Tại sao CEO AMI Labs Alexandre LeBrun từ chối gọi AI của mình là 'AGI' hay 'siêu trí tuệ'?

Trong khi phần còn lại của ngành công nghiệp AI đang chạy đua để gắn nhãn các sản phẩm của mình là “AGI” hoặc “siêu trí tuệ” (superintelligence), Alexandre LeBrun, CEO của startup mô hình thế giới (world model) do Yann LeCun đồng sáng lập là AMI Labs, lại hoàn toàn tránh sử dụng những thuật ngữ này. Trong một cuộc phỏng vấn với TechCrunch, LeBrun cho biết công ty của ông không hề sử dụng các thuật ngữ như “AGI” hay “siêu trí tuệ”.

“Chúng tôi chưa bao giờ dùng từ AGI. Và tôi vừa nhận thấy rằng không còn ai dùng nó nữa; họ đã chuyển sang dùng từ siêu trí tuệ,” ông nói. “Lần tới, có lẽ chúng tôi sẽ chuyển sang một từ khác.” Ông cũng không bị thuyết phục bởi cái tên mới này. “Chẳng có định nghĩa nào là chuẩn xác cả. Siêu trí tuệ là gì? Tôi không biết. Đó không phải là một từ hữu ích cho lắm.”

Đây là một quan điểm sắc bén từ một nhà sáng lập đang đứng ở vị trí trung tâm trong cuộc đua mới nhất của ngành AI.

TechCrunch đã trò chuyện với LeBrun khi ông ở Seoul vào tuần trước để tham dự Hội nghị Quốc tế về Học máy (The International Conference on Machine Learning), nơi ông đang tìm kiếm các đối tác công nghiệp địa phương, các công ty toàn cầu và các nhà nghiên cứu. AMI Labs vẫn đang trong giai đoạn tiền sản phẩm, nhưng đã bắt đầu thu hút các đơn vị trong lĩnh vực robot, sản xuất và điện tử. LeBrun giải thích rằng một mô hình thế giới, vốn kết hợp vật lý để dự đoán và tương tác với thế giới thực, cần phải chứng minh được năng lực bên ngoài phòng thí nghiệm.

Một lĩnh vực mà các mô hình thế giới được kỳ vọng sẽ tạo ra tác động lớn là robot. Hiện tại, các robot chỉ đang thực hiện các quy trình cố định, “hoàn toàn tĩnh”, và AI vẫn “thực sự ngốc nghếch trong thế giới vật lý,” LeBrun nhận định.

Ngay cả khi AI chỉ có thể giúp robot “nhận thức được bối cảnh”, điều đó cũng sẽ tạo ra “một sự khác biệt rất lớn cho thế giới.” Một AI có nhận thức bối cảnh như vậy, ví dụ, sẽ rất hữu ích trong việc ngăn chặn một robot đang nhảy múa và biểu diễn kung fu tại một sự kiện công cộng tiến lại gần và đá vào một đứa trẻ. “Phần cứng thì rất tiên tiến; sự tiến bộ về phần cứng trong vài tháng qua là không thể tin nổi, nhưng lại không có bộ não nào cả.”

Một mô hình ngôn ngữ lớn (LLM) dự đoán từ hoặc văn bản tiếp theo, còn một mô hình thế giới thì dự đoán trạng thái tiếp theo. Hãy đẩy một chiếc ly khỏi bàn, bạn sẽ biết ngay nó sẽ nghiêng và đổ; đó chính là trực giác mà một mô hình thế giới hướng tới: dự đoán trạng thái tiếp theo của thế giới, LeBrun giải thích.

LeBrun cho biết ông không khẳng định các mô hình thế giới tốt hơn LLM, mà chúng “bổ sung cho nhau, không thể thay thế” khi nói đến các hệ thống AI hiểu được thế giới vật lý. So sánh với các chức năng ngôn ngữ và tư duy riêng biệt của não người, ông nói thêm rằng LLM sẽ vẫn là công cụ hiệu quả nhất để xử lý ngôn ngữ, trong khi các mô hình thế giới sẽ cung cấp bối cảnh và sự hiểu biết về thế giới thực.

Hầu như mọi ngành công nghiệp “tiếp xúc với thế giới thực” cuối cùng đều có thể tận dụng robot dựa trên các mô hình thế giới, LeBrun nói, đồng thời lập luận rằng môi trường vật lý vẫn là nơi mà các LLM yếu thế nhất.

