Hôm 3/9, tạp chí Cầu Thị (Qiushi) giới thiệu cuộc phỏng vấn giáo sư Tang Jie (Đường Kiệt), giáo sư khoa học máy tính Đại học Thanh Hoa, và là đồng sáng lập kiêm Nhà khoa học trưởng của Zhipu AI, về hiện trạng và tương lai của mô hình ngôn ngữ lớn tại Trung Quốc. Trước đó, hôm 13/8, GS Đường cũng từng có một bài viết trên tạp chí Cầu Thị nhan đề “Lấy Token làm động cơ thúc đẩy sự phát triển chất lượng cao của nền kinh tế thông minh”.
Cầu Thị là tạp chí lý luận chính trị quan trọng hàng đầu của Trung Quốc, thuộc ĐCSTQ.
Nội dung phỏng vấn dưới đây dịch theo bản tiếng Anh, sử dụng AI (tất nhiên). Bản gốc phỏng vấn tiêng Trung trên Cầu Thị có ở link dưới comment. Nội dung bài của GS Đường trên Cầu Thị cũng có ở comment và cũng bằng tiếng Trung.
********
TCCT: Thưa Giáo sư Đường, chào mừng ông đến với Shidian Interview. Hiện nay, các ứng dụng AI tạo sinh như Doubao, DeepSeek, Yuanbao, Kimi, Zhipu Qingyan và Tongyi Qianwen đang nhanh chóng trở nên phổ biến. Đứng sau các sản phẩm AI tiêu dùng này là các mô hình lớn do Trung Quốc phát triển. Ông đánh giá thế nào về sự phát triển hiện tại của các mô hình lớn nội địa Trung Quốc?
GS Đường Kiệt: Những sản phẩm bạn vừa nhắc đến — bao gồm Kimi, Doubao, Zhipu Qingyan và DeepSeek — đều là những sản phẩm rất xuất sắc, và về cơ bản tất cả đều được vận hành bởi các mô hình lớn do Trung Quốc phát triển.
Ngày 30 tháng 11 năm 2022, ChatGPT được OpenAI công bố và nhanh chóng tạo nên cơn sốt trên toàn cầu. Sau đó, năm 2023, ERNIE Bot và Zhipu Qingyan được công bố tại Trung Quốc, theo sau là Doubao cùng các sản phẩm khác. Đợt đầu tiên tại Trung Quốc có khoảng tám doanh nghiệp tham gia. Đến nay, tôi có thể nói rằng các mô hình lớn đã được người dùng phổ thông ứng dụng rộng rãi trong các tác vụ hỏi đáp, tìm kiếm và nhiều ứng dụng liên quan khác.
Ở các ứng dụng hỏi đáp và tìm kiếm, khoảng cách giữa các mô hình Trung Quốc và các mô hình hàng đầu thế giới đang thu hẹp lại. Đó là thực tế cơ bản đầu tiên.
Tuy nhiên, song song với đó, chúng ta có thể thấy các mô hình lớn hàng đầu thế giới đang bắt đầu dịch chuyển sang các lĩnh vực mới, ví dụ như lập trình và các tác vụ có tầm nhìn dài hạn. Khi các mô hình lớn bắt đầu lập trình và thực hiện các tác vụ phức tạp này, chúng ta cần truyền tải kinh nghiệm và chuyên môn làm việc của mình cho chúng. Nhờ đó, các mô hình lớn sẽ dần tích lũy năng lực để đảm nhiệm công việc qua nhiều ngành nghề và bối cảnh khác nhau.
Những năng lực này đang được bổ sung từng bước một. Một số nhà phát triển hàng đầu của quốc tế và Trung Quốc đã bắt tay vào làm việc này từ khá sớm, nên hiện nay họ nắm giữ những lợi thế nhất định.
Điểm thứ ba đưa chúng ta quay trở lại với câu chuyện mã nguồn mở và tính mở. Chỉ thông qua nguồn mở và sự cởi mở, các mô hình của chúng ta mới có thể xác lập được lợi thế riêng, không chỉ trong khâu R&D mô hình, mà còn trong việc mở rộng phạm vi tiếp cận toàn cầu và thúc đẩy việc ứng dụng rộng rãi các quy trình làm việc bằng AI.
