Kevin Roose và cuốn sách về AGI: Khi giới công nghệ tin rằng trí tuệ nhân tạo tổng quát đã cận kề

Kevin Roose – cây bút công nghệ kỳ cựu từng làm việc lâu năm tại The New York Times – vừa rời tòa soạn để thành lập podcast công nghệ riêng mang tên Machine Gods cùng đồng nghiệp cũ Casey Newton. Cùng lúc đó, ông ra mắt cuốn sách The AGI Chronicles, ghi lại chặng đường bùng nổ của ngành AI và cuộc đua xây dựng trí tuệ nhân tạo tổng quát.

Kevin Roose trong cuộc trò chuyện về AGI và tương lai của ngành AI

Từ The New York Times đến nền kinh tế sáng tạo

Roose không ngại thừa nhận rằng việc rời một tòa soạn lớn là quyết định khó khăn. Trong nhiều năm, các hãng truyền thông thường e dè khi đầu tư mạnh vào video, bởi không ít đơn vị đã thất bại khi cố "chuyển hướng sang video". Tuy vậy, ông cho rằng YouTube hiện là nền tảng truyền thông quan trọng nhất thế giới, đồng thời là nơi mà báo chí chất lượng cao vẫn còn rất ít đất diễn.

"Nếu nhìn vào toàn bộ YouTube và thử đánh giá phần nào dành cho thứ mà chúng ta gọi là báo chí chất lượng cao, thì đó là một phần cực kỳ nhỏ bé của cả hệ sinh thái."

Podcast Machine Gods được thiết kế theo hướng video-first, hợp tác với NPR, và sẽ được phân phối rộng rãi trên cả Apple Podcasts lẫn Spotify. Theo Roose, việc trở thành người sáng lập doanh nghiệp đem lại những trải nghiệm mới mẻ: từ đàm phán bảo hiểm cho các rủi ro pháp lý cho đến việc vận hành một đơn vị truyền thông độc lập.

Khán giả của tin tức AI đang thay đổi

Roose cho rằng công chúng từng có nhu cầu lớn với những nội dung "trấn an" – kiểu nói rằng AI không đáng lo, chỉ là trào lưu nhất thời. Nhưng xu hướng đó đang dần lắng xuống. Phần lớn người xem giờ đây hoặc đã chấp nhận, hoặc tỏ ra hào hứng với việc AI sẽ gắn bó lâu dài với đời sống.

Cách tiếp cận của ông và Newton được gọi là "chủ nghĩa hiện thực AI": không tô vẽ viễn cảnh thiên đường, cũng không phủ nhận công nghệ này. Thay vào đó, mục tiêu là giúp người xem hiểu rõ bản chất của nó, kể cả khi họ còn e ngại.

Vì sao cần một cuốn sách về lịch sử AGI?

Roose chia sẻ rằng động lực viết sách đến từ nỗi lo những dấu vết của giai đoạn này sẽ biến mất vĩnh viễn. Khác với thời kỳ phát triển bom nguyên tử hay cuộc cách mạng máy tính cá nhân – khi nhật ký phòng thí nghiệm và thư từ được lưu giữ – các kỹ sư AI ngày nay làm việc cho doanh nghiệp tư nhân, trao đổi qua Signal và Slack, với tin nhắn thường được cài đặt tự động xóa theo yêu cầu của bộ phận pháp lý.

Ông đã phỏng vấn khoảng 150 người, nhiều cuộc trò chuyện diễn ra trong điều kiện ẩn danh để bảo vệ người trong cuộc, nhằm dựng lại một cách trung thực nhất lịch sử của cuộc đua này.

Khoảnh khắc AGI từ giấc mơ thành mục tiêu kinh doanh

Điểm cốt lõi của cuốn sách là thời khắc AGI chuyển từ khát vọng triết học sang mục tiêu thực thi. Yếu tố kỹ thuật then chốt là kiến trúc transformer – do Google công bố năm 2017 – mở đường cho các mô hình ngôn ngữ lớn. Từ đó, các phòng thí nghiệm tin rằng dự đoán token tiếp theo (next-token prediction) có thể mở rộng quy mô gần như vô hạn.

Cuốn sách ghi lại những tranh luận nội bộ tại Google, nơi một bên kêu gọi công khai thừa nhận đang xây dựng AGI, còn bên kia cho rằng đó là thuật ngữ thiếu khoa học. Đến nay, CEO Sundar Pichai vẫn tránh dùng cụm từ này, trong khi Demis Hassabis hay Sergey Brin lại sẵn sàng nhắc tới.

Niềm tin như một lợi thế cạnh tranh

Theo Roose, niềm tin mãnh liệt vào AGI là con dao hai lưỡi. Nó có thể khiến các nhà điều hành xao nhãng bài toán lợi nhuận và khách hàng doanh nghiệp. Nhưng chính niềm tin đó cũng thúc đẩy những canh bạc lớn về hạ tầng tính toán – và trong trường hợp của OpenAI, đã giúp họ thoát khỏi tình trạng thiếu hụt năng lực tính toán so với các đối thủ.

Ông cũng chỉ ra rằng các công ty này buộc phải vận hành như những nhà cung cấp phần mềm doanh nghiệp để có tiền trang trải GPU và lương kỹ sư. Nhưng đằng sau đó, nhiều người trong cuộc vẫn xem mình là những người theo đuổi một sứ mệnh lớn hơn nhiều.

"Một người ở một trong những công ty này nói với tôi rằng họ nghĩ công ty mình có thể là công ty cuối cùng. Không phải công ty cuối cùng IPO trong năm nay, mà là điểm kết của chủ nghĩa tư bản."

Vì sao họ vẫn lao về phía trước?

Khi được hỏi vì sao tiếp tục đẩy nhanh tốc độ bất chấp rủi ro, các nhà nghiên cứu thường đưa ra ba lý do: thuyết tất yếu (nếu có thể làm được thì sẽ có người làm), niềm tin vào kết quả tốt đẹp, và đơn giản là cảm giác thích thú khi chứng kiến máy tính làm được những điều chưa từng có.

Roose cho rằng LLM hiện là con đường hứa hẹn nhất, dù chưa ai chắc chắn nó sẽ dẫn tới đâu. Với ông, câu hỏi lớn nhất vẫn là: vì sao dự đoán token tiếp theo lại hiệu quả đến vậy, và liệu nó có tiếp tục hiệu quả khi quy mô tiếp tục được đẩy lên cao hơn nữa?