SongAI

1. AI agent thông minh và đa năng hơn:
- AI chuyển từ chatbot sang hệ thống "agent" có thể hoạt động tự chủ để hoàn thành nhiệm vụ phức tạp
- Anthropic đã cho phép AI Claude sử dụng máy tính (click, cuộn, gõ)
- AI agent sẽ có thể lên lịch hẹn, viết phần mềm
- Ahmad Al-Dahle (Meta): "Những hệ thống này sẽ ngày càng tinh vi hơn"
- Jaime Sevilla: AI agent sẽ như đồng nghiệp ảo, nhưng năm 2025 chủ yếu là về tính mới lạ
- Melanie Mitchell cảnh báo sai sót của agent có thể gây hậu quả lớn nếu truy cập thông tin cá nhân/tài chính

2. AI trở thành ưu tiên an ninh quốc gia:
- Dan Hendrycks: Nhiều quyết định lớn về AI sẽ dựa trên góc độ an ninh quốc gia
- Mỹ hạn chế Trung Quốc tiếp cận chip quan trọng
- Meta và Anthropic cho phép cơ quan tình báo Mỹ sử dụng mô hình AI của họ
- Amandeep Singh Gill: Cần duy trì "không gian hợp tác" giữa Mỹ-Trung

3. Quản trị chạy đua để bắt kịp:
- EU dẫn đầu với Đạo luật AI và Bộ quy tắc thực hành (có hiệu lực từ tháng 8/2025)
- Markus Anderljung: Yêu cầu của EU sẽ ảnh hưởng toàn cầu
- Mỹ: Hơn 100 dự luật được đưa ra Quốc hội, nhưng ít có khả năng thông qua luật liên bang năm 2025

4. Áp lực đầu tư:
- Rumman Chowdhury: "Năm 2025 sẽ là năm quyết toán" cho các khoản đầu tư tỷ đô vào AI
- AI trong y tế: Dự kiến có thêm công cụ chẩn đoán được FDA phê duyệt
- Jai Vipra lo ngại áp lực lợi nhuận có thể dẫn đến việc áp dụng mô hình AI có vấn đề ở các nước đang phát triển

5. Video AI phổ biến:
- Google và OpenAI đã ra mắt mô hình video ấn tượng cuối năm 2024
- Jaime Sevilla: Công cụ tạo video AI sẽ phổ biến hơn khi chi phí giảm
- Ahmad Al-Dahle: Video sẽ trở thành đầu vào quan trọng cho AI, hỗ trợ thời gian thực qua kính thông minh

📌 Năm 2025, AI agent sẽ thông minh hơn, video AI phổ biến, quản trị chạy đua bắt kịp. An ninh quốc gia là ưu tiên, với EU dẫn đầu quy định. Áp lực đầu tư buộc công ty chứng minh giá trị, đặc biệt trong y tế. Tuy nhiên cần cảnh giác với rủi ro từ AI agent và ứng dụng ở các nước đang phát triển.

https://time.com/7204665/ai-predictions-2025/

#TIME

5 dự đoán về AI vào năm 2025
Thời gian đọc: 4 phút

Minh họa bởi Tara Jacoby cho TIME
Tác giả: Tharin Pillay và Harry Booth
Ngày 16 tháng 1 năm 2025, 7:07 sáng theo giờ EST

Nếu năm 2023 là năm của cơn sốt AI, sau khi ChatGPT ra mắt vào cuối năm 2022, thì năm 2024 được đánh dấu bởi sự tiến bộ liên tục khi các hệ thống trở nên thông minh hơn, nhanh hơn và chi phí vận hành rẻ hơn. AI cũng bắt đầu lập luận sâu hơn và tương tác thông qua giọng nói và video—những xu hướng mà các chuyên gia và nhà lãnh đạo AI cho rằng sẽ tiếp tục tăng tốc. Dưới đây là những gì có thể mong đợi từ AI vào năm 2025.

Nhiều hơn và tốt hơn với các hệ thống AI agent
Vào năm 2025, sẽ có sự chuyển đổi từ chatbot và các trình tạo hình ảnh sang các hệ thống "agentic" có thể hoạt động tự động để hoàn thành nhiệm vụ, thay vì chỉ trả lời câu hỏi, theo nhà tương lai học AI Ray Kurzweil. Vào tháng 10, Anthropic đã trang bị khả năng sử dụng máy tính—nhấp chuột, cuộn trang và gõ bàn phím—cho mô hình AI Claude, nhưng đây có thể chỉ là sự khởi đầu. Các chuyên gia cho rằng các hệ thống agent sẽ có khả năng xử lý các nhiệm vụ phức tạp như lên lịch cuộc hẹn và viết phần mềm. Ahmad Al-Dahle, phó chủ tịch AI tạo sinh của Meta, nhận định: "Những hệ thống này sẽ ngày càng trở nên tinh vi hơn." Jaime Sevilla, giám đốc tổ chức phi lợi nhuận dự báo AI Epoch AI, hình dung một tương lai nơi các hệ thống AI agent hoạt động như đồng nghiệp ảo, nhưng cho rằng vào năm 2025, AI agent chủ yếu sẽ mang tính mới mẻ. Melanie Mitchell, giáo sư tại Viện Santa Fe, cảnh báo rằng sai sót của các hệ thống agent có thể gây ra "hậu quả lớn", đặc biệt nếu chúng có quyền truy cập vào thông tin cá nhân hoặc tài chính.

AI trở thành ưu tiên về an ninh quốc gia
Chính phủ sẽ ngày càng nhìn nhận AI qua lăng kính an ninh quốc gia, theo Dan Hendrycks, giám đốc Trung tâm An toàn AI: "Đây là cách mà nhiều quyết định lớn liên quan đến AI sẽ được đưa ra." Mỹ đã hạn chế Trung Quốc tiếp cận các chip quan trọng, trong khi Meta và Anthropic đã thiết lập mối quan hệ chặt chẽ hơn với các cơ quan tình báo Mỹ bằng cách cho phép họ sử dụng các mô hình AI của mình. "Các diễn biến chính trị trên toàn cầu đang hướng chúng ta đến sự cạnh tranh liên tục," đặc phái viên công nghệ của Tổng Thư ký Liên Hợp Quốc, Amandeep Singh Gill, nhấn mạnh, đồng thời khuyến cáo cần duy trì "những khu vực hợp tác" giữa Mỹ và Trung Quốc.

Chính phủ chạy đua để theo kịp
Khi các nhà phát triển cạnh tranh để xây dựng các hệ thống ngày càng thông minh hơn, chính phủ trên toàn thế giới đang chạy đua để điều chỉnh chúng. Liên minh Châu Âu dẫn đầu với Đạo luật AI của mình. Bộ Quy tắc Thực hành của họ, dự kiến hoàn thiện vào tháng 4 và thực thi từ tháng 8, là một trong những luật đầu tiên nhắm đến các nhà phát triển AI tiên tiến, và nhiều yêu cầu của EU có khả năng tạo ra tác động toàn cầu về cách các công ty vận hành, trừ khi họ chọn cách tiếp cận khác biệt ở từng thị trường, theo Markus Anderljung từ Trung tâm Quản trị AI. Ở Mỹ, nơi hơn 100 dự luật đã được trình lên Quốc hội, Anderljung dự đoán rằng "rất ít điều sẽ xảy ra" ở cấp liên bang trong năm nay, mặc dù các bang có thể hành động độc lập.

Đối mặt với thử thách đầu tư
Năm tới "sẽ là một năm đối mặt sự thật," Rumman Chowdhury, CEO của Humane Intelligence, chia sẻ qua email với TIME. "Với hàng tỷ đô la được đầu tư, các công ty giờ đây phải chứng minh giá trị với người tiêu dùng." Trong lĩnh vực chăm sóc sức khỏe, giá trị đó dường như rõ ràng—ví dụ, các công cụ chẩn đoán AI bổ sung được kỳ vọng sẽ nhận được sự chấp thuận của FDA, và AI cũng có thể hữu ích trong việc khám phá và giám sát tác động lâu dài của các loại thuốc khác nhau. Nhưng ở những nơi khác, áp lực phải chứng minh lợi nhuận có thể gây ra vấn đề. "Do áp lực thu hồi vốn đầu tư, có thể sẽ có sự áp đặt các mô hình sai lầm lên các nước Nam bán cầu," Jai Vipra, một nhà nghiên cứu chính sách AI, cho biết, lưu ý rằng các thị trường này chịu ít sự giám sát hơn so với các nước phương Tây. Ở Ấn Độ, Vipra chỉ ra các xu hướng tự động hóa những công việc vốn đã mang tính bóc lột, chẳng hạn như công việc tại trung tâm cuộc gọi, là một nguồn lo ngại.

AI video trở nên phổ biến
Vào tháng 12, Google và OpenAI đã ra mắt các mô hình video ấn tượng. Sự ra mắt Sora của OpenAI bị trì hoãn do vấn đề truy cập, trong khi Veo 2 của Google được phát hành cho một số người dùng chọn lọc. Sevilla dự đoán các công cụ tạo video sẽ trở nên dễ tiếp cận hơn khi các nhà phát triển tìm ra cách làm cho chúng rẻ hơn để vận hành. Al-Dahle của Meta dự đoán video cũng sẽ trở thành một yếu tố đầu vào quan trọng cho AI, hình dung một tương lai không xa khi các hệ thống phân tích video từ kính thông minh để cung cấp hỗ trợ theo thời gian thực cho nhiều nhiệm vụ khác nhau, chẳng hạn như sửa xe đạp.

