Tóm tắt nhanh
- Sam Altman khẳng định tri thức khoa học cần được công bố, dù thừa nhận AI đang làm xáo trộn cảm nhận về nghề nghiệp của các nhà nghiên cứu.
- Trên podcast Cheeky Pint, CEO OpenAI ước tính công ty đã dành hàng trăm triệu USD cho nghiên cứu toán học và các khám phá liên quan.
- Riêng công việc về Navier–Stokes, Altman nói chi phí tính toán vào khoảng 10 triệu USD, có thể cao hơn một chút; đây là ước lượng bằng lời của ông.
- Công bố thêm kết quả chỉ thực sự hữu ích nếu cộng đồng có thể đọc, kiểm tra và sử dụng chúng, thay vì chỉ tiếp nhận tuyên bố về năng lực mô hình.
Sam Altman cho biết OpenAI vẫn sẽ tiếp tục công bố các phát hiện toán học do AI tạo ra, dù ông đồng cảm với những nhà nghiên cứu đang chứng kiến công việc gắn bó cả đời thay đổi. Trong tập Cheeky Pint phát hành ngày 29/10, CEO OpenAI đặt quyền tiếp cận tri thức của công chúng lên trên mong muốn làm chậm quá trình này, đồng thời thừa nhận công ty còn phải tìm cách ứng xử phù hợp hơn với cộng đồng khoa học.
Điều đáng bàn ở đây là khoảng cách giữa tạo ra một lời giải và biến lời giải ấy thành tri thức có thể dùng chung. Nếu tốc độ sinh kết quả tăng nhanh hơn khả năng thẩm định, công việc khó có thể biến mất khỏi giới nghiên cứu; nó có thể chuyển từ tìm lời giải sang kiểm tra và giải thích những gì mô hình đưa ra.
Tri thức công khai không xóa được cảm giác mất đi một phần nghề nghiệp
Lập trường tiếp tục công bố kết quả không đồng nghĩa với việc coi nỗi hụt hẫng của nhà khoa học là vô lý. Với người dành nhiều năm cho một vấn đề, giá trị nghề nghiệp còn nằm ở quá trình tự tìm ra điều chưa ai biết, chứ không chỉ ở việc cuối cùng có đáp án.
Altman kể rằng khi OpenAI nhận được một mô hình mới, nhân viên đã lập kênh Slack mang tên “Model Name-Hold My Beer” rồi thử đưa vào những bài toán nghiên cứu khó nhất của mình. Theo lời ông, mô hình liên tiếp xử lý các vấn đề ở nhiều lĩnh vực, khiến ông phấn khích đến mức thức gần hết đêm trong hai đêm liền, nhưng cũng buồn và có cảm giác một điều gì đó đang kết thúc.
Đây là mô tả về thử nghiệm nội bộ của OpenAI, không phải kết luận rằng mọi bài toán đưa vào đều đã có chứng minh được cộng đồng chấp nhận. Cảm xúc của người chứng kiến và tính đúng đắn của từng kết quả là hai vấn đề khác nhau; một câu chuyện ấn tượng về năng lực mô hình không thay thế được nội dung chứng minh.
Việc phân biệt ấy cũng giúp tránh cách hiểu cực đoan rằng toán học đã hết việc cho con người. Ngay khi một công cụ tìm ra lời giải nhanh hơn, người nghiên cứu vẫn cần xác định bài toán nào đáng theo đuổi, kết quả có đúng phạm vi hay không và nó mở thêm được hướng nghiên cứu nào.
Ngân sách tính toán có thể làm lệch cơ hội nghiên cứu
Khả năng dành nhiều tài nguyên cho một bài toán có thể trở thành lợi thế đáng kể, nhưng số tiền đã chi không tự chứng minh chất lượng của kết quả. Trong cuộc trò chuyện với John Collison, Altman ước tính công việc về Navier–Stokes tiêu tốn khoảng 10 triệu USD tiền tính toán, có thể hơn một chút. Ông cũng xác nhận quy mô chi tiêu hàng trăm triệu USD cho nghiên cứu toán học và các khám phá liên quan, bao gồm cả những kết quả chưa công bố.
Các con số này là ước tính bằng lời trên podcast, không phải báo cáo tài chính được kiểm toán. Cũng không nên lấy mốc Navier–Stokes làm giá chung cho mỗi chứng minh: Altman nói chi phí trung bình của những công việc sau đó thấp hơn nhiều khi nhóm hiểu thêm cách tổ chức quá trình tính toán.