TCCT: Cách đây không lâu, cộng đồng AI mã nguồn mở Hugging Face có trụ sở tại Mỹ đã bị ảnh hưởng bởi một sự cố xâm nhập liên quan đến một mô hình của OpenAI. Ban đầu, Hugging Face đã cố gắng gọi các mô hình đóng hàng đầu của Mỹ để hỗ trợ phát hiện và khắc phục lỗ hổng, nhưng những nỗ lực đó đều bị chặn. Sau đó, họ chuyển sang sử dụng GLM-5.2 — một mô hình lớn do Zhipu AI của Trung Quốc phát triển — và theo ghi nhận, họ đã xử lý xong sự cố chỉ trong vài giờ.
Với tư cách là người sáng lập Zhipu AI và hiện là Nhà khoa học trưởng, ông nhìn nhận sự cố này như thế nào? Liệu nó có cho thấy các mô hình lớn mã nguồn mở của Trung Quốc có lợi thế lớn hơn và triển vọng phát triển mạnh mẽ hơn các mô hình độc quyền của Mỹ không?
GS Đường Kiệt: Chúng tôi cũng đã theo dõi sự việc này rất sát sao. Trước hết, để tôi tóm tắt lại diễn biến vụ việc từ đầu đến cuối.
Trong tuần lễ ngày 13 tháng 7, Hugging Face — cộng đồng AI mã nguồn mở lớn nhất thế giới — đã gặp phải một vụ xâm nhập bắt nguồn từ một mô hình lớn.
Nguyên nhân là gì? OpenAI khi đó đang tiến hành một thử nghiệm trong môi trường khép kín, dùng mô hình lớn để tấn công phần mềm. Tuy nhiên, mô hình này bất ngờ thoát khỏi môi trường khép kín đó và tấn công Hugging Face thông qua mạng internet.
Hugging Face sau đó đã cố gắng sử dụng một số mô hình độc quyền tiên tiến nhất hiện có. Ban đầu, họ tìm đến các mô hình đóng như của OpenAI và Claude. Nhưng các mô hình của OpenAI và Claude đều có các biện pháp an toàn và rào chắn bảo vệ (guardrails) nghiêm ngặt, đồng nghĩa với việc Hugging Face không thể thực sự sử dụng chúng cho mục đích cần thiết lúc đó.
Vậy Hugging Face đã làm gì? Họ đã cài đặt mô hình GLM-5.2 của chúng tôi cục bộ trên hệ thống của họ. Sau khi cài đặt, họ tạo ra một môi trường cách ly nội bộ và tái hiện lại toàn bộ quy trình tấn công trong môi trường đó. Bằng cách lần theo dấu vết cuộc tấn công, cuối cùng họ đã xác định được nguyên nhân.
Có một vài bài học chúng ta có thể rút ra từ sự việc này.
Thứ nhất là tầm quan trọng của mã nguồn mở. Nếu không có một mô hình mã nguồn mở, Hugging Face sẽ không thể thiết lập môi trường đó, không thể tái hiện lại sự cố hay tìm ra nguyên nhân của cuộc tấn công.
Thứ hai, cả năng lực bảo mật tấn công lẫn các rào chắn phòng thủ an toàn đều vô cùng quan trọng. Một mô hình cần có khả năng tiến hành kiểm thử bảo mật, nhưng nó cũng đồng thời cần cả năng lực phòng thủ.
Điều này có đồng nghĩa với việc các mô hình mã nguồn mở nhất thiết có lợi thế hơn các mô hình độc quyền hay không? Tôi nghĩ còn quá sớm để đưa ra kết luận đó. Xét cho cùng, trong chính sự cố này, bản thân cuộc tấn công đã được khởi phát bởi mô hình của OpenAI.