• Jensen Huang, CEO Nvidia, dự đoán tương lai khi mỗi người sẽ quản lý một tác nhân AI cá nhân, hỗ trợ các công việc từ sáng tạo nội dung, phân tích dữ liệu, đến lập kế hoạch chuỗi cung ứng.
• Tại CES 2025, Nvidia giới thiệu RTX Blackwell và các công nghệ AI tiên tiến như Cosmos – mô hình nền tảng hiểu thế giới vật lý, và DLSS 4 – công cụ tăng tốc khung hình đồ họa bằng AI. Những công nghệ này không chỉ cải thiện hiệu suất mà còn giảm chi phí đáng kể.
• Tác nhân AI cá nhân, theo Huang, sẽ mang lại "siêu trí tuệ" cho mọi người, giúp thực hiện các nhiệm vụ phức tạp như thiết kế, nghiên cứu và quản lý. Ông cho rằng AI sẽ là "máy tính mới" mà thế hệ tiếp theo cần học để áp dụng vào mọi lĩnh vực.
• Nvidia đang chuyển đổi từ đồ họa sang AI, phát triển các mô hình Cosmos và Omniverse để hỗ trợ AI hoạt động hiệu quả trong thế giới vật lý. Những công nghệ này giúp tạo ra robot và các ứng dụng AI thực tế, như xe tự lái hoặc sản xuất tự động.
• DLSS 4, một tính năng đột phá, dự đoán hình ảnh tương lai thay vì nội suy từ quá khứ, mang lại hình ảnh đẹp hơn và hiệu suất cao hơn. Công nghệ này giúp tiết kiệm tới 90% tài nguyên xử lý đồ họa.
• Jensen nhấn mạnh việc tích hợp AI vào PC thông qua WSL2, biến PC thành nền tảng phát triển AI mạnh mẽ mà không cần phụ thuộc hoàn toàn vào đám mây.
• Nvidia cũng đầu tư vào nhân lực và công nghệ tại Israel, nơi đội ngũ kỹ sư phát triển các công nghệ như NVLink và Spectrum-X, đóng góp lớn vào hiệu suất tính toán.
• Huang cho rằng AI không chỉ cách mạng hóa công nghệ mà còn cả cách chúng ta làm việc và sáng tạo. Tác nhân AI cá nhân sẽ giúp mọi người tiếp cận "siêu trí tuệ" để nâng cao năng suất trong mọi lĩnh vực.

📌 Tương lai mà Jensen Huang hình dung là một thế giới nơi mọi người quản lý tác nhân AI cá nhân, mang lại "siêu trí tuệ" để giải quyết các nhiệm vụ phức tạp. Với các công nghệ như RTX Blackwell, Cosmos, và DLSS 4, Nvidia đang dẫn đầu xu hướng này, tạo ra nền tảng cho AI tích hợp sâu rộng vào đời sống và công việc.

https://venturebeat.com/ai/in-the-future-we-will-all-manage-our-own-ai-agents-jensen-huang-qa/

• Lãnh đạo công nghệ trong năm 2025:

  • Vai trò lãnh đạo công nghệ trở thành "người xây dựng doanh nghiệp, bảo vệ và điều hành" trong bối cảnh thay đổi nhanh chóng.
  • Các câu hỏi quan trọng cần trả lời như xác định các sáng kiến công nghệ quan trọng, tăng cường khả năng phục hồi, và chuẩn bị cho AI thế hệ mới (gen AI).
  • Các xu hướng lớn bao gồm M&A, áp lực lợi nhuận và các rủi ro địa chính trị.

• Nhân tài công nghệ:

  • AI tập trung vào con người cần tập trung vào phát triển kỹ năng, điều chỉnh vai trò và cải thiện truyền thông tổ chức.
  • Xây dựng kỹ năng chuyên sâu và cá nhân hóa quá trình học tập thông qua AI.

• Tác động của gen AI:

  • AI giúp giảm 40% chi phí và tăng tốc hiện đại hóa công nghệ 40-50%.
  • Các nhà lãnh đạo cần quản lý và tối ưu hóa đội ngũ AI để giải quyết các vấn đề công nghệ phức tạp.

• Khả năng phục hồi công nghệ:

  • Tập trung vào bảo vệ 30% quan trọng nhất của doanh nghiệp thay vì bao phủ 100% với độ hiệu quả thấp hơn.
  • Áp dụng kỹ thuật "chaos engineering" và cải tiến quy trình đánh giá rủi ro.

• Đánh giá trung thực về gen AI:

  • Hiệu quả thấp hiện tại chủ yếu do tổ chức chưa tối ưu hóa chu trình phát triển phần mềm.
  • Cần triển khai chỉ số đo lường hiệu quả (KPIs) toàn diện để cải thiện năng suất.

• Năng suất công nghệ:

  • Tăng cường minh bạch chi phí để doanh nghiệp có thể sử dụng nguồn lực công nghệ hiệu quả hơn.
  • Đào tạo đội ngũ sử dụng công cụ AI để giảm chi phí do lỗi từ người dùng.

• Bài học từ châu Á:

  • Các công ty châu Á tiên phong kết hợp gen AI và AI phân tích để tối ưu hóa quy trình kinh doanh.
  • Tập trung vào số hóa toàn diện, xây dựng hạ tầng dữ liệu và KPI để đo lường giá trị từ AI.

• Chuyển đổi ERP:

  • Các quyết định chiến lược như giảm chi phí đối tác tích hợp hệ thống (SI) và theo dõi KPI kinh doanh có thể tiết kiệm 20-30% chi phí ERP.
  • Sử dụng công cụ khai thác quy trình mới để tăng minh bạch và hiệu quả.

📌 Năm 2025, lãnh đạo công nghệ cần tập trung vào ưu tiên gen AI, xây dựng nhân tài, và cải thiện khả năng phục hồi doanh nghiệp. Số hóa toàn diện và minh bạch chi phí là chìa khóa để tối ưu hóa giá trị từ công nghệ. Bài học từ châu Á và các chiến lược ERP hiệu quả có thể giúp tiết kiệm đáng kể chi phí và cải thiện hiệu suất.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/new-years-resolutions-for-tech-in-2025

#McKinsey

Bài học từ châu Á: Tái cấu trúc để tận dụng sức mạnh AI

• Kết hợp gen AI và AI phân tích để tạo giá trị lớn:

  • Nhiều công ty hàng đầu tại châu Á, đặc biệt là Trung Quốc, đang tiên phong trong việc kết hợp giữa AI thế hệ mới (gen AI) và AI phân tích.
  • Thay vì chỉ tập trung vào công nghệ, các doanh nghiệp này chú trọng xây dựng nền tảng và năng lực cần thiết để AI phát huy tối đa tiềm năng.

• Đầu tư hạ tầng dữ liệu và quản lý:

  • Để hỗ trợ các mô hình AI tiên tiến, các công ty này xây dựng hệ thống hạ tầng dữ liệu vững chắc, cho phép xử lý và phân tích dữ liệu lớn một cách hiệu quả.
  • Ví dụ: Các hệ thống kiến trúc mô-đun hỗ trợ toàn bộ quá trình tương tác kỹ thuật số với khách hàng, từ đó tạo ra nhiều dữ liệu giá trị để sử dụng trong các trường hợp AI khác nhau.

• Tối ưu hóa quy trình làm việc thông qua tự động hóa:

  • Tự động hóa các quy trình và ứng dụng công nghệ chuyển đổi như chuyển giọng nói thành văn bản (speech-to-text) đã giúp cải thiện năng suất đáng kể.
  • Ví dụ: Tại một số doanh nghiệp Trung Quốc, các robot hỗ trợ giọng nói thông minh đảm nhận hơn 80% dịch vụ khách hàng.

• Chiến lược áp dụng hiệu quả:

  • Tập trung xây dựng năng lực nền tảng ở các khu vực tạo ra giá trị kinh doanh lớn.
  • Cải tiến không chỉ quy trình kinh doanh mà còn cả dữ liệu, mô hình AI, và số hóa toàn diện tất cả các bước tương tác với khách hàng.

• Thiết lập KPI để giám sát hiệu quả:

  • Các chỉ số KPI đóng vai trò quan trọng trong việc đo lường và thúc đẩy các thay đổi cần thiết.
  • Ví dụ: Một KPI quan trọng có thể là tỷ lệ phần trăm các tương tác khách hàng được xử lý tự động bởi AI.

• Bài học cho các doanh nghiệp toàn cầu:

  • Những công ty ở các khu vực khác có thể học hỏi từ cách các công ty châu Á xử lý AI, không chỉ từ góc độ công nghệ mà còn từ cách họ xây dựng các yếu tố nền tảng.
  • Đây là một quá trình liên tục, đòi hỏi sự kết hợp giữa hạ tầng vững chắc, quy trình số hóa và chiến lược mở rộng quy mô.

📌 Doanh nghiệp châu Á, đặc biệt là Trung Quốc, đã đi đầu trong việc kết hợp AI thế hệ mới và phân tích dữ liệu để cải thiện hiệu quả kinh doanh. Các chiến lược bao gồm đầu tư vào hạ tầng dữ liệu, tối ưu hóa quy trình làm việc, số hóa toàn diện và áp dụng KPI để đảm bảo hiệu quả. Đây là những bài học quý giá mà các lãnh đạo công nghệ toàn cầu có thể áp dụng để đạt được lợi thế cạnh tranh.

- Báo cáo Tương lai việc làm 2025 chỉ ra những thay đổi lớn trong thị trường lao động toàn cầu từ 2025 đến 2030, dựa trên quan điểm của hơn 1.000 nhà tuyển dụng quốc tế, đại diện cho hơn 14 triệu công nhân.
- Các xu hướng chính bao gồm sự thay đổi công nghệ, phân mảnh địa chính trị và chuyển đổi xanh, tác động mạnh mẽ đến kỹ năng và việc làm.
- 60% nhà tuyển dụng dự đoán sự gia tăng khả năng tiếp cận kỹ thuật số sẽ thay đổi doanh nghiệp của họ vào năm 2030.
- 86% nhà tuyển dụng cho rằng sự phát triển của AI và xử lý thông tin sẽ có ảnh hưởng lớn, trong khi 58% nhấn mạnh vào tự động hóa và robotics.
- Sự gia tăng chi phí sinh hoạt được xem là xu hướng thứ hai có sức ảnh hưởng lớn, với 50% nhà tuyển dụng lo ngại đến việc chuyển đổi doanh nghiệp.
- Dự đoán có 1,6 triệu việc làm toàn cầu sẽ bị mất do tăng trưởng chậm lại, trong khi thị trường lao động sẽ tạo ra 170 triệu việc làm mới.
- Các ngành nghề phát triển nhanh bao gồm kỹ sư năng lượng tái tạo, kỹ sư môi trường và chuyên gia xe điện.
- Kỹ năng công nghệ như AI, big data và an ninh mạng dự kiến là những kỹ năng phát triển nhanh nhất.
- Sự phân mảnh địa chính trị dẫn đến biến đổi mô hình kinh doanh tại 34% tổ chức trong 5 năm tới, với tỷ lệ cao sẽ sử dụng kỹ năng an ninh mạng.
- Những công việc ở tuyến đầu như nông dân, tài xế giao hàng và công nhân xây dựng được dự đoán sẽ tăng trưởng lớn nhất về số lượng.
- Kỹ năng phân tích tiếp tục đứng đầu trong danh sách kỹ năng cốt lõi cần có, với 70% công ty cho rằng đây là kỹ năng thiết yếu.
- 63% nhà tuyển dụng coi sự thiếu hụt kỹ năng là rào cản lớn nhất cho sự chuyển đổi doanh nghiệp.
- 85% nhà tuyển dụng sẽ ưu tiên tái đào tạo lực lượng lao động, với 70% dự kiến sẽ tuyển dụng nhân viên có kỹ năng mới.

