Những cơn sốt công nghệ trong quá khứ dạy gì cho chúng ta về AI?

Chu kỳ hạ tầng lặp lại

Thung lũng Silicon thường tuyên bố rằng bước đột phá mới nhất của họ là chưa từng có. Nhưng không phải vậy. Làn sóng trí tuệ nhân tạo (AI) hiện nay phản chiếu sự bùng nổ của đường sắt vào những năm 1800 và cơn sốt dot-com cuối những năm 1990. Chúng ta đang chứng kiến sự thay đổi lớn trong cách dòng vốn luân chuyển và cách sức mạnh tính toán (compute power) được tập trung hóa. Vấn đề cốt lõi là ai sở hữu hạ tầng của tương lai. Hoa Kỳ dẫn đầu vì họ có nguồn tài chính dồi dào nhất và các nhà cung cấp cloud hung hãn nhất. Lịch sử cho thấy những ai kiểm soát đường ray hoặc cáp quang cuối cùng sẽ đặt ra luật chơi cho tất cả mọi người. AI cũng không ngoại lệ. Nó đi theo con đường quen thuộc: xây dựng hạ tầng rồi nhanh chóng hợp nhất. Hiểu được mô hình này giúp chúng ta nhìn thấu sự thổi phồng và nhận diện nơi thực sự nắm quyền lực trong chu kỳ mới này. Bài học rút ra rất đơn giản: chúng ta không chỉ xây dựng phần mềm thông minh hơn, mà đang xây dựng một tiện ích mới cơ bản như điện hay internet. Những người chiến thắng sẽ là những ai kiểm soát phần cứng vật lý và các bộ dữ liệu khổng lồ cần thiết để vận hành các hệ thống này.

Từ đường ray thép đến mạng thần kinh

Để hiểu về AI ngày nay, hãy nhìn vào sự bùng nổ đường sắt của Mỹ. Vào giữa những năm 1800, một lượng vốn khổng lồ đã đổ vào việc đặt đường ray trên khắp lục địa. Nhiều công ty phá sản, nhưng đường ray vẫn còn đó. Những đường ray đó đã tạo nền tảng cho sự tăng trưởng kinh tế của thế kỷ tiếp theo. AI hiện đang trong giai đoạn đặt đường ray. Thay vì thép và hơi nước, chúng ta đang sử dụng silicon và điện. Các khoản đầu tư khổng lồ từ những công ty như Microsoft và Google đang xây dựng các cụm tính toán (compute clusters) hỗ trợ mọi ngành công nghiệp khác. Đây là một nước đi hạ tầng kinh điển. Khi một công nghệ đòi hỏi vốn đầu tư khổng lồ để bắt đầu, nó tự nhiên ưu tiên các ông lớn đã có tên tuổi. Đó là lý do tại sao một vài công ty ở Mỹ thống trị lĩnh vực này. Họ có tiền để mua chip và đất để xây dựng các trung tâm dữ liệu (data centers). Họ cũng có cơ sở người dùng sẵn có để thử nghiệm mô hình ở quy mô lớn. Điều này tạo ra một vòng lặp phản hồi: những người chơi lớn nhất có nhiều dữ liệu hơn, giúp mô hình của họ tốt hơn, từ đó thu hút thêm người dùng.

Mọi người thường nhầm lẫn AI là một sản phẩm độc lập. Chính xác hơn, hãy xem nó như một platform. Giống như internet cần [external-link] lịch sử của internet để chuyển từ dự án quân sự thành tiện ích toàn cầu, AI đang chuyển mình từ các phòng thí nghiệm nghiên cứu thành xương sống của hoạt động kinh doanh. Quá trình chuyển đổi này diễn ra nhanh hơn các chu kỳ trước vì mạng lưới phân phối đã tồn tại sẵn. Chúng ta không cần đặt thêm cáp mới để tiếp cận người dùng. Chúng ta chỉ cần nâng cấp các máy chủ ở cuối đường dây. Tốc độ này làm cho thời điểm hiện tại trở nên khác biệt, ngay cả khi các mô hình kinh tế cơ bản vẫn rất quen thuộc. Sự tập trung quyền lực là một đặc điểm của giai đoạn này, không phải là lỗi. Lịch sử cho thấy khi hạ tầng đã ổn định, trọng tâm sẽ chuyển từ xây dựng hệ thống sang khai thác giá trị từ chúng. Chúng ta đang tiến gần đến điểm xoay chuyển đó.

