Vì sao AI chưa thể vượt qua trí tuệ con người?

Bất chấp những tuyên bố từ các tên tuổi hàng đầu, các nhà nghiên cứu cho rằng những lỗi cơ bản trong các mô hình suy luận khiến robot chưa thể vượt qua trí tuệ của con người.

Đối với những CEO hàng đầu trong giới công nghệ hiện nay như Dario Amodei của Anthropic, Demis Hassabis của Google và Sam Altman của OpenAI, việc tuyên bố AI của họ là tốt nhất là chưa đủ. Cả ba gần đây đều phải khẳng định thêm rằng AI sẽ rất tốt, va thậm chí sẽ thay đổi tận gốc cấu trúc xã hội.

Tuy nhiên, một nhóm nghiên cứu ngày càng tăng, từ những người xây dựng, nghiên cứu và sử dụng AI hiện đại dang không tin vào những lời nói đó.

AI suy luận không toàn năng

Chỉ sau 3 năm ra mắt, trí tuệ nhân tạo đã bắt đầu có mặt trong nhiều hoạt động hàng ngày như học tập và làm việc. Nhiều người lo sợ rằng không lâu sau chúng sẽ đủ khả năng để thay thế con người.

Tuy nhiên, các mô hình AI mới hiện nay thực ra không thông minh như chúng ta vẫn tưởng. Phát hiện từ Apple, một trong những công ty công nghệ lớn nhất thế giới đã chứng minh điều này.

Cụ thể, trong một nghiên cứu có tên “Tư duy ảo tưởng” mới xuất bản, nhóm nghiên cứu của Apple khẳng định rằng các mô hình suy luận như Claude, DeepSeek-R1 và o3-mini thực chất không hề “động não” như tên gọi.

Bài báo của Táo khuyết được xây dựng dựa trên công trình trước đây của nhiều kỹ sư tương tự, cũng như nghiên cứu đáng chú ý từ cả giới học thuật và các công ty công nghệ lớn khác, bao gồm Salesforce.

Những thí nghiệm này cho thấy các AI suy luận vốn được ca ngợi là bước tiếp theo hướng tới các tác nhân AI tự động, và cuối cùng là trí tuệ siêu việt trong một số trường hợp lại kém giải quyết vấn đề hơn các chatbot AI cơ bản đã được ra mắt trước đó.

Nghiên cứu mới của Apple về mô hình suy luận lớn cho thấy các mô hình AI thực chất không hề “động não” như tên gọi. Ảnh: OpenAI.

Cũng trong nghiên cứu, dù đang sử dụng chatbot AI hay mô hình suy luận, tất cả hệ thống đều thất bại hoàn toàn ở các tác vụ phức tạp hơn.

Các nhà nghiên cứu đề xuất từ suy luận nên được thay lại bằng “bắt chước”. Nhóm cho rằng những mô hình này chỉ đơn giản là ghi nhớ và lặp lại khuôn mẫu (pattern) một cách hiệu quả. Nhưng khi câu hỏi được thay đổi hoặc độ phức tạp tăng lên, chúng gần như ngã chồng lên nhau.

Đơn giản hơn, chatbot hoạt động tốt khi chúng có thể nhận diện và khớp mẫu, nhưng một khi đề bài trở nên quá phức tạp, chúng sẽ không thể xử lý được. “Mô hình suy luận tiên tiến (Large Reasoning Models – LRM) gặp phải hiện tượng sụp đổ hoàn toàn về yếu tố chính xác khi độ phức tạp vượt qua một ngưỡng nhất định”, nghiên cứu nhấn mạnh.

Điều này đi ngược với kỳ vọng của nhà phát triển, cho rằng vấn đề phức tạp sẽ được giải quyết khi càng có nhiều tài nguyên. “Nỗ lực suy luận của AI sẽ tăng lên theo độ phức tạp, nhưng chỉ đến một mức nào đó, rồi lại giảm dần, dù vẫn còn đủ ngân sách token (khả năng tính toán) để xử lý”, nghiên cứu bổ sung.

Tương lai thật sự của AI

Gary Marcus, nhà tâm lý học và tác giả sách người Mỹ, cho rằng phát hiện của Apple khá ấn tượng, nhưng không thật sự mới mà chỉ củng cố cho các nghiên cứu trước. Giáo sư danh dự ngành tâm lý học và khoa học thần kinh tại Đại học New York lấy ví dụ nghiên cứu năm 1998 của mình.

Trong đó, ông cho rằng mạng nơ-ron, tiền thân của mô hình ngôn ngữ lớn, có thể khái quát tốt trong phạm vi phân phối dữ liệu chúng đã được huấn luyện, nhưng thường sụp đổ khi gặp dữ liệu ngoài phân phối.

Tuy nhiên, ông Marcus cũng cho rằng mô hình LLM hay LRM đều có ứng dụng riêng, và hữu ích trong vài trường hợp.

Trong giới công nghệ, siêu trí tuệ được xem là giai đoạn phát triển tiếp theo của AI, nơi các hệ thống không chỉ đạt được khả năng suy nghĩ như con người (AGI) mà còn vượt trội về tốc độ, độ chính xác và mức độ nhận thức.

Bất chấp những hạn chế lớn, ngay cả những người chỉ trích AI cũng nhanh chóng bổ sung rằng cuộc hành trình hướng tới siêu trí tuệ máy tính vẫn hoàn toàn khả thi.

Không chỉ là một giải pháp thay thế cho Google hay công cụ giúp làm bài tập về nhà, CEO của OpenAI Sam Altman từng cho rằng AI sẽ thay đổi sự tiến bộ của nhân loại. Ảnh: AA Photo.

Jorge Ortiz, phó giáo sư kỹ thuật tại phòng thí nghiệm Rutgers, cho rằng việc phơi bày những hạn chế hiện tại có thể chỉ ra con đường để các công ty về AI vượt qua chúng.

Ortiz nêu ví dụ các phương pháp huấn luyện mới như đưa ra phản hồi từng bước về hiệu suất của mô hình, bổ sung thêm tài nguyên khi gặp các vấn đề khó, có thể giúp AI giải quyết các vấn đề lớn hơn và sử dụng phần mềm cơ bản tốt hơn.

Trong khi đó, Josh Wolfe, đồng sáng lập công ty đầu tư mạo hiểm Lux Capital, từ góc độ kinh doanh, dù hệ thống hiện tại có thể suy luận hay không, chúng vẫn sẽ tạo ra giá trị cho người dùng.

Ethan Mollick, giáo sư thuộc Đại học Pennsylvania cũng bày tỏ niềm tin các mô hình AI sẽ sớm khắc phục được những hạn chế này trong tương lai gần.

“Các mô hình ngày càng tốt hơn, và các cách tiếp cận AI mới liên tục được phát triển. Vì vậy tôi sẽ không ngạc nhiên nếu những hạn chế này được khắc phục trong tương lai gần”, Mollick nói.