📌 Dự báo đến năm 2030, có khoảng 78 triệu việc làm mới sẽ được tạo ra trong khi 92 triệu việc làm có thể sẽ bị mất. Các kỹ năng công nghệ sẽ tiếp tục trở thành ưu tiên hàng đầu, trong đó AI, big data và an ninh mạng là những kỹ năng phát triển nhanh nhất.

https://www.weforum.org/publications/the-future-of-jobs-report-2025/digest/

#WEF

Báo cáo Tương lai Việc làm 2025

Thay đổi công nghệ, phân mảnh địa kinh tế, bất ổn kinh tế, biến đổi nhân khẩu học và chuyển đổi xanh – dù riêng lẻ hay kết hợp – đều là những yếu tố chính được dự đoán sẽ định hình và biến đổi thị trường lao động toàn cầu vào năm 2030. Báo cáo Tương lai Việc làm 2025 tập hợp quan điểm từ hơn 1.000 nhà tuyển dụng hàng đầu thế giới – đại diện cho hơn 14 triệu lao động trong 22 nhóm ngành và 55 nền kinh tế trên toàn cầu – để phân tích cách các xu hướng vĩ mô này ảnh hưởng đến việc làm, kỹ năng và các chiến lược chuyển đổi lực lượng lao động mà các nhà tuyển dụng dự định thực hiện trong giai đoạn 2025 đến 2030.

Việc mở rộng khả năng tiếp cận kỹ thuật số được dự báo sẽ là xu hướng mang tính chuyển đổi mạnh mẽ nhất – cả trong nhóm các xu hướng liên quan đến công nghệ lẫn tổng thể – với 60% nhà tuyển dụng dự đoán xu hướng này sẽ thay đổi hoạt động kinh doanh của họ vào năm 2030. Những tiến bộ trong công nghệ, đặc biệt là AI tạo sinh và xử lý thông tin (86%); robot và tự động hóa (58%); cùng sản xuất, lưu trữ và phân phối năng lượng (41%), cũng được dự đoán sẽ mang tính chuyển đổi. Các xu hướng này được kỳ vọng sẽ tạo ra các tác động trái chiều đối với việc làm, thúc đẩy cả các vai trò tăng trưởng nhanh nhất lẫn suy giảm nhanh nhất, đồng thời gia tăng nhu cầu về các kỹ năng liên quan đến công nghệ, bao gồm AI và dữ liệu lớn, mạng lưới và an ninh mạng, cùng khả năng hiểu biết công nghệ, dự kiến sẽ là 3 kỹ năng tăng trưởng nhanh nhất.

Chi phí sinh hoạt gia tăng xếp hạng là xu hướng mang tính chuyển đổi lớn thứ hai nói chung – và là xu hướng hàng đầu liên quan đến các điều kiện kinh tế – với một nửa số nhà tuyển dụng dự báo điều này sẽ thay đổi hoạt động kinh doanh của họ vào năm 2030, mặc dù được dự đoán rằng lạm phát toàn cầu sẽ giảm. Sự suy thoái kinh tế nói chung, ở mức độ thấp hơn, cũng vẫn được xem là vấn đề trọng tâm và được dự báo sẽ ảnh hưởng đến 42% doanh nghiệp. Lạm phát được dự đoán sẽ có triển vọng hỗn hợp đối với việc tạo việc làm ròng đến năm 2030, trong khi tăng trưởng chậm hơn dự kiến sẽ làm mất đi 1,6 triệu việc làm trên toàn cầu. Hai tác động này đối với việc tạo việc làm được kỳ vọng sẽ làm tăng nhu cầu về các kỹ năng tư duy sáng tạo, khả năng kiên cường, linh hoạt và thích ứng.

Giảm thiểu biến đổi khí hậu là xu hướng mang tính chuyển đổi lớn thứ ba nói chung – và là xu hướng hàng đầu liên quan đến chuyển đổi xanh – trong khi việc thích ứng với biến đổi khí hậu xếp hạng thứ sáu, với lần lượt 47% và 41% nhà tuyển dụng dự đoán các xu hướng này sẽ thay đổi hoạt động kinh doanh của họ trong 5 năm tới. Điều này đang thúc đẩy nhu cầu đối với các vai trò như kỹ sư năng lượng tái tạo, kỹ sư môi trường và chuyên gia xe điện và tự động, tất cả đều nằm trong danh sách 15 công việc tăng trưởng nhanh nhất. Các xu hướng về khí hậu cũng được kỳ vọng sẽ thúc đẩy trọng tâm tăng cường vào quản lý môi trường, lần đầu tiên được đưa vào danh sách 10 kỹ năng phát triển nhanh nhất trong Báo cáo Tương lai Việc làm.

Hai thay đổi nhân khẩu học ngày càng được coi là đang biến đổi các nền kinh tế và thị trường lao động toàn cầu: dân số già và lực lượng lao động trong độ tuổi lao động giảm, chủ yếu ở các nền kinh tế có thu nhập cao; và dân số trong độ tuổi lao động mở rộng, chủ yếu ở các nền kinh tế có thu nhập thấp. Các xu hướng này thúc đẩy nhu cầu về các kỹ năng trong quản lý nhân tài, giảng dạy và cố vấn, cũng như động lực và nhận thức bản thân. Dân số già hóa thúc đẩy sự tăng trưởng trong các công việc chăm sóc sức khỏe như chuyên viên điều dưỡng, trong khi dân số trong độ tuổi lao động mở rộng thúc đẩy tăng trưởng trong các nghề liên quan đến giáo dục, chẳng hạn như giáo viên giáo dục bậc cao.

Phân mảnh địa kinh tế và căng thẳng địa chính trị được dự đoán sẽ thúc đẩy sự chuyển đổi mô hình kinh doanh tại một phần ba (34%) số tổ chức được khảo sát trong 5 năm tới. Hơn 1/5 (23%) nhà tuyển dụng toàn cầu xác định rằng các hạn chế gia tăng đối với thương mại và đầu tư, cũng như các chính sách trợ cấp và công nghiệp (21%), là các yếu tố đang định hình hoạt động của họ. Hầu hết các nền kinh tế mà người trả lời dự báo các xu hướng này sẽ mang tính chuyển đổi nhiều nhất đều có thương mại đáng kể với Hoa Kỳ và/hoặc Trung Quốc. Các nhà tuyển dụng dự báo các xu hướng địa kinh tế sẽ thay đổi hoạt động kinh doanh của họ cũng có khả năng thuê ngoài – và thậm chí có khả năng cao hơn trong việc đưa hoạt động trở lại nội địa. Các xu hướng này đang thúc đẩy nhu cầu đối với các vai trò liên quan đến an ninh và gia tăng nhu cầu về kỹ năng mạng lưới và an ninh mạng. Chúng cũng làm tăng nhu cầu đối với các kỹ năng tập trung vào con người khác như khả năng kiên cường, linh hoạt và thích ứng, cùng kỹ năng lãnh đạo và ảnh hưởng xã hội.

Dựa trên dự đoán của những người trả lời khảo sát trong Báo cáo Tương lai Việc làm, theo các xu hướng hiện tại trong giai đoạn 2025 đến 2030, việc tạo và mất việc làm do chuyển đổi cấu trúc thị trường lao động sẽ chiếm 22% tổng số việc làm hiện nay. Dự kiến sẽ có việc làm mới được tạo ra tương đương với 14% tổng số việc làm hiện nay, tức là 170 triệu việc làm. Tuy nhiên, mức tăng trưởng này được dự đoán sẽ bị bù đắp bởi sự mất đi tương đương 8% (hay 92 triệu) việc làm hiện tại, dẫn đến tăng trưởng ròng 7% tổng số việc làm, tức là 78 triệu việc làm.

Các vai trò công việc tuyến đầu được dự đoán sẽ chứng kiến mức tăng trưởng lớn nhất về khối lượng tuyệt đối và bao gồm: lao động nông nghiệp, tài xế giao hàng, công nhân xây dựng, nhân viên bán hàng và công nhân chế biến thực phẩm. Các công việc trong ngành chăm sóc như chuyên viên điều dưỡng, chuyên viên công tác xã hội và tư vấn, và trợ lý chăm sóc cá nhân cũng được dự báo sẽ tăng trưởng đáng kể trong 5 năm tới, cùng với các vai trò trong giáo dục như giảng viên đại học và giáo viên trung học.

Các vai trò liên quan đến công nghệ là những công việc tăng trưởng nhanh nhất về mặt phần trăm, bao gồm chuyên gia dữ liệu lớn, kỹ sư fintech, chuyên gia AI và học máy, và nhà phát triển phần mềm và ứng dụng. Các vai trò liên quan đến chuyển đổi xanh và năng lượng, bao gồm chuyên gia xe điện và tự động, kỹ sư môi trường và kỹ sư năng lượng tái tạo, cũng nằm trong nhóm các vai trò tăng trưởng nhanh nhất.