Tại sao Hugging Face lại sử dụng GLM-5.2 của chúng tôi? Bởi vì họ không thể sử dụng các mô hình độc quyền cho mục đích đó, nên họ buộc phải dùng mô hình mã nguồn mở của chúng tôi.
Chúng ta không thể nói rằng vì vậy mà GLM-5.2 tốt hơn GPT. Điều chúng ta có thể khẳng định là thông qua hướng tiếp cận mã nguồn mở, GLM-5.2 đã chiếm lĩnh thành công một phân khúc sinh thái chuyên biệt này.
Đó là điểm thứ nhất. Điểm thứ hai đáng để suy ngẫm là giá trị của khả năng kiểm soát. Các mô hình lớn trong tương lai cần phải là những mô hình có cơ chế vận hành trực quan, dễ hiểu, người dùng thực sự có thể triển khai cục bộ, đồng thời phải kiểm toán được và nằm trong tầm kiểm soát. Đó mới là những dạng mô hình mà mọi người thực sự sẵn lòng và có thể đưa vào ứng dụng thực tế.
TCCT: Ông từng đề cập rằng ông khuyến khích rất nhiều sinh viên của mình sử dụng các mô hình lớn. Ngay cả học sinh tiểu học và trung học trong tương lai cũng có thể sử dụng chúng ngày càng nhiều. Liệu điều này có dẫn đến việc nền tảng kiến thức cơ bản bị suy yếu, hay thậm chí làm mai một một số kỹ năng nền tảng hay không?
GS Đường Kiệt: Vâng. Đây là một câu hỏi mà tôi được hỏi rất thường xuyên.
Tôi nhớ nhiều năm trước, khi các mô hình lớn mới bắt đầu phát triển bùng nổ, tôi có trò chuyện với vài người bạn. Tôi nói với họ rằng trong tương lai các mô hình lớn sẽ phát triển cực kỳ nhanh chóng, kiến thức sẽ trở nên dễ tiếp cận hơn rất nhiều, và những công nghệ này sẽ trở thành một phần trong cuộc sống thường nhật của chúng ta.
Nhiều người bạn sau đó hỏi tôi: Vậy con cái chúng ta sau này phải làm gì? Chúng nên học những gì?
Tôi nghĩ chúng ta cần trả lời câu hỏi đó từ hai góc độ.
Góc độ thứ nhất là công nghệ đã phát triển đến mức này rồi, nên việc đơn thuần từ chối sử dụng nó thực sự không phải là một lựa chọn khả thi.
Hãy nghĩ về thời điểm động cơ hơi nước xuất hiện. Trước đó, con người đều biết cưỡi ngựa. Vậy ngày nay chúng ta có còn cần phải thành thạo kỹ năng cưỡi ngựa nữa hay không?
Như bạn thấy đấy, ngày nay rất nhiều người không còn biết cưỡi ngựa. Và ngay cả khi tôi cưỡi ngựa, tôi làm việc đó không phải vì muốn đi nhanh hơn hay vì tôi cần một con ngựa làm phương tiện di chuyển. Cưỡi ngựa giờ đây đã trở thành một hoạt động giải trí nhiều hơn.
Vì vậy, điểm cốt lõi đầu tiên là một kỷ nguyên mới đã mở ra. Một khi những công cụ mới này xuất hiện, chúng ta buộc phải sử dụng chúng. Đó là lý do tại sao tôi khuyến khích sinh viên của mình — và ngay cả các con tôi — sử dụng các mô hình lớn.
Dĩ nhiên, vấn đề còn có một mặt khác. Điều gì sẽ xảy ra nếu mọi người không còn nắm vững kiến thức cơ bản, hoặc cuối cùng mất đi hoàn toàn một số kỹ năng cốt lõi?
Đó lại là một khía cạnh khác của vấn đề.
Cá nhân tôi cho rằng hệ thống công nghệ (technology stack) của chúng ta trong tương lai thực sự có thể sẽ thay đổi. Chúng ta có thể không còn cần phải nắm vững một số điểm kiến thức cơ bản mà trước đây con người từng bắt buộc phải học.
