Startup Recursive và tham vọng tự cải thiện đệ quy: Mô hình Flint gây ấn tượng mạnh

Trong vài ngày qua, giới công nghệ đang xôn xao về Flint — một mô hình AI mã nguồn mở chuyên hỗ trợ lập trình do startup Recursive phát triển. Điều đáng chú ý không chỉ nằm ở hiệu năng mà còn ở cách nó ra đời: gần như toàn bộ quy trình xây dựng mô hình đều do AI đảm nhiệm. Đây được xem là bước tiến đáng kể của phương pháp tự cải thiện đệ quy (RSI - Recursive Self-Improvement) — dùng AI để tạo ra AI.

Flint: Mô hình nhỏ nhưng "chiến" thật sự

Theo Richard Socher, CEO kiêm đồng sáng lập Recursive, gần như mọi khâu trong pipeline của Flint đều được AI thực hiện và tối ưu. Công ty đã dùng hệ thống AI nội bộ có tên Eureka Machine để tự động hóa phần lớn quá trình phát triển mô hình.

"Gần như mọi khía cạnh của toàn bộ pipeline mô hình đều thực sự được AI thực hiện và cải tiến" — Richard Socher chia sẻ.

Kết quả là chỉ với một nhóm nhỏ nhà nghiên cứu, Recursive đã tạo ra một mô hình chất lượng cao trong vài tháng. Theo Socher, Eureka Machine đã đề xuất nhiều sáng kiến, bao gồm cách huấn luyện mô hình nền tảng mới, kiến trúc mô hình mới và mã tối ưu cho từng loại chip cụ thể.

Flint có 40 tỷ tham số — con số vừa phải so với các mô hình hàng nghìn tỷ tham số đang chạy trên hệ thống server công nghiệp. Tuy vậy, các điểm chuẩn (benchmark) mà Recursive công bố cho thấy Flint vượt trội so với các mô hình cùng kích thước ở các tác vụ lập trình.

RSI là gì và vì sao gây tranh cãi?

Hiện nay, AI đã được sử dụng rộng rãi để hỗ trợ xây dựng, kiểm thử và cải thiện chính AI nhờ khả năng lập trình ấn tượng. Điều này giúp tăng tốc quá trình tinh chỉnh mô hình mà không cần quá nhiều can thiệp từ con người.

Tuy nhiên, RSI đi xa hơn: tạo ra một vòng lặp mà AI tự quyết định cải tiến gì tiếp theo, rồi bắt đầu vòng cải tiến mới. Về lý thuyết, nếu AI đóng góp được vào mọi khía cạnh phát triển mô hình, quá trình này có thể tiếp diễn vô hạn.

Chính điều đó khiến nhiều chuyên gia lo ngại. Họ cho rằng AI có khả năng tự cải thiện không ngừng có thể thoát khỏi tầm kiểm soát của con người và thậm chí coi con người là trở ngại cho mục tiêu của nó.

Nỗi lo này càng được chú ý vào tháng 9 vừa qua khi một nhà nghiên cứu rời Anthropic và cảnh báo rằng những tiến bộ AI, trong đó có RSI, có thể dẫn tới nguy cơ tuyệt chủng loài người trong vài năm tới. Một số dự luật tại Quốc hội Mỹ thậm chí đã đề xuất cấm RSI.

Recursive: Rủi ro là chuyện khoa học viễn tưởng

Recursive phản bác những lo ngại trên, cho rằng chúng mang màu sắc khoa học viễn tưởng hơn là thực tế, và việc lập pháp cấm RSI sẽ là rào cản không cần thiết cho tiến bộ.

Socher khẳng định Flint được xây dựng bằng hệ thống không có khả năng thoát khỏi kiểm soát của con người. Mục tiêu của công ty là đưa chính Eureka Machine đạt được khả năng tự cải thiện đệ quy hoàn toàn, nhưng vẫn dưới sự giám sát của con người, những người có thể dừng quá trình nếu đi chệch hướng.

"Chúng tôi hy vọng điều này cho thấy với mọi người rằng chúng tôi thực sự đã có đủ các bước cần thiết" để xây dựng một hệ thống như vậy — Socher nói.

Tiềm lực tài chính và đội ngũ đáng gờm

Recursive đã huy động được 650 triệu USD với mức định giá 4,65 tỷ USD, từ các nhà đầu tư lớn như Google Ventures, Greycroft, Nvidia và AMD Ventures.

Socher từng là nhà khoa học trưởng tại Salesforce. Trong số các đồng sáng lập có Jeff Clune, giáo sư Đại học British Columbia, người nghiên cứu các phương pháp xây dựng hệ thống AI có khả năng học hỏi không ngừng.

Trải nghiệm thực tế: Nhỏ mà có võ

Cây bút công nghệ Will Knight đã thử nghiệm Flint trên một chiếc Mac với 48 GB RAM — đủ để chạy một mô hình cỡ vừa như Flint. Ông dùng Flint để xây dựng nhiều chương trình và nhận thấy nó vừa nhanh vừa mạnh.

Theo Knight, các mô hình cùng kích thước thường dễ mắc lỗi hoặc chậm so với Claude hay Codex, nhưng Flint "xử lý gọn" mọi yêu cầu lập trình của ông. Ông đã dùng nó tạo danh sách việc cần làm dạng dòng lệnh, một chương trình quét web tìm nghiên cứu về RSI, và một website đơn giản giải thích cách RSI hoạt động.

Bức tranh rộng hơn

Không rõ các phòng thí nghiệm AI khác tại Mỹ đã tiến xa đến đâu trong việc theo đuổi RSI, nhưng một số công trình đã công bố cho thấy hệ thống đệ quy hoàn chỉnh là khả thi. Chẳng hạn, nhóm nghiên cứu từ Microsoft, Đại học Carnegie Mellon và Đại học Virginia gần đây đã chứng minh một tác nhân AI lập trình có thể tự cải thiện đệ quy bằng cách chỉnh sửa khung phần mềm biến lý luận thành hành động hữu ích và trọng số của chính mô hình.

Với Socher, phương pháp xây dựng Flint có thể giúp AI tiên tiến trở nên dễ tiếp cận hơn.

"Đây là cách duy nhất để một nhóm rất nhỏ như chúng tôi tạo ra một mô hình thực sự tốt hơn bất kỳ mô hình nào khác cùng phân khúc. Hy vọng điều này sẽ cho mọi người thấy rằng tự cải thiện đệ quy thực sự khá hữu ích và sẽ mang lại lợi ích cho nhiều người" — Socher nhấn mạnh.

Góc nhìn cho độc giả Việt Nam

Đối với cộng đồng công nghệ Việt Nam, câu chuyện của Recursive là lời nhắc rằng các startup nhỏ với đội ngũ tinh gọn hoàn toàn có thể cạnh tranh nếu biết tận dụng AI trong chính quy trình phát triển sản phẩm. Việc Flint là mô hình mã nguồn mở, chạy được trên máy cá nhân cấu hình vừa phải, cũng mở ra cơ hội cho lập trình viên trong nước thử nghiệm mà không cần hạ tầng đám mây tốn kém.

Tuy vậy, bài học về quản trị rủi ro vẫn cần được đặt lên hàng đầu: tự động hóa càng sâu thì cơ chế giám sát và "phanh an toàn" do con người kiểm soát càng phải rõ ràng.