Nhân viên văn phòng và thư ký – bao gồm thu ngân, nhân viên bán vé, trợ lý hành chính và thư ký điều hành – được dự đoán sẽ giảm nhiều nhất về số lượng tuyệt đối. Tương tự, các vai trò được kỳ vọng giảm nhanh nhất bao gồm nhân viên bưu điện, giao dịch viên ngân hàng và nhân viên nhập liệu.

Trung bình, người lao động có thể kỳ vọng rằng hai phần năm (39%) bộ kỹ năng hiện tại của họ sẽ bị thay đổi hoặc lỗi thời trong giai đoạn 2025-2030. Tuy nhiên, chỉ số "bất ổn kỹ năng" này đã giảm so với các ấn bản trước của báo cáo, từ 44% vào năm 2023 và đạt đỉnh 57% vào năm 2020 sau đại dịch. Phát hiện này có thể là do ngày càng có nhiều người lao động (50%) đã hoàn thành các khóa đào tạo, nâng cấp hoặc học kỹ năng mới, so với 41% trong ấn bản năm 2023 của báo cáo.

Tư duy phân tích vẫn là kỹ năng cốt lõi được các nhà tuyển dụng tìm kiếm nhiều nhất, với 7/10 công ty coi đây là kỹ năng thiết yếu vào năm 2025. Tiếp theo là khả năng kiên cường, linh hoạt và thích ứng, cùng với kỹ năng lãnh đạo và ảnh hưởng xã hội.

AI và dữ liệu lớn đứng đầu danh sách các kỹ năng tăng trưởng nhanh nhất, tiếp theo sát nút là mạng lưới và an ninh mạng cũng như khả năng hiểu biết về công nghệ. Bổ trợ cho các kỹ năng liên quan đến công nghệ này, tư duy sáng tạo, khả năng kiên cường, linh hoạt và thích ứng, cùng sự tò mò và học tập suốt đời, cũng được dự báo sẽ tiếp tục tăng tầm quan trọng trong giai đoạn 2025-2030. Ngược lại, sự khéo léo, sức bền và độ chính xác trong công việc tay chân được dự báo giảm đáng kể về nhu cầu, với 24% người trả lời dự đoán mức độ quan trọng của các kỹ năng này sẽ giảm.

Mặc dù số lượng việc làm toàn cầu được dự báo sẽ tăng đến năm 2030, sự khác biệt về kỹ năng hiện tại và kỹ năng mới nổi giữa các vai trò tăng trưởng và suy giảm có thể làm trầm trọng thêm khoảng cách kỹ năng hiện có. Các kỹ năng nổi bật nhất phân biệt giữa các công việc tăng trưởng và suy giảm dự kiến sẽ bao gồm khả năng kiên cường, linh hoạt và thích ứng; quản lý tài nguyên và vận hành; kiểm soát chất lượng; lập trình và hiểu biết về công nghệ.

Với những yêu cầu kỹ năng đang thay đổi này, quy mô cần thiết của việc đào tạo lại và nâng cao kỹ năng lực lượng lao động dự kiến vẫn rất lớn: nếu lực lượng lao động toàn cầu được giả định là 100 người, thì 59 người sẽ cần được đào tạo vào năm 2030. Trong số này, các nhà tuyển dụng dự đoán rằng 29 người có thể được nâng cao kỹ năng trong vai trò hiện tại của họ và 19 người có thể được nâng cao kỹ năng và chuyển sang các vị trí khác trong tổ chức. Tuy nhiên, 11 người được cho là sẽ không nhận được đào tạo lại hoặc nâng cao kỹ năng cần thiết, khiến triển vọng việc làm của họ ngày càng gặp rủi ro.

Khoảng cách kỹ năng được coi là rào cản lớn nhất đối với quá trình chuyển đổi kinh doanh theo khảo sát của Báo cáo Tương lai Việc làm, với 63% nhà tuyển dụng xác định đây là một rào cản lớn trong giai đoạn 2025-2030. Theo đó, 85% nhà tuyển dụng được khảo sát có kế hoạch ưu tiên nâng cao kỹ năng cho lực lượng lao động của họ, với 70% dự định tuyển dụng nhân viên có các kỹ năng mới, 40% có kế hoạch cắt giảm nhân sự khi kỹ năng của họ trở nên không còn phù hợp, và 50% dự định chuyển nhân viên từ các vai trò suy giảm sang các vai trò tăng trưởng.

Hỗ trợ sức khỏe và phúc lợi của nhân viên dự kiến sẽ là trọng tâm hàng đầu trong việc thu hút nhân tài, với 64% nhà tuyển dụng được khảo sát xác định đây là một chiến lược quan trọng để tăng cường khả năng thu hút nhân tài. Các sáng kiến đào tạo lại và nâng cao kỹ năng hiệu quả, cùng với việc cải thiện lộ trình phát triển và thăng tiến nhân tài, cũng được coi là có tiềm năng cao trong việc thu hút nhân tài. Việc tài trợ và cung cấp các chương trình đào tạo lại và nâng cao kỹ năng được coi là 2 chính sách công được hoan nghênh nhất để tăng cường nguồn nhân tài.

Báo cáo Tương lai Việc làm cũng nhận thấy rằng việc áp dụng các sáng kiến về đa dạng, công bằng và hòa nhập đang gia tăng. Tiềm năng mở rộng nguồn nhân tài bằng cách khai thác các nhóm nhân tài đa dạng được nhấn mạnh bởi 47% nhà tuyển dụng – gấp 4 lần so với 10% cách đây 2 năm. Các sáng kiến về đa dạng, công bằng và hòa nhập đã trở nên phổ biến hơn, với 83% nhà tuyển dụng báo cáo rằng họ đã thực hiện các sáng kiến như vậy, so với 67% vào năm 2023. Những sáng kiến này đặc biệt phổ biến đối với các công ty có trụ sở tại Bắc Mỹ, với tỷ lệ áp dụng là 96%, và các nhà tuyển dụng có hơn 50.000 nhân viên (95%).

Đến năm 2030, hơn một nửa số nhà tuyển dụng (52%) dự kiến sẽ phân bổ một phần lớn hơn trong doanh thu của họ vào tiền lương, với chỉ 7% kỳ vọng phần này sẽ giảm. Các chiến lược tiền lương chủ yếu được thúc đẩy bởi mục tiêu điều chỉnh tiền lương với năng suất và hiệu suất của người lao động, cũng như cạnh tranh để thu hút và giữ chân nhân tài cùng kỹ năng. Cuối cùng, một nửa số nhà tuyển dụng có kế hoạch định hướng lại doanh nghiệp của họ để đáp ứng với AI, hai phần ba dự định tuyển dụng nhân tài có kỹ năng AI cụ thể, trong khi 40% dự báo sẽ cắt giảm lực lượng lao động ở những nơi AI có thể tự động hóa công việc.

The Future of Jobs Report 2025

Technological change, geoeconomic fragmentation, economic uncertainty, demographic shifts and the green transition – individually and in combination are among the major drivers expected to shape and transform the global labour market by 2030. The Future of Jobs Report 2025 brings together the perspective of over 1,000 leading global employers—collectively representing more than 14 million workers across 22 industry clusters and 55 economies from around the world—to examine how these macrotrends impact jobs and skills, and the workforce transformation strategies employers plan to embark on in response, across the 2025 to 2030 timeframe.

   
Broadening digital access is expected to be the most transformative trend – both across technology-related trends and overall – with 60% of employers expecting it to transform their business by 2030. Advancements in technologies, particularly AI and information processing (86%); robotics and automation (58%); and energy generation, storage and distribution (41%), are also expected to be transformative. These trends are expected to have a divergent effect on jobs, driving both the fastest-growing and fastest-declining roles, and fueling demand for technology-related skills, including AI and big data, networks and cybersecurity and technological literacy, which are anticipated to be the top three fastest- growing skills.

Increasing cost of living ranks as the second- most transformative trend overall – and the top trend related to economic conditions – with half of employers expecting it to transform their business by 2030, despite an anticipated reduction in global inflation. General economic slowdown, to a lesser extent, also remains top of mind and is expected to transform 42% of businesses. Inflation is predicted to have a mixed outlook for net job creation to 2030, while slower growth is expected to displace 1.6 million jobs globally. These two impacts on job creation are expected to increase the demand for creative thinking and resilience, flexibility, and agility skills.

Climate-change mitigation is the third-most transformative trend overall – and the top trend related to the green transition – while climate-change adaptation ranks sixth with 47% and 41% of employers, respectively, expecting these trends to transform their business in the next five years. This is driving demand for roles such as renewable energy engineers, environmental engineers and electric and autonomous vehicle specialists, all among the 15 fastest-growing jobs. Climate trends are also expected to drive an increased focus on environmental stewardship, which has entered the Future of Jobs Report’s list of top 10 fastest growing skills for the first time.

Two demographic shifts are increasingly seen to be transforming global economies and labour markets: aging and declining working age populations, predominantly in higher- income economies, and expanding working age populations, predominantly in lower-income economies. These trends drive an increase in demand for skills in talent management, teaching and mentoring, and motivation and self-awareness. Aging populations drive growth in healthcare jobs such as nursing professionals, while growing working-age populations fuel growth in education-related professions, such as higher education teachers.

Geoeconomic fragmentation and geopolitical tensions are expected to drive business model transformation in one-third (34%) of surveyed organizations in the next five years. Over one- fifth (23%) of global employers identify increased restrictions on trade and investment, as well as subsidies and industrial policies (21%), as factors shaping their operations. Almost all economies for which respondents expect these trends to be most transformative have significant trade with the United States and/or China. Employers who expect geoeconomic trends to transform their business are also more likely to offshore – and even more likely to re-shore – operations. These trends are driving demand for security related job roles and increasing demand for network and cybersecurity skills. They are also increasing demand for other human-centred skills such as resilience, flexibility and agility skills, and leadership and social influence.

