Trong một cuộc phỏng vấn tại Đại học Khoa học và Công nghệ Hồng Kông, CEO của Nvidia, Jensen Huang, đã chia sẻ những quan điểm thú vị về sự phát triển của trí tuệ nhân tạo (AI), bao gồm cả vấn đề “ảo giác” (hallucination) – khi AI bịa đặt thông tin để lấp đầy lỗ hổng kiến thức.
Ông Huang nhấn mạnh nhu cầu về sức mạnh tính toán cho AI đã tăng vọt trong 10 năm qua, thậm chí lên tới một triệu lần. Điều này giải thích phần nào lý do tại sao cổ phiếu Nvidia tăng 300 lần trong cùng thời gian. Khi được hỏi liệu nhu cầu tính toán có tiếp tục tăng một triệu lần nữa trong 10 năm tới hay không, ông Huang không trả lời trực tiếp mà tập trung vào ba giai đoạn phát triển AI:
- Đào tạo trước (Pre-training): Tương tự như việc học đại học, AI thu thập và xử lý toàn bộ dữ liệu trên thế giới để tìm hiểu kiến thức. Tuy nhiên, ông Huang cho rằng đây mới chỉ là một bước quan trọng, chưa đủ.
- Đào tạo sau (Post-training): AI tập trung vào một kỹ năng cụ thể thông qua “học tăng cường dựa trên phản hồi của con người, học tăng cường dựa trên phản hồi của AI, tạo dữ liệu tổng hợp, học đa chiều…”
- Điều chỉnh thời gian kiểm tra (Test Time Scaling) hay “suy nghĩ”: Đây là giai đoạn phức tạp nhất, AI phân tích vấn đề từng bước để tìm ra giải pháp, có thể phải lặp lại nhiều lần và mô phỏng các kết quả khác nhau, đặc biệt khi câu trả lời không phải là dự đoán. Ông Huang gọi đây là “suy nghĩ”, và cho rằng thời gian suy nghĩ càng lâu thì câu trả lời càng chất lượng.
Mặc dù có những bước tiến đáng kể, ông Huang khẳng định chúng ta vẫn chưa thể hoàn toàn tin tưởng vào câu trả lời của AI. “Hiện nay, những câu trả lời chúng ta có là tốt nhất có thể, nhưng chúng ta cần đạt đến điểm mà câu trả lời bạn nhận được không chỉ là tốt nhất mà còn đáng tin cậy. Chúng ta phải đến điểm mà bạn tin tưởng phần lớn vào câu trả lời nhận được.” Ông cho rằng cần vài năm nữa mới đạt được điều đó và trong thời gian này, việc tăng cường sức mạnh tính toán là điều cần thiết.
Tuy nhiên, ông cũng nhấn mạnh đóng góp của Nvidia cho lĩnh vực AI: “Nvidia đã giảm chi phí tính toán xuống một triệu lần”. Điều này đã thay đổi thói quen nghiên cứu, cho phép các nhà nghiên cứu sử dụng máy tính để học tập một lượng dữ liệu khổng lồ mà không cần phải suy nghĩ nhiều. Đó là lý do tại sao máy học bùng nổ.
Khi được chỉ ra rằng GPU AI của Nvidia vẫn đắt tiền, ông Huang lập luận rằng nếu không có Nvidia, chi phí sẽ cao hơn gấp một triệu lần. “Tôi đã giảm giá cho các bạn một triệu lần trong 10 năm qua. Nó gần như miễn phí!” ông Jensen nói.
Tóm lại, phát biểu của Jensen Huang cho thấy AI vẫn còn một chặng đường dài phía trước để đạt được độ tin cậy tuyệt đối. Tuy nhiên, Nvidia đã đóng góp to lớn vào sự phát triển của AI bằng cách làm giảm đáng kể chi phí tính toán, thúc đẩy sự bùng nổ của máy học.
Tuyên bố miễn trừ trách nhiệm: Thông tin được cung cấp chỉ mang tính chất thông tin chung, https://lacongnghe.com không đưa ra bất kỳ tuyên bố hoặc bảo đảm nào liên quan đến thông tin, bao gồm nhưng không giới hạn bất kỳ sự tuyên bố hoặc bảo đảm về tính thích hợp cho bất kỳ mục đích cụ thể nào của thông tin theo phạm vi cho phép tối đa của pháp luật. Mặc dù đã nỗ lực để đảm bảo rằng thông tin được cung cấp trong bài viết này là chính xác, đáng tin cậy và hoàn chỉnh vào thời điểm đăng tải, nhưng thông tin được cung cấp trong bài viết này không nên được dựa vào để đưa ra bất kỳ quyết định tài chính, đầu tư, bất động sản, giao dịch hoặc pháp lý nào. Thêm vào đó, thông tin không thể thay thế lời khuyên từ một chuyên gia được đào tạo, người mà có thể xem xét, đánh giá các sự kiện và hoàn cảnh cá nhân của bạn, và chúng tôi không chịu bất kỳ trách nhiệm nào nếu bạn sử dụng những thông tin này để đưa ra quyết định. Xin cảm ơn!