Lợi thế vốn của Mỹ

Tác động toàn cầu của AI gắn liền trực tiếp với việc ai có thể chi trả hóa đơn. Hiện tại, đó chủ yếu là Mỹ. Độ sâu của thị trường vốn Mỹ cho phép mức độ rủi ro mà các khu vực khác khó lòng theo kịp. Điều này tạo ra khoảng cách đáng kể về sức mạnh platform. Khi một vài công ty kiểm soát cloud, họ thực sự kiểm soát luật chơi cho tất cả những người còn lại. Điều này có ý nghĩa sâu sắc đối với chủ quyền quốc gia và cạnh tranh toàn cầu. Các quốc gia không có hạ tầng tính toán quy mô lớn phải thuê từ các nhà cung cấp Mỹ. Điều này tạo ra một loại phụ thuộc mới. Không chỉ là về giấy phép phần mềm nữa, mà là quyền truy cập vào sức mạnh xử lý cần thiết để vận hành một nền kinh tế hiện đại. Sự tập trung quyền lực này là một chủ đề lặp đi lặp lại trong lịch sử công nghệ.

Có ba lý do chính khiến quyền lực này vẫn tập trung vào một vài tay:

• Chi phí đào tạo một mô hình hàng đầu hiện nay lên đến hàng tỷ đô la.
• Phần cứng chuyên dụng cần thiết được sản xuất bởi một số lượng rất nhỏ các nhà sản xuất.
• Nhu cầu năng lượng khổng lồ cho các trung tâm dữ liệu ưu tiên các khu vực có lưới điện ổn định và giá rẻ.

Thực tế này mâu thuẫn với ý tưởng rằng AI sẽ là công cụ bình đẳng hóa tuyệt vời. Mặc dù các công cụ ngày càng dễ tiếp cận với cá nhân, nhưng quyền kiểm soát cơ bản vẫn tập trung hơn bao giờ hết. Các chính phủ bắt đầu nhận thấy sự mất cân bằng này. Họ đang xem xét các tiền lệ lịch sử như [external-link] Đạo luật chống độc quyền Sherman để xem liệu luật cũ có thể xử lý các thế lực độc quyền mới hay không. Tuy nhiên, tốc độ công nghiệp hiện đang vượt xa chính sách. Khi một quy định được tranh luận và thông qua, công nghệ thường đã tiến xa hai thế hệ. Điều này tạo ra một độ trễ vĩnh viễn, nơi luật pháp luôn phản ứng với một thực tế đã thay đổi.

Khi phần mềm chạy nhanh hơn luật pháp

Tác động thực tế của tốc độ này có thể thấy rõ trong cách các doanh nghiệp buộc phải thích nghi. Hãy xem xét một ngày làm việc của một công ty marketing nhỏ ở Chicago. Năm năm trước, họ thuê các cây viết trẻ để soạn thảo nội dung và các nhà nghiên cứu để tìm xu hướng. Ngày nay, chủ sở hữu sử dụng một gói đăng ký duy nhất cho một platform AI để xử lý 70% khối lượng công việc đó. Buổi sáng bắt đầu với bản tóm tắt các biến động thị trường toàn cầu do AI tạo ra. Đến trưa, hệ thống đã soạn thảo 30 biến thể quảng cáo khác nhau dựa trên những thay đổi đó. Nhân viên con người giờ đây đóng vai trò biên tập viên và chiến lược gia thay vì người sáng tạo. Sự thay đổi này đang diễn ra trên mọi lĩnh vực, từ luật pháp đến y tế. Nó tăng hiệu quả, nhưng cũng tạo ra sự phụ thuộc lớn vào nhà cung cấp platform. Nếu nhà cung cấp thay đổi giá hoặc điều khoản dịch vụ, công ty marketing không còn lựa chọn nào khác ngoài việc tuân thủ. Họ đã tích hợp công cụ này quá sâu vào quy trình làm việc đến mức không thể dễ dàng quay lại làm thủ công.

Kịch bản này cho thấy lý do tại sao chính sách khó theo kịp. Các nhà quản lý vẫn lo lắng về quyền riêng tư dữ liệu và bản quyền, trong khi ngành công nghiệp đã tiến tới các tác nhân tự hành (autonomous agents) có thể đưa ra quyết định tài chính. Tốc độ phát triển công nghiệp của AI được thúc đẩy bởi cuộc đua giành thị phần. Các công ty sẵn sàng phá vỡ mọi thứ bây giờ và sửa chữa sau vì việc về nhì trong cuộc đua hạ tầng thường cũng giống như về chót. Chúng ta đã thấy điều này với cuộc chiến trình duyệt và sự trỗi dậy của mạng xã hội. Những người chiến thắng là những người di chuyển đủ nhanh để trở thành tiêu chuẩn mặc định. Một khi đã là tiêu chuẩn, bạn rất khó bị thay thế. Điều này tạo ra tình huống mà lợi ích công cộng thường đứng sau động lực mở rộng quy mô. Mâu thuẫn là chúng ta muốn lợi ích của công nghệ, nhưng lại e ngại quyền lực mà nó mang lại cho một vài tập đoàn.