Nhưng cũng còn một khía cạnh khác: các mô hình lớn cho phép chúng ta mở rộng phạm vi tri thức của mình.
Tại sao tôi lại nói như vậy?
Trước đây, nếu bạn chủ yếu dựa vào việc đọc sách, có lẽ bạn chỉ có thể học được 1.000 điểm kiến thức riêng lẻ. Việc có thể tiếp thu và ghi chép lại 1.000 điểm kiến thức như vậy đã là một thành tựu đáng kể rồi.
Tuy nhiên, với các mô hình lớn, bạn có thể hiểu sâu sắc 100 điểm kiến thức cốt lõi, đồng thời có được sự tiếp cận sơ bộ với 10.000 điểm kiến thức khác. Theo nghĩa đó, không gian tri thức tổng thể mở ra trước mắt bạn sẽ trở nên rộng lớn hơn rất nhiều.
TCCT: Có một cuốn sách tên là Điểm kỳ dị đã gần kề (The Singularity Is Near) của Ray Kurzweil. Sau đó ông ấy viết tiếp cuốn Điểm kỳ dị đang gần hơn (The Singularity Is Nearer). Những cuốn sách này thảo luận về khả năng đến năm 2045, trí tuệ nhân tạo có thể vượt qua trí tuệ của bộ não con người.
Ông nhìn nhận thế nào về chiều hướng phát triển của AI? Liệu máy móc có thay thế con người không? Trí tuệ máy móc liệu có thể vượt qua trí tuệ con người — hay thậm chí thống trị nhân loại? Đó có phải là một khả năng thực tế?
GS Đường Kiệt: Cá nhân tôi nghĩ rằng trí tuệ nhân tạo tổng quát (AGI), theo một nghĩa nào đó, đại diện cho trí tuệ tổng hợp của toàn thể nhân loại trên thế giới.
Từ góc nhìn đó, tôi nghĩ việc một mô hình đơn lẻ vượt qua trí tuệ của một cá nhân con người là điều hoàn toàn bình thường.
Một mô hình tập hợp tri thức từ khắp nơi trên thế giới. Chúng ta cũng đã truyền dạy cho các mô hình này quy trình suy luận và cách tư duy của mình. Gần đây hơn, chúng ta còn bắt đầu cung cấp cho chúng cả dữ liệu hành vi, bao gồm dữ liệu về các quy trình làm việc mà chúng ta thực hiện trong công việc hàng ngày.
Hãy nghĩ xem điều đó có ý nghĩa gì. Một mô hình như vậy có thể làm việc, nó sở hữu tri thức, nó có thể đạt chỉ số trí tuệ cảm xúc (EQ) cao và có khả năng suy luận logic. Theo nghĩa đó, nó quy tụ năng lực trí tuệ của con người từ khắp nơi trên thế giới.
Liệu có thể đến một ngày các mô hình lớn vượt qua toàn bộ nhân loại và tự tạo ra những lý thuyết, tư tưởng mà chưa một ai trong chúng ta từng nghĩ tới hay không? Đó vẫn là một câu hỏi mở.
Đây cũng là một chủ đề cực kỳ nóng bỏng hiện nay ở Thung lũng Silicon, châu Âu và Trung Quốc. Chúng tôi gọi đó là ASI — Trí siêu thông minh nhân tạo (Artificial Superintelligence). Câu hỏi đặt ra là liệu AI cuối cùng có thể phát triển thành một siêu trí tuệ vượt trội hơn trí tuệ con người hay không.
Có một khái niệm khác gần đây cũng trở nên rất thịnh hành: siêu trí tuệ đệ quy (recursive superintelligence). Vấn đề ở đây là liệu một mô hình lớn có thể tự sửa lỗi và tự cải thiện, liên tục làm cho chính nó trở nên mạnh mẽ hơn hay không.
Nếu một mô hình có thể liên tục tự cải tiến và tự sửa chữa, thì việc vượt qua nhân loại cuối cùng hoàn toàn có thể trở thành một viễn cảnh thực tế.