Extrapolating from the predictions shared by Future of Jobs Survey respondents, on current trends over the 2025 to 2030 period job creation and destruction due to structural labour-market transformation will amount to 22% of today’s total jobs. This is expected to entail the creation of new jobs equivalent to 14% of today’s total employment, amounting to 170 million jobs. However, this growth is expected to be offset by the displacement of the equivalent of 8% (or 92 million) of current jobs, resulting in net growth of 7% of total employment, or 78 million jobs.

Frontline job roles are predicted to see the largest growth in absolute terms of volume and include Farmworkers, Delivery Drivers, Construction Workers, Salespersons, and Food Processing Workers. Care economy jobs, such as Nursing Professionals, Social Work and Counselling Professionals and Personal Care Aides are also expected to grow significantly over the next five years, alongside Education roles such as Tertiary and Secondary Education Teachers.

Technology-related roles are the fastest- growing jobs in percentage terms, including Big Data Specialists, Fintech Engineers, AI and Machine Learning Specialists and Software and Application Developers. Green and energy transition roles, including Autonomous and Electric Vehicle Specialists, Environmental Engineers, and Renewable Energy Engineers, also feature within the top fastest-growing roles.

- Trí tuệ sống sẽ là bước tiến lớn trong công nghệ, kết hợp giữa trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học.
- Các hệ thống này có khả năng cảm nhận, học hỏi, thích nghi và phát triển, tạo ra sự đổi mới mạnh mẽ.
- Nhiều công ty đang lạc lối khi chỉ tập trung vào AI mà không nhận ra sự cần thiết của cảm biến và công nghệ sinh học.
- Cảm biến hiện hữu khắp nơi, giúp thu thập và giao tiếp dữ liệu để tối ưu hóa AI.
- Công ty Xylem phát triển đồng hồ nước thông minh sử dụng cảm biến để quản lý nguồn nước hiệu quả.
- Các cảm biến sinh học có thể được đeo hoặc nuốt vào, cung cấp dữ liệu y tế trong thời gian thực.
- Các mô hình hành động lớn (LAMs) dự đoán và thực hiện các tác vụ phức tạp hơn LLMs.
- Sự phát triển của trí tuệ sống sẽ đòi hỏi các tổ chức phải tái cấu trúc và làm mới các quy trình của mình.
- Các công ty như Ginkgo Bioworks và Google DeepMind đang đi đầu trong việc phát triển các công nghệ sinh học tiên tiến.
- Từ trí tuệ sinh học đến trí tuệ hữu cơ (organoid intelligence), chúng ta có thể tạo ra các hệ thống sinh học hoạt động giống như não người.
- Các nhà lãnh đạo cần nhận thức rõ về sự kết hợp của các công nghệ này để không bị tụt hậu.
- Chia sẻ các chiến lược để các tổ chức chuẩn bị cho tương lai của trí tuệ sống.
- Khuyến khích các tổ chức đặt câu hỏi "Điều gì sẽ xảy ra nếu?" để kích thích tư duy đổi mới.

📌 Trí tuệ sống, một khái niệm mới, kết hợp trí tuệ nhân tạo, cảm biến và công nghệ sinh học sẽ tạo ra sự đổi mới và thay đổi cách thức hoạt động của các ngành công nghiệp. Các tổ chức cần chấp nhận sự chuyển mình này để không bị bỏ lại phía sau.

https://hbr.org/2025/01/why-living-intelligence-is-the-next-big-thing

#HBR

Tại sao “Trí tuệ sống” là xu hướng lớn tiếp theo

Amy Webb - Ngày 06/01/2025

Tóm tắt:

AI chỉ là một phần trong một sự thay đổi công nghệ sâu rộng đang diễn ra, và các công ty không nhận ra tầm quan trọng của các công nghệ khác đang hội tụ sẽ có nguy cơ bị tụt hậu. Hai công nghệ khác — cảm biến tiên tiến và công nghệ sinh học — tuy ít được chú ý hơn nhưng không kém phần quan trọng, và chúng đã âm thầm phát triển trong thời gian qua. Sự hội tụ của 3 công nghệ này sắp tạo nên một thực tại mới, sẽ định hình các quyết định tương lai của mọi nhà lãnh đạo trong mọi ngành công nghiệp. Đây chính là thực tại của “trí tuệ sống”: các hệ thống có khả năng cảm nhận, học hỏi, thích nghi và tiến hóa, được hiện thực hóa nhờ trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học. Trí tuệ sống sẽ tạo ra một chu kỳ đổi mới theo cấp số nhân, phá vỡ các ngành công nghiệp và tạo ra những thị trường hoàn toàn mới. Những nhà lãnh đạo chỉ tập trung vào AI mà không hiểu các giao điểm của nó với 2 công nghệ còn lại có nguy cơ bỏ lỡ làn sóng thay đổi đang dần hình thành.

Gần đây, khi tôi ngồi đối diện với đội ngũ lãnh đạo điều hành của một công ty dịch vụ chăm sóc sức khỏe toàn cầu, tôi nhận ra qua ngôn ngữ cơ thể của họ rằng có điều gì đó không ổn. Họ đã mời tôi đến để tư vấn chiến lược AI, nhưng dường như họ có vẻ phòng thủ. Giám đốc thông tin (CIO), một người sắc sảo, rõ ràng đã nghiên cứu kỹ về công nghệ mới nổi, bắt đầu trình bày chi tiết về mô hình ngôn ngữ lớn (LLM) mới của họ. Điều này thật sự rất ấn tượng. Mô hình này tự động hóa quy trình nhập dữ liệu cực kỳ phức tạp của họ — hãy hình dung về những ngọn núi giấy tờ viết tay và một loạt các tệp kỹ thuật số hỗn loạn — và hợp nhất mọi thứ thành một hồ sơ duy nhất, mạch lạc. Họ đã dành hơn một năm để phát triển và thử nghiệm nó, và hoàn toàn có lý do để tự hào về thành tựu của mình.

Tuy nhiên, khi ông ấy nói về việc triển khai, tôi nhận thấy rõ rằng họ đang bị tụt lại phía sau.

“Các anh đã xây dựng được một nền tảng tuyệt vời,” tôi nói, “nhưng đây chỉ là vạch xuất phát.” Bầu không khí trong phòng lập tức thay đổi. Đây không phải là phản ứng mà họ mong đợi. Đây là một công ty đã đầu tư mạnh mẽ vào AI, xây dựng một hệ thống phức tạp và triển khai thử nghiệm thành công. Giống như rất nhiều đội ngũ lãnh đạo điều hành khác đã dành cả năm qua để xây dựng và triển khai các công cụ AI, họ nghĩ rằng mình đã hoàn tất. Trên thực tế, hành trình chuyển đổi của họ mới chỉ bắt đầu. AI chỉ là một phần trong một sự thay đổi công nghệ sâu rộng, và những công ty không nhận ra tầm quan trọng của các công nghệ khác đang hội tụ có nguy cơ bị bỏ lại phía sau.

Kỷ nguyên của Trí tuệ sống

Trong buổi gặp gỡ với đội ngũ lãnh đạo công ty, tôi thừa nhận rằng, giống như nhiều nhà lãnh đạo khác, việc tập trung vào AI gần đây của họ, mặc dù muộn màng, là một bước đi đúng đắn. Tuy nhiên, các mô hình ngôn ngữ lớn chỉ là điểm khởi đầu. Với những tiến bộ đang diễn ra với tốc độ chóng mặt, công ty sẽ cần phải xây dựng một năng lực mới để liên tục chuyển đổi.

Lý do là bởi AI chỉ là một trong 3 công nghệ đột phá đang thay đổi bối cảnh kinh doanh. Hai công nghệ còn lại — cảm biến tiên tiến và công nghệ sinh học — tuy ít được chú ý hơn nhưng không kém phần quan trọng, và chúng đã âm thầm phát triển trong thời gian qua.

Sớm thôi, sự hội tụ của 3 công nghệ này sẽ tạo nên một thực tại mới, định hình các quyết định tương lai của mọi nhà lãnh đạo trong mọi ngành công nghiệp.

Tôi gọi thực tại mới này là “trí tuệ sống”: các hệ thống có khả năng cảm nhận, học hỏi, thích nghi và tiến hóa, được hiện thực hóa nhờ trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học.

Trí tuệ sống sẽ tạo ra một chu kỳ đổi mới theo cấp số nhân, phá vỡ các ngành công nghiệp và tạo ra những thị trường hoàn toàn mới. Những nhà lãnh đạo chỉ tập trung vào AI mà không hiểu các giao điểm của nó với hai công nghệ còn lại có nguy cơ bỏ lỡ làn sóng thay đổi đang dần hình thành.

"The Everything Engine Needs Your Data" — Vì sao Dữ liệu là nền tảng của trí tuệ sống

Nếu AI là một "cỗ máy vạn năng", thì cỗ máy đó cần dữ liệu để vận hành. Phần lớn dữ liệu này rất có thể đến từ cảm biến tiên tiến và mạng lưới các thiết bị kết nối, cho phép trao đổi và xử lý dữ liệu để thúc đẩy sự phát triển của AI. Đây chính là lý do vì sao cảm biến được xem như một công nghệ vạn năng tiếp theo — một sự thật mà nhiều nhà lãnh đạo hiện nay chưa nhận thức được.

Hầu hết mọi người không nhận ra rằng cảm biến hiện đã ở khắp mọi nơi và được ứng dụng trong nhiều ngành công nghiệp. Điều này có thể hiểu được: chúng ta thường sử dụng công nghệ mà không để ý đến sự hiện diện của nó. Nhưng khi bạn bắt đầu để ý, bạn sẽ thấy chúng ở mọi nơi.

Ví dụ, một chiếc iPhone tích hợp hàng tá cảm biến, từ cảm biến tiệm cận để phát hiện vật thể gần đó, đến cảm biến nhận diện khuôn mặt để xác thực người dùng. Tất cả đều liên tục thu thập và xử lý dữ liệu của bạn suốt cả ngày. Công ty công nghệ nước Xylem đã phát triển một loại đồng hồ nước mới sử dụng cảm biến tiên tiến và AI để quản lý các thách thức về phân phối nước tại các khu vực đông dân cư. Những đồng hồ này đo liên tục lưu lượng nước và cung cấp dữ liệu chi tiết về thói quen tiêu thụ. Chúng cũng có thể phát hiện các bất thường trong lưu lượng nước, chẳng hạn như áp lực giảm hoặc mô hình sử dụng bất thường — những dấu hiệu thường chỉ ra các rò rỉ.

