trên lớp dữ liệu, công cụ và chuyên môn chuyên sâu của các hệ thống vật lý, với sự đánh giá và quản trị mang tính bản địa của nền tảng. Đó không phải là một chatbot được gắn thêm vào các công cụ kỹ thuật, và cũng không phải thứ bạn có được bằng cách tinh chỉnh một tác nhân đa năng. Đó là một kiến trúc khác biệt, và nó đòi hỏi sự đổi mới AI nhiều như chính các mô hình vậy.

Khi thảo luận về năng lực tác nhân trong phát triển AI vật lý, phản ứng phản xạ thường thấy là các tác nhân không có chỗ đứng trong kỹ thuật an toàn trọng yếu. Tự động hóa đồng nghĩa với việc di chuyển nhanh và có thể mắc một vài sai lầm. Đó là một lập trường hợp lý khi thứ đang được đề cập nặng hàng tấn.

Tuy nhiên, trong các hệ thống an toàn trọng yếu, tốc độ của vòng lặp phản hồi chính là một cơ chế an toàn. Khi việc xác thực mất hàng tuần, các nhóm kiểm thử tại các cột mốc không thường xuyên. Khi nó chỉ mất vài phút, họ kiểm thử trên mọi thay đổi. Các vấn đề xuất hiện sớm hơn, khi chi phí sửa chữa còn thấp. Độ bao phủ mở rộng ra nhiều kịch bản hơn gấp nhiều lần. Các yêu cầu được thực hiện chính xác hơn và được xác minh thường xuyên hơn. Quy trình chậm chạp, có vẻ cẩn thận không phải là quy trình an toàn nhất theo bản chất của nó. Đó thường là nơi các lỗi tồn tại âm thầm trong nhiều tháng trước khi có ai đó nhận ra.

Điều thực sự làm cho các tác nhân trở nên an toàn trong lĩnh vực này không phải là làm chậm chúng lại. Đó là vạch ra ranh giới một cách chính xác. Tự động hóa các quy trình phát triển, xác thực và vận hành để các vấn đề an toàn trọng yếu được giải quyết nhanh hơn, và từ chối tự động hóa việc chứng nhận, phê duyệt quy định và phán quyết kỹ thuật cuối cùng. Các tác nhân có rủi ro cao chỉ đề xuất; con người quyết định. Bất cứ thứ gì chạm vào hệ thống sản xuất đều phải chạy sau các cổng phê duyệt. Đây không phải là sự nhượng bộ tạm thời trong khi các mô hình cải thiện. Đây là kiến trúc vĩnh viễn đúng đắn cho AI vật lý, giống như cách một phương tiện tự hành được thiết kế tốt có một phạm vi hoạt động xác định thay vì quyền hạn không giới hạn.

Khi các tác nhân giúp xây dựng AI vật lý nhanh hơn, tốc độ đó có thể làm cho sản phẩm cuối cùng an toàn hơn.

Khi bạn hiểu rằng những giả định này đang kìm hãm AI vật lý, bước logic tiếp theo là kết hợp trí tuệ tốt hơn với khả năng học hỏi nhanh hơn, tạo ra một bánh đà tác nhân (agentic flywheel) nơi các mô hình tiên phong và các hệ thống kỹ thuật tiên phong nuôi dưỡng lẫn nhau.

Một bánh đà quay liên tục trông như thế này: Một cỗ máy hoạt động kém hiệu quả trong thực tế. Các tác nhân khai thác dữ liệu vận hành để tìm ra nơi nào và tại sao, hoặc tạo ra các kịch bản tổng hợp để phơi bày khoảng cách đó. Các phát hiện trở thành yêu cầu, và yêu cầu trở thành các trường hợp kiểm thử. Các trường hợp kiểm thử trở thành phần mềm đã xác thực, được triển khai cho đội xe. Đội xe tạo ra dữ liệu mới, làm cho các mô hình tốt hơn, làm cho các tác nhân tốt hơn, giúp tăng tốc vòng lặp tiếp theo. Mỗi vòng quay trước đây mất hàng tháng và cả một phòng đầy chuyên gia. Mỗi giai đoạn mà các tác nhân tăng tốc không chỉ tiết kiệm thời gian; nó làm tăng số vòng quay, và mỗi vòng quay đều cộng hưởng cả tốc độ lẫn trí tuệ. Các mô hình thông minh hơn làm vòng lặp quay nhanh hơn. Một vòng lặp nhanh hơn làm cho các mô hình thông minh hơn. Đó là hiệu ứng cộng hưởng mà ngành công nghiệp đang bỏ lỡ khi coi trí tuệ là toàn bộ cuộc chơi.

Chúng tôi biết bánh đà này là có thật vì chúng tôi đã vận hành nó trên chính mình. Applied Intuition đã dành một thập kỷ ở vị trí tiên phong của trí tuệ vật lý — nhận thức, mô phỏng, xác thực, phần mềm phương tiện trong các ngành ô tô, xe tải, khai thác mỏ, nông nghiệp và quốc phòng. Trong năm qua, chúng tôi đã xây dựng một nền tảng tác nhân dựa trên cơ sở hạ tầng đó. Nó có tên là Dana, và các kỹ sư của chúng tôi đã xây dựng hơn một nghìn ứng dụng và tác nhân nội bộ trên đó. Với Dana, các chu kỳ phát triển đã trở nên nhanh hơn khoảng 20 lần, với chất lượng đầu ra cao hơn. Việc triển khai đã chuyển từ vài tuần một lần sang nhiều lần mỗi ngày. Các ứng dụng từng mất hàng tháng để xây dựng giờ đây chỉ mất vài ngày hoặc vài giờ. Và, điều đáng nói là, những ứng dụng mà trước đây không bao giờ xứng đáng với hàng tháng nỗ lực thì nay được xây dựng thường xuyên. Khi chi phí xây dựng giảm đi một bậc độ lớn, tập hợp những thứ đáng để xây dựng sẽ mở rộng hơn một bậc độ lớn.

