Rich Sutton Ra mắt Oak Lab nhằm Cách mạng hóa các Tác nhân AI Tự hành

Chủ nhân giải thưởng Turing, Richard Sutton, đã chính thức gia nhập lĩnh vực khởi nghiệp với việc ra mắt Oak Lab, một liên doanh có trụ sở tại Toronto nhằm định nghĩa lại trí tuệ nhân tạo. Vượt xa những hạn chế của các mô hình tạo sinh hiện đại, công ty hướng tới việc xây dựng các tác nhân tự hành có khả năng khám phá thực sự thông qua việc học tập liên tục trong thời gian thực.

Vượt xa sự Mô phỏng Tạo sinh

Richard Sutton, người tiên phong trong lĩnh vực học tăng cường (reinforcement learning) hiện đại và là cựu nghiên cứu viên tại Keen Technologies, tin rằng quỹ đạo hiện tại của AI đang gặp lỗi cơ bản. Trong khi ngành công nghiệp hiện đang bị ám ảnh bởi các Mô hình Ngôn ngữ Lớn (LLMs), Sutton lập luận rằng các phương pháp học sâu này "yếu và kém hiệu quả."

Theo Sutton, AI tạo sinh hiện nay rất giỏi trong việc mô phỏng nhưng lại thất bại trong việc tự đánh giá. Vì các mô hình này không thể đánh giá một cách phản biện các đầu ra của chính chúng, chúng vốn dĩ không có khả năng khám phá thực sự hoặc tiến bộ về mặt khoa học. Sứ mệnh của Oak Lab là vượt qua kỷ nguyên "huấn luyện tĩnh" (static training) — nơi các mô hình được nạp các tập dữ liệu khổng lồ rồi sau đó bị đóng băng — để hướng tới một tương lai của trí tuệ năng động và không ngừng tiến hóa.

Mục tiêu: Học tập Thời gian thực và Mô hình Thế giới

Hợp tác cùng Khurram Javed, Sutton đang định vị Oak Lab để theo đuổi một tầm nhìn bắt nguồn từ học tăng cường tiên tiến. Thay vì dựa vào dữ liệu được đóng gói sẵn, Oak Lab đặt mục tiêu phát triển các tác nhân có khả năng học hỏi liên tục từ môi trường xung quanh chúng.

Lộ trình kỹ thuật tập trung vào một số trụ cột quan trọng:

• Mô hình Thế giới Nội tại (Internal World Models): Xây dựng các tác nhân không chỉ dự đoán token tiếp theo, mà còn hiểu được các cơ chế nền tảng trong môi trường xung quanh.
• Tự đánh giá (Autonomous Evaluation): Phát triển các hệ thống có thể tự xử lý các quá trình biến đổi, đánh giá và lựa chọn mà không cần sự can thiệp của con người.
• Lập kế hoạch Thời gian thực (Real-Time Planning): Chuyển đổi từ việc khớp mẫu phản ứng (reactive pattern matching) sang lập kế hoạch chủ động, hướng tới mục tiêu.

Sutton đã đặt ra một cột mốc dài hạn đầy tham vọng cho phòng thí nghiệm: tạo ra một tác nhân có một nghìn tỷ tham số (trillion-parameter agent) có khả năng học tập và lập kế hoạch trong thời gian thực trong khi chỉ tiêu thụ 20 watt điện. Mục tiêu này giải quyết một trong những nút thắt lớn nhất của AI hiện đại — yêu cầu năng lượng khổng lồ của các cụm máy tính siêu lớn.

Tại sao điều này lại quan trọng đối với bối cảnh AI

Việc thành lập Oak Lab báo hiệu một sự chuyển dịch mô hình tiềm năng trong ngành công nghiệp AI. Trong khi hầu hết thị trường hiện nay đang tập trung vào việc mở rộng kiến trúc transformer và tăng quy mô tập dữ liệu, Sutton đang kêu gọi một sự "tái cấu trúc triệt để" các ý tưởng nền tảng đang thúc đẩy lĩnh vực này.

Nếu Oak Lab thành công, ngành công nghiệp có thể thoát khỏi phương pháp "vét cạn" (brute force) bằng cách mở rộng dữ liệu để hướng tới các kiến trúc tinh tế và hiệu quả hơn, mô phỏng trí tuệ sinh học. Bằng cách ưu tiên học tăng cường và tương tác môi trường, Sutton đang đặt cược rằng con đường dẫn đến Trí tuệ Nhân tạo Tổng quát (AGI) nằm ở trải nghiệm và sự tự chủ, thay vì chỉ là sự mô phỏng ở quy mô lớn hơn.

Các điểm chính cần lưu ý

• Cách tiếp cận triết học mới: Oak Lab đặt mục tiêu thay thế các phương pháp học sâu "yếu" hiện nay bằng các tác nhân học thông qua tương tác môi trường liên tục thay vì các tập dữ liệu tĩnh.
• Tham vọng về hiệu suất: Công ty khởi nghiệp đang hướng tới một bước đột phá về hiệu suất tính toán, nhắm tới một mô hình một nghìn tỷ tham số hoạt động chỉ với 20 watt điện.
• Tập trung vào sự khám phá: Khác với AI tạo sinh vốn tập trung vào sự mô phỏng, Oak Lab đang xây dựng các tác nhân có khả năng tự đánh giá và lập kế hoạch thời gian thực một cách tự hành.