Trong khi đó, một lớp cảm biến sinh học mới đang được phát triển để đeo trên người hoặc thậm chí đưa vào cơ thể. Những cảm biến này có mục đích gửi và nhận dữ liệu theo thời gian thực nhằm chẩn đoán và giám sát bệnh, phát hiện mầm bệnh, và hỗ trợ phục hồi nhanh hơn. Một loại cảm biến sinh học này bao gồm các máy móc siêu nhỏ, gọi là nanobot, có thể theo dõi sức khỏe bệnh nhân theo thời gian thực sau khi được tiêm vào máu. Những nanobot này hoạt động như hệ thống giám sát bên trong, phát hiện những thay đổi trong các kích thích môi trường và điều kiện cơ thể, cho phép giám sát liên tục và chẩn đoán sớm các vấn đề sức khỏe tiềm ẩn.

Chuyển đổi từ LLMs sang LAMs: Từ mô hình ngôn ngữ sang mô hình hành động

Khi ngày càng có nhiều cảm biến bao quanh chúng ta, chúng không chỉ thu thập và truyền tải nhiều dữ liệu hơn mà còn đa dạng hơn về loại dữ liệu. Trong khi các tổ chức đang bận rộn xây dựng và sử dụng các mô hình ngôn ngữ lớn (LLMs), thì sớm thôi, họ sẽ cần phát triển LAMs: các mô hình hành động lớn (Large Action Models).

Nếu LLMs dự đoán nội dung tiếp theo nên được nói là gì, thì LAMs dự đoán hành động tiếp theo nên được thực hiện, bằng cách chia nhỏ các nhiệm vụ phức tạp thành các phần đơn giản hơn. Không giống như LLMs chủ yếu tạo ra nội dung, LAMs được tối ưu hóa cho việc thực thi nhiệm vụ, cho phép chúng đưa ra các quyết định theo thời gian thực dựa trên các lệnh cụ thể. LAMs sẽ vô cùng hữu ích cho các tổ chức ở mọi quy mô và lĩnh vực.

Những ví dụ đầu tiên của LAMs bao gồm Claude của Anthropic và ACT-1 của Adept.ai. Cả hai đều được thiết kế để tương tác trực tiếp với mã nguồn và các công cụ kỹ thuật số, thực hiện các hành động bên trong các ứng dụng phần mềm như trình duyệt web. LAMs giống như LLMs, nhưng với dữ liệu phong phú hơn và yêu cầu đa phương tiện hơn. Chúng sẽ sử dụng dữ liệu hành vi mà chúng ta tạo ra khi sử dụng điện thoại hoặc vận hành xe cộ, cùng với một mạng lưới cảm biến khắp nơi, thu thập đồng thời nhiều luồng dữ liệu từ thiết bị đeo, thiết bị thực tế mở rộng (extended reality), internet vạn vật (IoT), nhà thông minh, văn phòng thông minh, và cả căn hộ thông minh.

Khi LAMs trở nên tích hợp sâu hơn trong môi trường của chúng ta, chúng sẽ hoạt động liền mạch, thường không cần sự tương tác trực tiếp của người dùng.

Từ LAMs đến PLAMs: Cá nhân hóa hành động

Rất nhiều tổ chức đang thất bại trong việc hình dung cách mà LAMs sẽ tiến hóa thành các mô hình hành động lớn cá nhân hóa (PLAMs), có khả năng tương tác với các hệ thống khác, học hỏi từ các bộ dữ liệu lớn, và thích nghi với nhu cầu kinh doanh đang thay đổi.

PLAMs sẽ có khả năng cải thiện trải nghiệm kỹ thuật số, ảo và vật lý của chúng ta bằng cách hợp lý hóa việc ra quyết định, quản lý nhiệm vụ, thương lượng giao dịch, và dự đoán nhu cầu của chúng ta dựa trên dữ liệu hành vi. PLAMs sẽ không cần sự đầu vào có ý thức từ người dùng.

Những tác nhân tự động này có thể cá nhân hóa các gợi ý, tối ưu hóa việc mua sắm, và giao tiếp với các tác nhân đáng tin cậy khác, cho phép các giao dịch diễn ra liền mạch — đồng thời vẫn duy trì quyền riêng tư và các ưu tiên của người dùng. PLAMs, theo định nghĩa, sẽ có quyền truy cập vào tất cả dữ liệu của người dùng trên các thiết bị cá nhân.

Trong tương lai gần, các công ty như Apple hoặc Google sẽ được thúc đẩy để tích hợp thêm nhiều cảm biến thông minh vào thiết bị nhằm liên tục thu thập và phân tích dữ liệu cá nhân, chẳng hạn như chỉ số sức khỏe, dữ liệu vị trí, và thông tin về thói quen hàng ngày. Tất cả dữ liệu này sẽ được sử dụng để tạo ra các hồ sơ cá nhân hóa cao, kết nối với các mô hình ngôn ngữ và hành động cá nhân, được thiết kế riêng theo nhu cầu và sở thích của từng người dùng.

Trong khi cá nhân sở hữu PLAMs, các tập đoàn sẽ sở hữu các mô hình hành động lớn doanh nghiệp (CLAMs), và các chính phủ có tư duy số hóa sẽ phát triển các mô hình hành động lớn chính phủ (GLAMs).

Khi Trí tuệ Nhân tạo gặp Kỹ thuật Sinh học

Công nghệ vạn năng thứ ba của trí tuệ sống là kỹ thuật sinh học, một lĩnh vực sử dụng các kỹ thuật kỹ thuật để xây dựng các hệ thống và sản phẩm sinh học, chẳng hạn như vi sinh vật thiết kế được lập trình cho các nhiệm vụ cụ thể.

Hiện tại, kỹ thuật sinh học có thể dễ dàng bị xem nhẹ, nhưng về dài hạn, nó có thể trở thành công nghệ quan trọng nhất. Khi kết hợp với AI, kỹ thuật sinh học có thể tạo ra “sinh học tạo sinh” (genBio), sử dụng dữ liệu, tính toán và AI để dự đoán hoặc tạo ra những hiểu biết sinh học mới — tạo ra các thành phần sinh học mới, chẳng hạn như protein, gen, hoặc thậm chí toàn bộ sinh vật, bằng cách mô phỏng và dự đoán cách các yếu tố sinh học hoạt động và tương tác.

Ứng dụng của kỹ thuật sinh học trong thực tế

Tiềm năng của công nghệ này đã rõ ràng. Các công ty như Ginkgo Bioworks đang sử dụng genBio để thiết kế và tạo ra các enzyme tùy chỉnh, có thể được ứng dụng trong các quy trình công nghiệp. Ví dụ, các thuật toán tạo sinh có thể giúp thiết kế enzyme phá vỡ các phân tử phức tạp như nhựa hoặc các chất gây ô nhiễm khác.

Google DeepMind đã phát triển AlphaProteo, thiết kế các protein hoàn toàn mới với các tính chất mới, có thể được áp dụng trong lĩnh vực vật liệu sinh học và phát triển thuốc. Một dự án khác của DeepMind, GNoME (Graph Networks for Materials Exploration), đã dự đoán tính ổn định của hàng triệu vật liệu vô cơ mới.

Hãy tưởng tượng một tòa nhà được làm từ các vật liệu có khả năng tự điều chỉnh nhiệt độ, ánh sáng và thông gió mà không cần máy tính (hoặc con người) can thiệp.

Living Intelligence and the Future of Business: How to Adapt and Thrive

Living Intelligence: Toward Living Machines
Trí tuệ sống (Living Intelligence) đang mở ra cánh cửa dẫn đến những cỗ máy sống. Năm 2024, trí tuệ hữu cơ (Organoid Intelligence - OI) ra mắt như một lĩnh vực khoa học mới. OI sử dụng các mô nuôi cấy trong phòng thí nghiệm, như tế bào não và tế bào gốc, để tạo ra các máy tính sinh học mô phỏng cấu trúc và chức năng của não người.

Một cơ quan hữu cơ (organoid) là một mô nhỏ giống như bản sao của các cơ quan trong cơ thể. Năm 2021, các nhà nghiên cứu tại Cortical Labs, Melbourne, Úc, đã tạo ra một bộ não organoid nhỏ hoạt động như một máy tính. Họ gọi nó là DishBrain, gắn nó với các điện cực và dạy nó chơi trò chơi Pong từ thập niên 1980. DishBrain được tạo từ khoảng 1 triệu tế bào não của người và chuột, nuôi cấy trên một mảng điện tử siêu nhỏ có thể nhận tín hiệu điện. Các tín hiệu này cho biết vị trí của quả bóng Pong, và các tế bào phản hồi. Hệ thống này càng chơi, nó càng cải thiện kỹ năng.

Hiện tại, Cortical Labs đang phát triển một loại phần mềm mới — hệ điều hành trí tuệ sinh học (biological intelligence operating system), cho phép bất kỳ ai có kỹ năng lập trình cơ bản đều có thể tự lập trình DishBrain của mình.

Làm thế nào để định vị tổ chức cho thành công trong kỷ nguyên Trí tuệ sống

Mặc dù trí tuệ sống nghe có vẻ như một ý tưởng xa vời, nhưng các CEO và nhà lãnh đạo kinh doanh có tư duy tiến bộ không thể chờ đợi. Những dấu hiệu của sự hội tụ giữa các công nghệ trí tuệ sống đã xuất hiện ở một số ngành tiên phong.

Việc áp dụng sớm đang diễn ra mạnh mẽ nhất trong các ngành như dược phẩm, sản phẩm y tế, chăm sóc sức khỏe, không gian vũ trụ, xây dựng và kỹ thuật, hàng tiêu dùng đóng gói, và nông nghiệp. Tuy nhiên, các ứng dụng mới đang nhanh chóng xuất hiện ở các ngành khác, tạo ra những cơ hội mới trong các ngành như dịch vụ tài chính. Khi ngày càng có nhiều ngành tham gia, đổi mới sẽ lan rộng hơn nữa, thúc đẩy hiệu ứng bánh đà (flywheel effect).