Một robot nhà máy lặp đi lặp lại cùng một chuyển động hiện nay đã hoạt động đủ tốt, ông nói. Thách thức bắt đầu khi “bạn đưa robot của mình ra ngoài môi trường mở hơn, trong gia đình hoặc trên đường phố”, nơi nó phải hiểu môi trường xung quanh và vận hành an toàn. “Robot hiện tại chưa an toàn,” ông nói. “Hiện chưa có giải pháp nào cho vấn đề đó.”

Chăm sóc sức khỏe mang đến một ví dụ cá nhân hơn đối với LeBrun, người từng điều hành Nabla, một startup AI về y tế. Ông ví các hệ thống AI ngày nay như một bác sĩ chỉ được đào tạo qua sách giáo khoa mà chưa từng thực tập nội trú. LLM có thể hữu ích trong y học, ông nói, nhưng chúng chỉ bao phủ “khoảng 1% lĩnh vực chăm sóc sức khỏe.” Phần còn lại phụ thuộc vào kinh nghiệm thực tế.

Nhưng theo LeBrun, một mô hình thế giới không thể được xây dựng bên trong phòng thí nghiệm. Để huấn luyện trên thực tế, AMI cần các môi trường thực và những đối tác thân thiết. “Chúng tôi cần tiếp cận thế giới thực,” và “dễ dàng hơn cho chúng tôi khi thực hiện điều đó với các đối tác.” Đó là một phần lý do thu hút ông đến châu Á, nơi thực sự có các robot, chip và nhà máy.

LeBrun chưa muốn tiết lộ toàn bộ chiến lược tại châu Á. “Còn quá sớm,” ông nói. Nhưng sự thu hút đối với Hàn Quốc đến từ hai yếu tố. Thứ nhất, Hàn Quốc có các ngành công nghiệp tiên tiến về robot, bán dẫn và sản xuất; những lĩnh vực nặng về phần cứng mà làn sóng AI đầu tiên hầu như chưa chạm tới.

Điểm thu hút thứ hai là tốc độ. LeBrun chỉ ra kế hoạch quốc gia của Hàn Quốc trong việc đổ tiền vào AI và bề dày thành tích của nước này trong việc sớm áp dụng công nghệ mới. “Hàn Quốc là quốc gia áp dụng internet nhanh nhất cách đây 25 năm,” ông nói. Chính sự kết hợp đó, một nền tảng công nghiệp sâu rộng cộng với sự sẵn sàng đón nhận AI nhanh chóng, là điều mà ông gọi là “độc nhất vô nhị”, và là lý do “chúng tôi muốn có mặt ở đây ngay từ ngày đầu tiên.”

“Tôi đã bảo Alex và đội ngũ hãy đến Hàn Quốc,” JP Lee, CEO của SBVA và là một trong những nhà đầu tư của AMI tại châu Á, chia sẻ với TechCrunch.

Chính phủ đã làm “một công việc tuyệt vời” trong việc tài trợ cho các mô hình LLM chủ quyền tại địa phương, Lee nói, và những mô hình đó đã hoạt động “đủ tốt” cho các tác vụ mục đích chung, nhưng ông đang thúc đẩy Hàn Quốc tiếp tục đầu tư vào AI vật lý nữa. Ông chỉ ra kế hoạch tháng 6 của Seoul nhằm huy động khoảng 880 tỷ USD cho chip, trung tâm dữ liệu AI và AI vật lý, như một trong ba trụ cột đã được công bố. “Chúng nên cùng tồn tại.”

Lee lập luận rằng giá trị của Hàn Quốc đối với các công ty nước ngoài không chỉ nằm ở phần cứng. Các nhà phát triển địa phương rất nhanh nhạy trong việc tiếp nhận và thích nghi với các công cụ mới, một mô hình đã tạo ra các tên tuổi internet nội địa như Naver và Kakao.

Bất chấp sức hút từ những ngôi sao và khoản đầu tư hàng tỷ đô la, AMI vẫn chưa có gì để bán. Startup này, do người chiến thắng giải Turing là Yann LeCun đồng sáng lập sau khi rời Meta, đã huy động được 1,03 tỷ USD vào tháng 3 với mức định giá trước khi gọi vốn là 3,5 tỷ USD. Hiện vẫn chưa có sản phẩm nào và cũng không có mốc thời gian cụ thể nào mà ông cam kết. “Chúng tôi sẽ tạo ra bất ngờ khi đã sẵn sàng,” LeBrun nói.

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.