Phân tích ngành AI mới nhất trên [internal-link] phân tích ngành AI mới nhất cho thấy chúng ta đang bước vào giai đoạn tích hợp sâu. Đây là lúc công nghệ ngừng là một sự mới lạ và bắt đầu trở thành một yêu cầu bắt buộc. Đối với một doanh nghiệp, không sử dụng AI sẽ sớm giống như việc không sử dụng internet vào năm 2010. Có thể vẫn làm được, nhưng sẽ cực kỳ kém hiệu quả. Áp lực phải áp dụng này là động lực thúc đẩy sự tăng trưởng nhanh chóng, ngay cả khi hậu quả lâu dài vẫn chưa rõ ràng. Chúng ta đang chứng kiến sự lặp lại của đầu những năm 2000 khi các công ty đổ xô lên mạng mà không hiểu đầy đủ về các rủi ro bảo mật hoặc quyền riêng tư. Sự khác biệt ngày nay là quy mô lớn hơn nhiều và rủi ro cao hơn. Các hệ thống chúng ta đang xây dựng bây giờ có khả năng sẽ chi phối cách chúng ta làm việc và giao tiếp trong vài thập kỷ tới.

Những câu hỏi khó cho kỷ nguyên tính toán

Chúng ta phải áp dụng sự hoài nghi kiểu Socrates cho cơn sốt hiện tại. Những chi phí ẩn của sự mở rộng nhanh chóng này là gì? Rõ ràng nhất là tác động môi trường. Báo cáo của [external-link] Cơ quan Năng lượng Quốc tế về các trung tâm dữ liệu làm nổi bật mức tiêu thụ điện năng khổng lồ của các hệ thống này. Khi xây dựng thêm các trung tâm dữ liệu, chúng ta gây thêm áp lực lên lưới điện vốn đã cũ kỹ. Ai trả tiền cho hạ tầng đó? Là các công ty đang kiếm hàng tỷ đô la, hay những người đóng thuế đang dùng chung lưới điện? Ngoài ra còn có vấn đề về lao động dữ liệu. Các mô hình này được đào tạo trên sản phẩm trí tuệ tập thể của nhân loại, thường không có sự đồng ý hoặc đền bù. Liệu có công bằng khi một vài công ty tư nhân hóa giá trị của dữ liệu công cộng? Chúng ta cần đặt câu hỏi ai thực sự được hưởng lợi từ hiệu quả này. Nếu một nhiệm vụ mất mười giờ nay chỉ mất mười phút, liệu người lao động có được nghỉ ngơi nhiều hơn, hay họ chỉ phải làm việc nhiều gấp mười lần?

Quyền riêng tư là một lĩnh vực khác mà chi phí thường bị ẩn giấu. Để làm cho AI hữu ích hơn, chúng ta cho nó quyền truy cập nhiều hơn vào cuộc sống cá nhân và chuyên nghiệp của mình. Chúng ta đang đánh đổi dữ liệu lấy sự tiện lợi. Lịch sử cho thấy một khi quyền riêng tư bị từ bỏ, gần như không thể lấy lại được. Chúng ta đã thấy điều này với sự trỗi dậy của internet dựa trên quảng cáo. Những gì bắt đầu như một cách để tìm kiếm thông tin đã biến thành một hệ thống giám sát toàn cầu. AI có tiềm năng đưa điều này đi xa hơn nữa. Nếu một AI biết bạn nghĩ gì và làm việc như thế nào, nó có thể ảnh hưởng đến các quyết định của bạn theo những cách khó phát hiện. Đây không chỉ là vấn đề kỹ thuật. Đây là những tình huống khó xử về mặt xã hội và đạo đức đòi hỏi nhiều hơn là chỉ một bản vá phần mềm. Chúng ta phải quyết định xem tốc độ tiến bộ có xứng đáng với sự mất mát quyền tự chủ cá nhân hay không. Câu trả lời cho những câu hỏi này sẽ quyết định loại xã hội mà chúng ta đang sống khi cơn sốt AI ổn định vào giai đoạn trưởng thành.