Chúng ta sẽ chứng kiến sự tiến bộ cộng dồn khi từng công nghệ được cải thiện. Dưới đây là 5 khuyến nghị hành động với sự cẩn trọng và khẩn trương:

1. Làm sáng tỏ trí tuệ sống cho toàn bộ tổ chức

Các nhà lãnh đạo cấp cao cần làm quen với trí tuệ sống — cách AI, dữ liệu từ cảm biến tiên tiến, và kỹ thuật sinh học giao thoa với nhau. Điều này không chỉ là kiến thức cơ bản mà còn là bước đầu tiên để chuẩn bị cho những thay đổi lớn trong chiến lược kinh doanh.

2. Phát triển các kịch bản thực tế về gián đoạn và tạo giá trị mới

Các nhà lãnh đạo nên phát triển các kịch bản ngắn hạn và dài hạn để sử dụng và mở rộng các công nghệ, quy trình, và sản phẩm trí tuệ sống. Các công ty cần sử dụng tư duy chiến lược để hiểu cách mà hệ sinh thái trí tuệ sống đang phát triển có thể tác động đến các sản phẩm và quy trình hiện có.

3. Xác định 2 hoặc 3 trường hợp ứng dụng có tác động lớn — và bắt tay thực hiện ngay

Hãy tập trung vào các trường hợp ứng dụng cụ thể mà trí tuệ sống có thể tạo ra tác động đáng kể nhất. Việc lựa chọn các dự án thí điểm với tiềm năng mở rộng lớn nhất sẽ giúp tăng tốc áp dụng trí tuệ sống và tích hợp công nghệ này vào các quy trình làm việc hàng ngày.

4. Cam kết phát triển các vai trò, kỹ năng và năng lực cần thiết

Trí tuệ sống đòi hỏi một sự thay đổi tư duy trên toàn bộ tổ chức. Các tổ chức cần ưu tiên các sáng kiến giáo dục và thử nghiệm để chuẩn bị nhân viên làm việc hiệu quả cùng với những công nghệ này, đồng thời phát triển các danh mục công việc mới cho lực lượng lao động tương lai.

5. Theo dõi các thay đổi về quy định và chuẩn bị cho sự không chắc chắn về chính sách

Trí tuệ sống chắc chắn sẽ khơi dậy những đổi mới, và sẽ đòi hỏi các công ty có sự linh hoạt chưa từng có, đặc biệt là trong bối cảnh các quy định còn rời rạc như hiện nay. Các nhà lãnh đạo cần trao quyền cho tổ chức để thử nghiệm với các sản phẩm và quy trình mới, đồng thời đảm bảo rằng họ định hình tương lai của mình thay vì bị buộc phải thích nghi với các đổi mới bên ngoài hoặc phản ứng trước các thay đổi chính sách.

"Điều gì sẽ xảy ra nếu...?"

Lời khuyên giá trị nhất tôi có thể đưa ra là đơn giản đặt câu hỏi: "Điều gì sẽ xảy ra nếu...?"

Trong buổi họp tiếp theo với công ty chăm sóc sức khỏe, tôi đã yêu cầu đội ngũ lãnh đạo điều hành cân nhắc các kịch bản về cách doanh nghiệp của họ có thể thay đổi trong thập kỷ tới khi trí tuệ sống trưởng thành.

• Điều gì sẽ xảy ra nếu có một gói "đảm bảo sức khỏe" bao gồm cảm biến đeo được, chẩn đoán hỗ trợ AI, và giao thuốc theo toa cá nhân hóa?
• Điều gì sẽ xảy ra nếu các nhà cung cấp truyền thống bị bỏ qua hoàn toàn, và các công ty khởi nghiệp sử dụng dữ liệu AI và cảm biến để cung cấp các giải pháp sức khỏe cá nhân hóa trực tiếp đến người tiêu dùng?
• Điều gì sẽ xảy ra nếu phòng tắm ngày nay trở thành phòng thí nghiệm chẩn đoán của ngày mai?
• Điều gì sẽ xảy ra nếu dữ liệu thời gian thực dẫn đến báo cáo thời gian thực về kết quả điều trị của bệnh nhân?

Những thay đổi này có thể dẫn đến một chuyển dịch lớn trong cách tạo ra giá trị. Ví dụ: liệu các nhà cung cấp dịch vụ y tế có được thanh toán dựa trên hiệu quả điều trị của họ không?

Lời kết:
Tôi nói với đội ngũ lãnh đạo rằng, đừng tập trung quá mức vào AI như cách nó đang tồn tại ngày nay. Hãy có một cái nhìn toàn diện hơn về sự thay đổi đang diễn ra và chuẩn bị tổ chức của mình cho kỷ nguyên trí tuệ sống.

Amy Webb là nhà tương lai học định lượng, CEO của Future Today Institute, và giáo sư về dự báo chiến lược tại Trường Kinh doanh Stern, Đại học New York. Cô là tác giả của The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream, The Big Nine: How the Tech Titans and Their Thinking Machines Could Warp Humanity, và The Genesis Machine: Our Quest to Rewrite Life in the Age of Synthetic Biology.

Why “Living Intelligence” Is the Next Big Thing

by Amy Webb

January 06, 2025

Andriy Onufriyenko/Getty Images

Summary.

AI is merely one facet of a sweeping technological change underway, and companies that fail to recognize the importance of other converging technologies risk being left behind. Two other technologies — advanced sensors and biotechnology — are less visible, though no less important, and have been quietly advancing. Soon, the convergence of these three technologies is going to underpin a new reality that will shape the future decisions of every leader across industries. This is the new reality of “living intelligence”: systems that can sense, learn, adapt, and evolve, made possible through artificial intelligence, advanced sensors and biotechnology. Living intelligence will drive an exponential cycle of innovation, disrupting industries, and creating entirely new markets. Leaders who focus solely on AI without understanding its intersections with these two other technologies risk missing a wave of disruption already forming.close

Recently I was sitting across the table from the executive leadership team of a global healthcare services company, and I could tell by their body language that something was off. They’d invited me in to consult on their AI strategy, but they seemed defensive. The Chief Information Officer, a sharp guy who’d clearly done his homework on emerging tech, launched into a detailed explanation of their new large language model. It was impressive, no doubt. This model automated their insanely complex data entry process — think mountains of handwritten patient forms and a chaotic mix of digital files — and consolidated everything into a single, coherent record. They’d spent well over a year developing and testing it, and were understandably proud of their accomplishment. But as he talked about the rollout, it was obvious to me that they were already lagging behind.

“You’ve built an incredible foundation,” I said, “but this is just the starting line.” The energy in the room shifted. This wasn’t the reaction they were expecting. Here was a company that had invested heavily in AI, built a sophisticated system, and deployed a successful pilot. Like so many other executive leadership teams who’ve spent the past year building and implementing AI tools, they thought they were done. In reality, their transformation had only begun. AI is merely one facet of a sweeping technological change underway, and companies that fail to recognize the importance of other converging technologies risk being left behind.

The Era of Living Intelligence

During my meeting with the company’s executive team, I acknowledged that like so many leaders, the recent hyper-focus on AI, though late, was the right move. However, LLMs were just a starting point. With new developments happening at a breakneck speed, the company would need to build a new muscle for continuous transformation. That’s because AI is just one of three groundbreaking technologies shifting the business landscape. The other two — advanced sensors and biotechnology — are less visible, though no less important, and have been quietly advancing. Soon, the convergence of these three technologies is going to underpin a new reality that will shape the future decisions of every leader across industries.

I call this new reality “living intelligence”: systems that can sense, learn, adapt, and evolve, made possible through artificial intelligence, advanced sensors and biotechnology. Living intelligence will drive an exponential cycle of innovation, disrupting industries, and creating entirely new markets. Leaders who focus solely on AI without understanding its intersections with these two other technologies risk missing a wave of disruption already forming.

The Everything Engine Needs Your Data

Artificial Intelligence Meets Organoid Intelligence

- Xu hướng AI năm 2025 nổi bật với nhiều công nghệ đột phá.
- Trò chơi ảo tạo sinh (generative virtual playgrounds) hứa hẹn phát triển mạnh mẽ.
- Mô hình ngôn ngữ lớn với khả năng "lập luận" (reasoning) sẽ cải thiện độ chính xác.
- AI trong khoa học sẽ thúc đẩy tốc độ khám phá tự nhiên, nổi bật nhất là AlphaFold trong nghiên cứu protein.
- Các công ty AI ngày càng gần gũi với an ninh quốc gia, tạo ra cơ hội mới trong hợp tác công nghệ.
- Nvidia sẽ phải đối mặt với sự cạnh tranh ngày càng tăng từ các công ty chip khác như Amazon và AMD.

- Trò chơi ảo tạo sinh đang trở thành xu hướng mới, nơi mà các mô hình như Genie của Google DeepMind có thể chuyển đổi hình ảnh thành môi trường game tương tác.
- Năm 2024 đã chứng kiến sự phát triển mạnh mẽ trong video tạo sinh, điều này tạo tiền đề cho các trải nghiệm game 3D hoàn toàn mới.
- Mô hình ngôn ngữ lớn mới của OpenAI (o1 và o3) được thiết kế để "lập luận", cải thiện khả năng giải quyết các vấn đề phức tạp.
- Google DeepMind giới thiệu Mariner, một trợ lý AI có thể tìm kiếm công thức nấu ăn và xử lý các tác vụ một cách logic.
- AI đang gia tăng trong lĩnh vực khoa học, với sự công nhận của Nobel về công cụ AlphaFold, mở ra hướng đi mới cho nghiên cứu protein.
- Các dự án mã nguồn mở như LeMaterial từ Hugging Face đang hỗ trợ nghiên cứu vật liệu hiệu quả hơn.
- Cập nhật về hợp tác an ninh quốc gia, nhiều công ty AI như OpenAI đang hướng tới việc làm việc với quân đội Mỹ.
- Nvidia phải đối mặt với sự cạnh tranh từ các công ty chip lớn khác, tạo ra một thị trường đa dạng và cạnh tranh hơn trong ngành công nghệ AI.

