WSJ phân tích: Mạng lưới nhân tài Thanh Hoa và mã nguồn mở giúp AI Trung Quốc bứt tốc

Ngày 25 tháng 8, theo tờ *The Wall Street Journal*, các mô hình AI của Trung Quốc trong những năm gần đây đã nhanh chóng thu hẹp khoảng cách với các mô hình hàng đầu của Mỹ. Đằng sau thành quả này không phải là những đột phá kỹ thuật bất ngờ trong ngắn hạn, mà là kết quả cộng hưởng từ mạng lưới nhân tài được hình thành lâu dài tại các trường đại học như Đại học Thanh Hoa, cùng với các yếu tố như công nghệ mã nguồn mở, sự trở về của nhân tài và hiệu suất tính toán cao hơn. Báo cáo cho rằng, một nhóm các nhà nghiên cứu tiêu biểu như đồng sáng lập Zhipu AI Đường Kiệt (Tang Jie), nhà sáng lập Moonshot AI Dương Thực Lân (Yang Zhilin) và nhà sáng lập DeepSeek Lương Văn Phong (Liang Wenfeng) đã tạo nên lực lượng quan trọng trong làn sóng bắt kịp AI lần này của Trung Quốc.

*The Wall Street Journal* cho biết, nhiều chuyên gia trong ngành tại cả Mỹ và Trung Quốc đều nhận định rằng khoảng cách năng lực giữa các mô hình AI tốt nhất của Trung Quốc với các mô hình tiên tiến nhất của Mỹ hiện đã thu hẹp xuống còn vài tháng. Tháng 6 năm nay, Elon Musk từng dự đoán Trung Quốc phải đến quý I năm 2027 mới có thể bắt kịp mô hình hàng đầu của Anthropic, nhưng Đường Kiệt sau đó đã phản hồi rằng: "Sẽ không mất nhiều thời gian đến thế".

Báo cáo truy xuất quá trình hình thành hệ thống nhân tài AI của Trung Quốc từ hơn 20 năm trước. Năm 2005, chủ nhân giải thưởng Turing Diêu Kỳ Trí (Yao Qizhi) đã thành lập "Lớp Diêu" (Yao Class) tại Đại học Thanh Hoa nhằm đào tạo những nhân tài hàng đầu trong lĩnh vực máy tính. Cùng thời điểm đó, Đường Kiệt đã dành thời gian dài nghiên cứu về khai thác dữ liệu và học máy tại Thanh Hoa, phòng thí nghiệm của ông sau này trở thành một trong những nguồn cung nhân tài AI quan trọng của Trung Quốc. Dương Thực Lân từng là học trò của Đường Kiệt, nghiên cứu thuật toán học máy tại Thanh Hoa, sau đó sang Đại học Carnegie Mellon để lấy bằng tiến sĩ và trở về nước thành lập Moonshot AI.

Sự luân chuyển nhân sự giữa các trường đại học và công ty khởi nghiệp này dần hình thành nên một mạng lưới nhân tài AI. Năm 2018, Trung Quốc nới lỏng hơn nữa các hạn chế đối với việc khởi nghiệp của các nhà nghiên cứu khoa học và thương mại hóa kết quả nghiên cứu. Năm sau đó, Đường Kiệt đã ươm tạo từ phòng thí nghiệm tại Thanh Hoa công ty mà sau này phát triển thành Zhipu AI. Ngay từ khi OpenAI phát hành GPT-3 vào năm 2020, Zhipu đã đặt mục tiêu phát triển các mô hình có đẳng cấp tương đương.

Tuy nhiên, so với các doanh nghiệp AI của Mỹ, các công ty Trung Quốc từ lâu đã phải đối mặt với vấn đề thiếu hụt vốn và chip tiên tiến. Jefferies ước tính rằng trong cùng thời kỳ, quy mô đầu tư của các công ty công nghệ Trung Quốc chưa bằng 1/5 so với các đối thủ tại Mỹ. Trong bối cảnh đó, việc nâng cao hiệu suất sử dụng sức mạnh tính toán đã trở thành con đường quan trọng để các doanh nghiệp AI Trung Quốc bắt kịp.

DeepSeek là đại diện tiêu biểu cho hướng đi này. Báo cáo đề cập rằng, DeepSeek đã sử dụng cơ chế Multi-head Latent Attention (MLA) để giảm mức tiêu thụ bộ nhớ trong quá trình vận hành mô hình, đồng thời sớm áp dụng mô hình Mixture-of-Experts (MoE) tại Trung Quốc nhằm giảm nhu cầu về sức mạnh tính toán của chip. Những công nghệ này đã trở thành nền tảng quan trọng cho "cú sốc DeepSeek" vào đầu năm 2025, khi các mô hình mã nguồn mở chi phí thấp do họ tung ra đã gây chấn động thị trường cổ phiếu công nghệ Mỹ, đồng thời buộc các đối thủ Trung Quốc phải xem xét lại lộ trình kỹ thuật của mình.

Sự trao đổi kỹ thuật giữa các doanh nghiệp AI Trung Quốc cũng đẩy nhanh tốc độ lặp lại. Các mô hình sau này của Moonshot AI đã áp dụng các biến thể MoE và MLA mà DeepSeek từng sử dụng hoặc kiểm chứng, trong khi DeepSeek cũng áp dụng các kỹ thuật huấn luyện đã được Moonshot AI tối ưu hóa. Các đội ngũ khác nhau thông qua các bài báo khoa học, mô hình mã nguồn mở và thực tiễn kỹ thuật để học hỏi lẫn nhau, hình thành nên một cơ chế lan tỏa công nghệ khác biệt so với lộ trình mô hình đóng.

Đồng thời, sự trở về của nhân tài cũng trở thành một con đường kỹ thuật khác. Tencent đã chiêu mộ hai sinh viên tốt nghiệp Thanh Hoa từng làm việc tại OpenAI, trong khi ByteDance thu hút các nhà nghiên cứu Trung Quốc từng làm việc tại Google. Báo cáo cho rằng, tiến bộ kỹ thuật của các công ty AI Mỹ, sự trở về của nhân tài từ nước ngoài và mạng lưới nghiên cứu nội địa Trung Quốc đã cùng nhau đẩy nhanh tốc độ bắt kịp của các công ty AI Trung Quốc.

Tuy nhiên, sức mạnh tính toán vẫn là rào cản chính mà các doanh nghiệp AI Trung Quốc phải đối mặt. Lương Văn Phong cho biết vào tháng 5 năm nay rằng, chip chứ không phải nhân tài mới là khoảng cách then chốt nhất giữa các công ty AI của Mỹ và Trung Quốc. Các nhà nghiên cứu tại các phòng thí nghiệm hàng đầu như Alibaba, Zhipu cho biết, số lượng chip cao cấp mà họ có được thường chỉ bằng 1/5 so với các đồng nghiệp tại OpenAI và Google.