Cơ chế của lớp mô hình

Đối với những người nhìn vào khía cạnh kỹ thuật, trọng tâm đang chuyển từ kích thước mô hình sang tích hợp quy trình làm việc. Chúng ta đang thấy sự chuyển dịch từ các mô hình khổng lồ, đa năng sang các mô hình chuyên biệt, nhỏ hơn có thể chạy trên phần cứng cục bộ. Đây là phản ứng trước chi phí cao và độ trễ của các API dựa trên cloud. Những người dùng chuyên nghiệp (power users) ngày càng tìm cách vượt qua các giới hạn do các nhà cung cấp lớn áp đặt. Điều này bao gồm việc quản lý giới hạn tốc độ API và tìm cách lưu trữ dữ liệu cục bộ để đảm bảo quyền riêng tư và tốc độ. Việc tích hợp AI vào các công cụ hiện có là nơi công việc thực sự đang diễn ra. Không phải là trò chuyện với một con bot, mà là có một mô hình có thể đọc các tệp cục bộ của bạn, hiểu phong cách lập trình cụ thể của bạn và đề xuất thay đổi trong thời gian thực. Điều này đòi hỏi một kiến trúc khác với kiến trúc được sử dụng cho các công cụ web công cộng.

Các thách thức kỹ thuật trong vài năm tới bao gồm:

• Tối ưu hóa các mô hình để chạy trên GPU cấp tiêu dùng mà không làm mất quá nhiều độ chính xác.
• Phát triển các cách tốt hơn để xử lý bộ nhớ dài hạn trong các tác nhân AI để chúng có thể nhớ ngữ cảnh qua nhiều tuần hoặc nhiều tháng.
• Tạo các giao thức chuẩn hóa để các hệ thống AI khác nhau có thể giao tiếp với nhau.

Chúng ta cũng đang thấy sự gia tăng của *local inference* (suy luận cục bộ) như một cách để duy trì quyền kiểm soát dữ liệu nhạy cảm. Bằng cách chạy các mô hình trên máy cục bộ, người dùng có thể đảm bảo thông tin độc quyền của họ không bao giờ rời khỏi tòa nhà. Điều này đặc biệt quan trọng đối với các ngành như luật và tài chính, nơi bảo mật dữ liệu là tối quan trọng. Tuy nhiên, phần cứng cục bộ vẫn tụt hậu so với các cụm máy chủ khổng lồ của các ông lớn cloud. Điều này tạo ra một hệ thống hai tầng. Các mô hình mạnh nhất sẽ ở trên cloud, trong khi các phiên bản hiệu quả hơn, ít khả năng hơn sẽ chạy cục bộ. Cân bằng hai thế giới này là thách thức lớn tiếp theo cho các nhà phát triển. Họ phải quyết định khi nào sử dụng sức mạnh thô của cloud và khi nào ưu tiên quyền riêng tư và tốc độ của tính toán cục bộ. Sự căng thẳng kỹ thuật này sẽ thúc đẩy rất nhiều sự đổi mới trong những năm tới.

Bạn có câu chuyện, công cụ, xu hướng hoặc câu hỏi về AI mà bạn nghĩ chúng tôi nên đề cập không? Gửi cho chúng tôi ý tưởng bài viết của bạn — chúng tôi rất muốn nghe từ bạn.

Câu chuyện chưa hồi kết về quy mô

Lịch sử công nghệ là lịch sử của sự hợp nhất. Từ đường sắt đến internet, chúng ta thấy một mô hình bùng nổ theo sau là sự kiểm soát. AI hiện đang ở giữa chu kỳ này. Góc nhìn của Mỹ chiếm ưu thế vì các nguồn lực cần thiết cho giai đoạn tăng trưởng này tập trung ở đó. Tuy nhiên, câu chuyện chưa kết thúc. Khi công nghệ trưởng thành, chúng ta sẽ thấy những thách thức mới đối với sức mạnh platform này. Liệu nó đến từ quy định, các bước đột phá kỹ thuật mới, hay sự thay đổi trong cách chúng ta định giá dữ liệu của mình vẫn còn phải chờ xem. Câu hỏi thực tế là liệu chúng ta có thể tận hưởng lợi ích của hạ tầng mới này mà không từ bỏ sự cạnh tranh và quyền riêng tư làm nên một nền kinh tế lành mạnh hay không. Chúng ta đang xây dựng nền tảng của thế kỷ tiếp theo. Chúng ta nên rất cẩn thận về việc ai là người giữ chìa khóa của nó.

Lưu ý của biên tập viên: Chúng tôi tạo trang web này như một trung tâm tin tức và hướng dẫn AI đa ngôn ngữ dành cho những người không phải là chuyên gia máy tính, nhưng vẫn muốn hiểu trí tuệ nhân tạo, sử dụng nó tự tin hơn và theo dõi tương lai đang đến gần.