Bộ óc thiên tài đứng sau DeepMind và khoảnh khắc Google đánh mất lợi thế trong cuộc đua AI

Lý thuyết “vĩ nhân làm nên lịch sử” từng bị nhiều học giả xem nhẹ, nhưng gần đây dường như đang trở lại, không chỉ trong chính trị mà cả tại Thung lũng Silicon. Trong lĩnh vực trí tuệ nhân tạo, nhiều lãnh đạo các phòng thí nghiệm AI lớn tự xem mình là những người đang tạo ra bước ngoặt mang tính gần như “sáng thế”.

Tuy nhiên, câu hỏi lớn vẫn là: một cá nhân có thực sự định hướng được quỹ đạo phát triển của công nghệ, hay ngay cả những bộ óc xuất chúng nhất cũng chỉ là những người tham gia vào một tiến trình gần như không thể đảo ngược?

Đó là vấn đề trọng tâm trong The Infinity Machine, cuốn tiểu sử về Demis Hassabis do Sebastian Mallaby chấp bút.

Trong cách khắc họa của Mallaby, nếu Sam Altman của OpenAI là nhà thương thuyết khôn khéo, Dario Amodei của Anthropic là nhà đổi mới luôn day dứt về đạo đức, còn Elon Musk của xAI vẫn là một nhân vật rất riêng khó xếp loại, thì Hassabis hiện lên như một thiên tài có tầm nhìn, vị tha và hướng đến lợi ích chung. Theo cuốn sách, ông là người tử tế, có tinh thần trách nhiệm xã hội và thật sự mong muốn mang lại điều tốt đẹp nhất cho nhân loại.

Sứ mệnh cả đời của Hassabis là phát triển trí tuệ nhân tạo tổng quát (AGI). Dù tham vọng ấy có phần mang màu sắc “cứu thế”, ông mô tả đây không phải là hành trình mưu cầu quyền lực hay tiền bạc, mà là nỗ lực chinh phục tri thức: tạo ra một cỗ máy có thể giải quyết toàn bộ các bài toán của khoa học, qua đó phục vụ loài người.

Tác giả cũng thừa nhận hình ảnh gần như thánh thiện đó có thể khiến nhiều độc giả khó chấp nhận. Tuy vậy, khác với bộ phim The Thinking Game năm 2024 bị xem là mang tính tán dương quá mức, cuốn sách này ít nhất là một nỗ lực nghiêm túc nhằm trả lời xem liệu các nguyên tắc đạo đức của một cá nhân có thể tồn tại khi va chạm với logic cạnh tranh khốc liệt của cuộc đua AI hay không.

Định hướng ban đầu của DeepMind

Khi Hassabis cùng Shane Legg và Mustafa Suleyman thành lập DeepMind vào năm 2010, khái niệm AGI vốn đã rất mơ hồ. Shane Legg, người góp phần phổ biến thuật ngữ này, không đồng tình với quan niệm cho rằng trí tuệ “tổng quát” nhất thiết phải giống con người.

Theo ông, một hệ thống AI mô phỏng hành vi con người theo kiểu bài kiểm tra Turing chưa chắc đã là trí tuệ tổng quát thực sự. Điều quan trọng là khả năng giải được nhiều dạng vấn đề khác nhau, bất kể cơ chế bên trong của nó có giống bộ não người hay không. Trong khi đó, Hassabis, với nền tảng tiến sĩ thần kinh học, lại tin rằng tâm trí con người ít nhất vẫn phải là hình mẫu tham chiếu.

Dù khác nhau về điểm xuất phát, họ thống nhất với nhau về một lộ trình: xây dựng AI có thể tự học thông qua trò chơi. Lập luận của DeepMind khá đơn giản nhưng đầy tham vọng. Chơi game đòi hỏi giải quyết vấn đề và khoa học cũng vậy. Vì thế, càng có thể tự học và chinh phục nhiều trò chơi, AI càng tiến gần hơn tới trí tuệ tổng quát và càng có khả năng áp dụng năng lực ấy vào các lĩnh vực khác.

Yếu tố “tự học” đặc biệt quan trọng: nếu một hệ thống phụ thuộc quá nhiều vào chỉ dẫn của con người, nó sẽ khó có thể vượt qua chính giới hạn sáng tạo của con người. Bởi vậy, máy phải tự xây dựng chiến lược qua thử – sai, tức học tăng cường.

Từ AlphaGo đến đột phá trong sinh học

Cách tiếp cận này đã đưa DeepMind đi từ những trò chơi đơn giản như Pong đến cờ vây - một bộ môn cực kỳ phức tạp. Chiến thắng của AlphaGo trước kỳ thủ số 1 thế giới đã đưa DeepMind lên vị trí trung tâm của sự chú ý toàn cầu.

Sau đó, công ty tiếp tục áp dụng tư duy tương tự vào bài toán gấp cuộn protein, một trong những thách thức khó nhất của sinh học hiện đại. Thành tựu này mở ra tiềm năng lớn cho khám phá thuốc mới và góp phần giúp Hassabis cùng một cộng sự nhận giải Nobel Hóa học năm 2024.

Tuy nhiên, chính thành công với học tăng cường suýt trở thành điểm yếu chí tử của DeepMind.

Năm 2017, OpenAI lựa chọn đặt cược vào một hướng đi khác: mô hình transformer. Không giống học tăng cường, transformer không tự mình khám phá lời giải qua thử – sai, mà học bằng cách dự đoán câu trả lời từ khối lượng khổng lồ văn bản do con người tạo ra. Nói cách khác, nó giống như việc “nhại lại” tri thức của con người hơn là phát sinh chiến lược hoàn toàn mới.

Chính vì thế, ban đầu nhiều chuyên gia, trong đó có Hassabis, đã xem nhẹ hướng tiếp cận này. Nhưng transformer lại có một ưu thế quan trọng: tính tổng quát theo nghĩa thực dụng. Nó có thể tạo ra phản hồi cho gần như mọi câu hỏi, dù nhiều khi sai.

OpenAI còn sở hữu một lợi thế khác: tư duy thương mại sắc bén hơn nhiều. DeepMind, trung thành với tham vọng khoa học của Hassabis, trong thời gian dài không tung ra sản phẩm thương mại đáng kể. Vì vậy, khi OpenAI phát hành ChatGPT vào năm 2022, Google, dù đã mua DeepMind từ năm 2014, vẫn rơi vào thế bị động và lúng túng.