Phần kỹ thuật đáng chú ý là cách phối hợp nhiều tác tử AI cùng làm việc. Altman mô tả những lựa chọn mà OpenAI phải thử nghiệm, từ dùng mô hình thông minh hơn đến tăng số bản chạy song song hoặc kéo dài từng lượt xử lý. Như vậy, năng lực giải bài toán còn phụ thuộc cách phân bổ tài nguyên lúc mô hình làm việc, chứ không chỉ phụ thuộc bản thân mô hình.
Với nhóm nghiên cứu có ngân sách hạn chế, kể cả ở Việt Nam, cần tách quyền đọc kết quả khỏi khả năng tái tạo quá trình tạo ra kết quả đó. Một công trình được đưa lên mạng có thể mở cho tất cả mọi người, trong khi quy mô tính toán phía sau vẫn nằm ngoài tầm với của nhiều phòng nghiên cứu. Điều này có thể tạo chênh lệch về tốc độ khám phá, nhưng chưa đủ để kết luận rằng cứ chi nhiều hơn là chắc chắn có toán học tốt hơn.
Công bố nhiều hơn phải đi cùng khả năng kiểm chứng
Quyền tiếp cận tri thức chỉ có ý nghĩa khi người đọc có đủ nội dung để hiểu và kiểm tra kết quả. Một thông báo rằng AI đã giải được vấn đề khó không mang lại cùng giá trị với chứng minh trình bày rõ giả thiết, lập luận và giới hạn áp dụng.
Những phàn nàn quanh loạt công bố của OpenAI tập trung vào thiếu bối cảnh, cách ghi nhận đóng góp và công việc xác minh mà cộng đồng phải tiếp tục thực hiện. Tình huống này đặt ra trách nhiệm cụ thể cho bên tạo kết quả: nếu AI giúp tăng tốc khám phá, lợi ích đó không nên đi kèm việc đẩy phần giải thích còn thiếu sang người đọc.
Khi Collison hỏi liệu OpenAI còn nhiều kết quả hơn con số hơn 700 chứng minh ông vừa nhắc tới hay không, Altman trả lời có. Đây là xác nhận của CEO về những gì công ty đang nắm giữ, không phải số lượng công trình đã được kiểm chứng độc lập. Ông khẳng định nhân loại xứng đáng được biết những phát hiện khoa học nền tảng, đồng thời nói công ty đang tìm cách để các cộng đồng nghiên cứu cũng có tương lai tốt hơn trong quá trình chuyển đổi.
Thước đo hữu ích cho các lần công bố tiếp theo vì thế là chất lượng tài liệu đi kèm và khả năng để người ngoài kiểm tra. Công bố nhanh mà thiếu phần ấy có thể làm tăng lượng việc thẩm định, còn công bố đủ rõ mới giúp nhóm khác dùng kết quả làm nền cho nghiên cứu mới.
Đọc tin AI giải toán cần nhìn vào kết quả, không chỉ tên mô hình
Với người học và người theo dõi AI, câu chuyện này không phải bằng chứng rằng một phiên trò chuyện thông thường có thể tái tạo thành tích của phòng nghiên cứu. Chính mô tả của Altman cho thấy thử nghiệm nội bộ gắn với lựa chọn mô hình, cách phối hợp tác tử và ngân sách tính toán đáng kể.
Khi gặp tuyên bố AI giải được một vấn đề lớn, câu hỏi nên bắt đầu từ chứng minh đã công khai đến đâu và ai có thể kiểm tra nó. Cần phân biệt lời giải do công ty tuyên bố với kết quả đã qua thẩm định, cũng như phân biệt chi phí của một thử nghiệm cụ thể với mức giá để người dùng phổ thông tiếp cận năng lực tương đương.
Altman không đưa ra một lịch công bố cụ thể cho những phát hiện còn lại trong cuộc trò chuyện. Khoảng trống cần theo dõi ở OpenAI lúc này là cách công ty biến cam kết chia sẻ tri thức thành các công trình mà cộng đồng có thể thực sự đọc và kiểm chứng.
Nguồn tham khảo: Cheeky Pint — cuộc trò chuyện với Sam Altman; The Verge — phát biểu của Altman và phản ứng quanh các kết quả toán học.