Trí tuệ làm cho hệ thống kỹ thuật trở nên khả thi; hệ thống kỹ thuật làm cho trí tuệ trở nên có ý nghĩa. Không cái nào trong hai thứ đó có thể đưa bạn đến đích nếu đứng một mình.

Nếu ngành công nghiệp tiếp tục chỉ đặt cược vào trí tuệ, thập kỷ tiếp theo của AI vật lý sẽ diễn ra chậm chạp: những bản demo hào nhoáng, các chương trình kéo dài cả thập kỷ, và khoảng cách ngày càng lớn giữa những gì máy móc có thể làm trong phòng thí nghiệm và những gì thực sự đang vận hành trên thế giới. Các mô hình sẽ rất phi thường nhưng đường cong triển khai sẽ vẫn phẳng lì một cách cứng đầu, bởi vì mọi cải tiến sẽ phải xếp hàng chờ đợi sau các tổ chức kỹ thuật vốn hấp thụ thay đổi với tốc độ của năm ngoái.

Hãy kết hợp trí tuệ tiên phong với các hệ thống kỹ thuật tác nhân và đường cong đó sẽ bẻ cong. AI vật lý bắt đầu đạt được tiềm năng đầy đủ của nó. Những trang trại ổn định sản lượng thông qua lao động và các cú sốc khí hậu. Những mỏ khai thác liên tục, an toàn hơn. Các mạng lưới vận tải tự định tuyến xung quanh sự gián đoạn. Các hệ thống quốc phòng giữ vững vị thế trong điều kiện suy giảm. Các thị trường trị giá hàng trăm tỷ đô la hội tụ trên cùng một ngăn xếp, với vòng lặp học tập là trung tâm của tất cả.

Phần mềm đã "ăn" cả thế giới bằng cách làm cho việc xây dựng các ứng dụng cho nền kinh tế kỹ thuật số trở nên rẻ tiền. AI vật lý sẽ làm điều tương tự cho nền kinh tế vật lý, nhưng chỉ khi việc xây dựng các cỗ máy thông minh trở nên nhanh chóng và mang tính lặp lại như việc xây dựng phần mềm, mà không làm tổn hại đến kỷ luật mà các hệ thống an toàn trọng yếu đòi hỏi. Điều đó cần những mô hình tốt nhất và sự tái tạo cách chúng ta làm kỹ thuật, và nửa sau chính là thứ mà hầu như không ai đang xây dựng.

Hai mươi năm nữa, chúng ta sẽ không nhớ công ty nào có mô hình thế giới tốt nhất vào năm 2027. Chúng ta sẽ nhớ công ty nào đã tìm ra cách biến trí tuệ thành các hệ thống được triển khai một cách liên tục. Đó là vấn đề mà chúng tôi đang nỗ lực giải quyết.

Peter Ludwig là đồng sáng lập và CTO của Applied Intuition, một công ty dẫn đầu về AI vật lý và là đơn vị đứng sau Dana, một nền tảng tác nhân để xây dựng các cỗ máy thông minh. Kể từ khi đồng sáng lập công ty vào năm 2017, ông đã giúp đưa Applied Intuition trở thành một trong những công ty cơ sở hạ tầng AI hàng đầu thế giới, phục vụ các ngành công nghiệp ô tô, quốc phòng, xe tải, xây dựng, khai thác mỏ và robot.

Bản tin này chỉ được cung cấp cho mục đích thông tin và không nên được coi là lời khuyên về pháp lý, kinh doanh, đầu tư hoặc thuế. Hơn nữa, nội dung này không phải là lời khuyên đầu tư, cũng không nhằm mục đích sử dụng bởi bất kỳ nhà đầu tư hoặc nhà đầu tư tiềm năng nào trong bất kỳ quỹ nào của a16z. Bản tin này có thể liên kết đến các trang web khác hoặc chứa thông tin khác thu được từ các nguồn của bên thứ ba - a16z chưa xác minh độc lập cũng như không đưa ra bất kỳ tuyên bố nào về tính chính xác hiện tại hoặc lâu dài của thông tin đó. Nếu nội dung này bao gồm quảng cáo của bên thứ ba, a16z chưa xem xét các quảng cáo đó và không xác nhận bất kỳ nội dung quảng cáo hoặc công ty liên quan nào có trong đó. Bất kỳ khoản đầu tư hoặc công ty trong danh mục đầu tư nào được đề cập, tham chiếu hoặc mô tả đều không đại diện cho tất cả các khoản đầu tư trong các phương tiện do a16z quản lý; hãy truy cập https://a16z.com/investment-list/ để xem danh sách đầy đủ các khoản đầu tư. Thông tin quan trọng khác có thể được tìm thấy tại a16z.com/disclosures. Bạn nhận được bản tin này vì bạn đã chọn đăng ký trước đó; nếu bạn muốn hủy đăng ký nhận các bản tin trong tương lai, bạn có thể hủy đăng ký ngay lập tức.

Không có bài đăng nào