"Tôi đã thấy tín hiệu của Scaling Law": Trò chuyện với GS. Từ Mộng Địch về AI hiện thân và mô hình thế giới

👦🏻 Phỏng vấn Podcast: Koji

🥷 Biên tập: Crossing

🧑‍🎨 Dàn trang: Zeoooo

🚥 Khách mời tuần này của Crossing là Mengdi Xu, giáo sư trợ lý tại Viện Khoa học Thông tin Liên ngành (IIIS) thuộc Đại học Thanh Hoa. Bắt đầu từ ngành kỹ thuật ô tô tại Thanh Hoa, sau đó là các chặng dừng chân tại Johns Hopkins, CMU và nghiên cứu sau tiến sĩ trong nhóm của Jiajun Wu và Fei-Fei Li tại Stanford, cô đã trở về Trung Quốc vào đầu năm 2024 để gia nhập IIIS Thanh Hoa. Trọng tâm nghiên cứu cốt lõi của cô là In-Context Learning (ICL) cho robot: giúp robot bước vào một môi trường mới, học một nhiệm vụ mới chỉ qua một hoặc hai lần tương tác tại chỗ và tăng tốc độ học hỏi theo thời gian.

Tập podcast này cũng có một phần hậu kỳ rất kịp thời: một tuần sau khi chúng tôi ghi hình, Generalist đã phát hành GEN-1.5 — bằng cách cho robot xem một đoạn trình diễn chỉ từ 3-12 giây như một "physical prompt" (lời nhắc vật lý), mà không cần tinh chỉnh (fine-tuning) hay cập nhật tham số, robot đã có thể thử nghiệm các nhiệm vụ mới ngay lập tức (đạt tỷ lệ thành công trung bình khoảng 59% trên 10 nhiệm vụ). ICL ngay lập tức trở thành một trong những chủ đề nóng nhất trong lĩnh vực embodied AI toàn cầu, và đây chính xác là hướng đi mà Mengdi đã đặt cược.

Ngoài ICL, chúng tôi cũng thảo luận về:

Vượt ra ngoài các chủ đề kỹ thuật, đây vẫn là một cuộc trò chuyện về những lựa chọn cuộc đời, môi trường và tư duy dài hạn — chúng tôi hy vọng nó có thể đóng vai trò như một tài liệu tham khảo cho tất cả những người trẻ đang đứng giữa Trung Quốc và Mỹ, giữa học thuật và công nghiệp, giữa việc chạy theo xu hướng và kiên trì với con đường dài hạn.

Nghe trên WeChat:

Nghe trên Xiaoyuzhou:

🎬 Podcast video hiện đã có mặt trên WeChat Channels, Xiaohongshu, Bilibili, YouTube và các nền tảng khác của Koji.

Hỏi đáp nhanh

👦🏻 Koji

Hãy bắt đầu với vòng hỏi đáp nhanh truyền thống để giúp mọi người làm quen với bạn nhé. Mengdi, bạn bao nhiêu tuổi?

👩🏻 Mengdi Xu

Tôi 30,5 tuổi.

👦🏻 Koji

30,5 ư? Chính xác quá nhỉ! MBTI và cung hoàng đạo của bạn là gì?

👩🏻 Mengdi Xu

MBTI của tôi là INTJ, và tôi thuộc cung Ma Kết.

👦🏻 Koji

Trong một câu, đâu là hướng nghiên cứu mà bạn hiện đang dành nhiều thời gian nhất?

👩🏻 Mengdi Xu

Giúp robot liên tục tự cải thiện bản thân từ các tình huống trong thế giới thực.

👦🏻 Koji

Bạn đã làm việc này được bao lâu rồi? Tôi nhớ là bạn đã nghiên cứu về khả năng tổng quát hóa (generalization) từ khá sớm.

👩🏻 Mengdi Xu

Sau khi rời CMU, tôi về cơ bản đã theo đuổi sợi dây xuyên suốt là khả năng tổng quát hóa.

Vào thời điểm đó, tôi cảm thấy robot không thể chỉ dựa vào kiến thức đã học trước. Điều khiến con người có khả năng tổng quát hóa tốt như vậy hoạt động trên hai cấp độ: một là chúng ta có rất nhiều kiến thức nền tảng; hai là chúng ta học những điều mới cực kỳ nhanh. Tổng quát hóa thực sự có nghĩa là mang lại cho robot khả năng học nhanh tương tự như con người.

👦🏻 Koji

Điều gì là chất xúc tác đưa bạn đến với hướng nghiên cứu này?

👩🏻 Mengdi Xu

Sau khi đến CMU, tôi bắt đầu làm việc trong lĩnh vực mà lúc đó gọi là Robot Learning — áp dụng các phương pháp học máy vào robot, trước khi nó có cái tên mỹ miều là "embodied AI".

Tại CMU, tôi thực sự yêu thích một công trình có tên là MAML, một kết quả nổi tiếng của giáo sư Chelsea Finn tại Stanford, người cũng là đồng sáng lập của Physical Intelligence. Điều làm cho MAML trở nên mạnh mẽ là nó có thể giúp robot học được những nhiệm vụ mà chúng chưa từng thấy trước đây. Lúc đó, tôi cảm thấy đây chính là hướng đi tương lai cho ngành robot.

👦🏻 Koji