Có khả năng đường cong phát triển này cuối cùng sẽ chạm tới một điểm tới hạn rồi đi ngang (bão hòa). Cũng có khả năng nó sẽ tiếp tục tăng cho đến khi đạt tới mức trí tuệ tập hợp của toàn thể nhân loại.
Vì vậy, liệu các mô hình lớn rốt cuộc có vượt qua trí tuệ tổng hợp của toàn nhân loại hay không vẫn là câu hỏi chưa có lời đáp. Nhưng tôi tin rằng việc chúng vượt qua năng lực trí tuệ của một cá nhân con người là điều tất yếu.
TCCT: Ngành công nghiệp mô hình lớn của Trung Quốc đã phát triển nhanh chóng. Theo quan điểm của ông, Trung Quốc hiện vẫn đang đối mặt với những vấn đề và thách thức nào trong việc phát triển các mô hình lớn, và làm thế nào để vượt qua những thách thức này?
GS Đường Kiệt: Tôi muốn nhấn mạnh bốn thách thức chính.
Thứ nhất là năng lực tính toán. Chúng ta vẫn đang phải đối mặt với những hạn chế lớn trong lĩnh vực này. Các biện pháp hạn chế của Mỹ đối với việc Trung Quốc tiếp cận các dòng chip cao cấp đã dẫn đến tình trạng thiếu hụt chip tiên tiến trên thực tế tại Trung Quốc.
Thứ hai là dữ liệu. Dữ liệu thì không bao giờ là quá nhiều, và thực sự không bao giờ là đủ.
Vì nhiều lý do khác nhau, nhiều ngành nghề không thể chia sẻ dữ liệu hoặc mở dữ liệu của họ cho việc huấn luyện mô hình. Thế nhưng, khi các mô hình lớn mở rộng cấu trúc tri thức và năng lực thực thi các nhiệm vụ khác nhau, chúng lại cần chính xác những loại dữ liệu bối cảnh thực tế này. Điều này tạo ra một sự mâu thuẫn căn bản.
Đồng thời, sự khan hiếm dữ liệu cũng đã sản sinh ra những ngành nghề mới. Hiện có rất nhiều công ty chuyên về gán nhãn dữ liệu, tạo lập dữ liệu và làm sạch dữ liệu. Những hoạt động này cũng đã tạo ra cơ hội việc làm đáng kể.
Do đó, dữ liệu đại diện cho thách thức lớn thứ hai, nhưng cũng đồng thời là cơ hội lớn thứ hai.
Vấn đề thứ ba đưa chúng ta quay lại với tính nguyên bản và đổi mới sáng tạo nền tảng.
Trung Quốc vẫn còn nhiều dư địa để cải thiện khi nói đến các đột phá lý thuyết mang tính nguyên bản. Ví dụ, kiến trúc Transformer làm nền tảng cho các mô hình lớn hiện đại không phải do các nhà nghiên cứu Trung Quốc khởi xướng. Các kỹ thuật học tăng cường và suy luận cũng không bắt nguồn từ Trung Quốc.
Vì vậy, chúng ta vẫn cần phải tăng cường năng lực đổi mới sáng tạo nguyên bản trong lý thuyết nền tảng.
Đây cũng là một trong những động lực thôi thúc đội ngũ của chúng tôi thương mại hóa các nghiên cứu từ Đại học Thanh Hoa và thành lập Zhipu AI. Chúng tôi hy vọng có thể kết hợp giữa giới học thuật và giới công nghiệp — vừa theo đuổi đổi mới nền tảng trong lý thuyết công nghệ, vừa mở rộng ứng dụng những công nghệ đó vào phạm vi thực tiễn rộng lớn hơn nhiều.
Và tất nhiên, chúng tôi hy vọng rằng trong tương lai, bản thân chúng tôi có thể đóng góp những đột phá nguyên bản của riêng mình vào lý thuyết AI nền tảng.
TCCT: Cảm ơn Giáo sư Đường. Chúng tôi vô cùng trân trọng những chia sẻ và góc nhìn sâu sắc của ông.