𝗙𝗿𝗼𝗺 𝗔𝗚𝗜 𝘁𝗼 𝗔𝗦𝗜: 𝗔 𝗚𝗼𝗼𝗴𝗹𝗲 𝗗𝗲𝗲𝗽𝗠𝗶𝗻𝗱 𝗦𝘂𝗺𝗺𝗮𝗿𝘆

Hầu hết mọi người đều coi AGI là mục tiêu cuối cùng.

Một bài báo gần đây của Google DeepMind đã chuyển hướng sự tập trung. Nó đặt ra một câu hỏi khó hơn: Điều gì sẽ xảy ra sau AGI?

Bài báo phân biệt giữa hai giai đoạn:

  • AGI (Artificial General Intelligence): Một AI có khả năng thực hiện các tác vụ ở mức độ của một con người trung bình. Nó có thể lập luận, lập kế hoạch và giải quyết vấn đề.
  • ASI (Artificial Superintelligence): Một AI vượt xa các nhóm chuyên gia con người trong hầu hết mọi lĩnh vực.

ASI không chỉ là một mô hình thắng cờ vua hay viết mã nguồn. Nó là một hệ thống có thể vượt qua cả các phòng nghiên cứu hoặc các công ty lớn.

Bài báo phác thảo bốn cách chúng ta tiến từ AGI đến ASI:

  • Mở rộng quy mô (Scaling): Sử dụng nhiều dữ liệu hơn, nhiều năng lực tính toán hơn và phần cứng tốt hơn.
  • Chuyển đổi thuật toán (Algorithmic Shifts): Tìm kiếm các kiến trúc tốt hơn như Transformer, thay vì chỉ làm cho các mô hình lớn hơn.
  • Tự cải thiện đệ quy (Recursive Self-Improvement): AI hỗ trợ các nhà nghiên cứu viết mã AI tốt hơn. Điều này tạo ra một vòng lặp phản hồi, nơi AI tự tăng tốc quá trình phát triển của chính nó.
  • Hệ thống đa tác nhân (Multi-Agent Systems): Chuyển từ một mô hình khổng lồ sang hàng nghìn tác nhân AI chuyên biệt làm việc cùng nhau như một tổ chức con người.

Tuy nhiên, một số nút thắt cổ chai có thể làm chậm tiến trình này:

  • Giới hạn dữ liệu: Chúng ta có thể cạn kiệt văn bản chất lượng cao do con người tạo ra.
  • Rào cản vật lý: Việc mở rộng quy mô đòi hỏi lượng năng lượng, chip và trung tâm dữ liệu khổng lồ.
  • Độ khó trong nghiên cứu: Khi AI tiến bộ, các vấn đề còn lại có thể trở nên khó giải quyết hơn nhiều.
  • Yếu tố con người: An toàn, quy định pháp lý và sự phản kháng của xã hội sẽ định hình tốc độ phát triển.

Đối với các kỹ sư và nhà phát triển, đây không chỉ là một cuộc tranh luận triết học. Đó là một thách thức về kỹ thuật.

Tương lai của AI sẽ phụ thuộc vào:

  • Xây dựng các kiến trúc tác nhân đáng tin cậy.
  • Cải thiện bộ nhớ dài hạn và khả năng sử dụng công cụ.
  • Tạo ra các phương pháp tốt hơn để đánh giá các hệ thống vượt quá khả năng của con người.
  • Quản lý các hệ thống phân tán gồm nhiều tác nhân.

AGI là một cột mốc. ASI là một sự thay đổi về quy mô.

Nguồn: https://dev.to/marrouchi/from-agi-to-asi-a-summary-of-google-deepminds-latest-paper-2ndd