📌 AI năm 2025 sẽ chứng kiến sự bùng nổ của trò chơi ảo và mô hình ngôn ngữ "lập luận". Nghiên cứu khoa học với AI như AlphaFold sẽ tiếp tục đột phá, trong khi hợp tác giữa các công ty AI và quân đội gia tăng. Nvidia sẽ phải cạnh tranh với nhiều đối thủ mới.

https://www.technologyreview.com/2025/01/08/1109188/whats-next-for-ai-in-2025/

#MIT

Điều gì tiếp theo cho AI vào năm 2025
Bạn đã biết rằng các agent (tác nhân AI) và các mô hình ngôn ngữ nhỏ hơn là những điều lớn tiếp theo. Dưới đây là 5 xu hướng nóng khác bạn nên chú ý trong năm nay.

Bởi James O'Donnell, Will Douglas Heaven, Melissa Heikkilä
Ngày 8 tháng 1 năm 2025

Trong vài năm qua, chúng tôi đã thử dự đoán điều gì sẽ đến tiếp theo trong lĩnh vực AI. Đây là một trò chơi đầy mạo hiểm, bởi ngành này thay đổi quá nhanh. Nhưng chúng tôi đã có vài lần đoán trúng, nên chúng tôi tiếp tục làm điều đó một lần nữa.

Chúng tôi đã làm tốt đến đâu vào năm ngoái?
4 xu hướng nóng mà chúng tôi dự đoán vào năm 2024 bao gồm cái mà chúng tôi gọi là chatbot tùy chỉnh—các ứng dụng trợ lý tương tác được hỗ trợ bởi các mô hình ngôn ngữ lớn đa phương thức (đúng: khi đó chúng tôi chưa biết, nhưng thực ra chúng tôi đang nói về cái mà hiện giờ mọi người gọi là agent, thứ nóng nhất trong AI hiện tại); video tạo sinh (đúng: ít công nghệ nào phát triển nhanh như công nghệ này trong 12 tháng qua, với việc OpenAI và Google DeepMind ra mắt các mô hình tạo video hàng đầu, Sora và Veo, chỉ cách nhau một tuần vào tháng 12 vừa qua); và các robot đa dụng hơn có thể thực hiện một loạt nhiệm vụ rộng hơn (đúng: những lợi ích từ các mô hình ngôn ngữ lớn tiếp tục lan tỏa đến các phần khác của ngành công nghệ, và robot nằm trong danh sách hàng đầu).

Chúng tôi cũng dự đoán rằng thông tin sai lệch do AI tạo ra trong các cuộc bầu cử sẽ xuất hiện khắp nơi, nhưng may thay, dự đoán này sai. Dù năm qua có nhiều điều đáng lo ngại, nhưng deepfake chính trị lại hiếm khi xuất hiện.

Vậy điều gì sẽ đến trong năm 2025?
Chúng tôi sẽ bỏ qua những điều hiển nhiên: bạn có thể tin rằng agent và các mô hình ngôn ngữ nhỏ gọn, hiệu quả hơn sẽ tiếp tục định hình ngành công nghiệp. Thay vào đó, đây là 5 dự đoán thay thế từ nhóm AI của chúng tôi:

1. Các sân chơi ảo tạo sinh

Nếu năm 2023 là năm của hình ảnh tạo sinh và năm 2024 là năm của video tạo sinh—thì điều gì sẽ tiếp theo? Nếu bạn đoán là các thế giới ảo tạo sinh (hay còn gọi là trò chơi điện tử), thì bạn xứng đáng nhận một cú đập tay ăn mừng!

Chúng ta đã có một cái nhìn nhỏ về công nghệ này vào tháng 2, khi Google DeepMind công bố một mô hình tạo sinh có tên Genie, có thể biến một hình ảnh tĩnh thành một trò chơi platform cuộn ngang 2D mà người chơi có thể tương tác. Đến tháng 12, công ty ra mắt Genie 2, một mô hình có thể tạo ra cả một thế giới ảo từ một hình ảnh khởi đầu.

Các công ty khác cũng đang phát triển công nghệ tương tự. Vào tháng 10, các startup AI là Decart và Etched tiết lộ một bản hack không chính thức của Minecraft, trong đó mỗi khung hình của trò chơi được tạo ra ngay lập tức trong khi bạn chơi. Và World Labs, một startup do Fei-Fei Li—người tạo ra ImageNet, bộ dữ liệu ảnh khổng lồ khởi đầu cho sự bùng nổ học sâu—đồng sáng lập, đang xây dựng cái gọi là "mô hình thế giới lớn", hay LWMs (large world models).

Một ứng dụng rõ ràng là trò chơi điện tử. Có một sắc thái vui nhộn trong những thử nghiệm đầu tiên này, và các mô phỏng 3D tạo sinh có thể được sử dụng để khám phá các ý tưởng thiết kế cho các trò chơi mới, biến một bản phác thảo thành một môi trường có thể chơi ngay lập tức. Điều này có thể dẫn đến các loại trò chơi hoàn toàn mới.

Nhưng công nghệ này cũng có thể được sử dụng để huấn luyện robot. World Labs muốn phát triển cái gọi là trí thông minh không gian—khả năng để máy móc diễn giải và tương tác với thế giới hàng ngày. Tuy nhiên, các nhà nghiên cứu robot lại thiếu dữ liệu thực tế chất lượng cao để huấn luyện công nghệ này. Việc tạo ra vô số thế giới ảo và thả các robot ảo vào đó để học hỏi qua thử nghiệm và sai lầm có thể giúp bù đắp cho điều này.

—Will Douglas Heaven

2. Các mô hình ngôn ngữ lớn có khả năng “lập luận”

Sự phấn khích hoàn toàn có cơ sở. Khi OpenAI công bố o1 vào tháng 9, họ đã giới thiệu một cách tiếp cận hoàn toàn mới trong cách các mô hình ngôn ngữ lớn (LLM) hoạt động. Hai tháng sau, công ty tiếp tục đưa cách tiếp cận đó tiến xa hơn với o3—một mô hình có thể sẽ định hình lại công nghệ này mãi mãi.

Hầu hết các mô hình, bao gồm GPT-4 hàng đầu của OpenAI, chỉ đưa ra câu trả lời đầu tiên mà chúng nghĩ đến. Đôi khi câu trả lời đúng, đôi khi không. Nhưng các mô hình mới của công ty được huấn luyện để xử lý câu trả lời một cách từng bước, chia nhỏ các vấn đề khó thành một chuỗi các vấn đề đơn giản hơn. Khi một cách tiếp cận không hiệu quả, chúng sẽ thử cách khác. Kỹ thuật này, được gọi là “lập luận” (chúng tôi hiểu rõ từ này đầy tranh cãi như thế nào), có thể làm cho công nghệ này chính xác hơn, đặc biệt là trong các bài toán toán học, vật lý và logic.

Kỹ thuật này cũng rất quan trọng đối với các agent (tác nhân AI).

Vào tháng 12, Google DeepMind tiết lộ một agent duyệt web thử nghiệm mới mang tên Mariner. Trong một bản demo xem trước mà công ty thực hiện cho MIT Technology Review, Mariner dường như bị mắc kẹt. Megha Goel, một quản lý sản phẩm của công ty, đã yêu cầu agent tìm một công thức làm bánh quy Giáng sinh giống với hình ảnh mà cô đã cung cấp. Mariner tìm thấy một công thức trên web và bắt đầu thêm các nguyên liệu vào giỏ hàng trực tuyến của Goel.

Rồi nó bị dừng lại; không thể xác định được loại bột nào cần chọn. Goel quan sát khi Mariner giải thích các bước của mình trong một cửa sổ chat: “Agent nói, ‘Tôi sẽ sử dụng nút Quay lại (Back) của trình duyệt để quay lại công thức.’”

Đây là một khoảnh khắc đáng chú ý. Thay vì rơi vào bế tắc, agent đã chia nhỏ nhiệm vụ thành các hành động riêng biệt và chọn một hành động có thể giải quyết vấn đề. Việc nhận ra cần nhấn nút Quay lại nghe có vẻ cơ bản, nhưng đối với một bot không có trí thông minh thực sự, điều này chẳng khác gì khoa học tên lửa. Và cách tiếp cận đã thành công: Mariner quay lại công thức, xác nhận loại bột cần dùng, và tiếp tục hoàn thành giỏ hàng cho Goel.

Google DeepMind cũng đang phát triển một phiên bản thử nghiệm của Gemini 2.0, mô hình ngôn ngữ lớn mới nhất của hãng, sử dụng cách tiếp cận giải quyết vấn đề theo từng bước này, được gọi là Gemini 2.0 Flash Thinking.

Nhưng OpenAI và Google chỉ là phần nổi của tảng băng. Nhiều công ty đang xây dựng các mô hình ngôn ngữ lớn sử dụng các kỹ thuật tương tự, giúp chúng tốt hơn trong nhiều loại nhiệm vụ, từ nấu ăn đến lập trình. Hãy chuẩn bị tinh thần cho một năm đầy những bàn luận về “lập luận” (chúng tôi biết, chúng tôi biết) trong năm nay.

—Will Douglas Heaven

3. Thời kỳ bùng nổ của AI trong khoa học

Một trong những ứng dụng thú vị nhất của AI là đẩy nhanh quá trình khám phá trong các ngành khoa học tự nhiên. Có lẽ minh chứng rõ ràng nhất cho tiềm năng của AI trong lĩnh vực này đã xuất hiện vào tháng 10 năm ngoái, khi Viện Hàn lâm Khoa học Hoàng gia Thụy Điển trao giải Nobel Hóa học cho Demis Hassabis và John M. Jumper từ Google DeepMind vì đã phát triển công cụ AlphaFold, có thể giải quyết vấn đề gấp protein, và David Baker vì đã tạo ra các công cụ giúp thiết kế các protein mới.

Xu hướng này được kỳ vọng sẽ tiếp tục trong năm tới, với việc xuất hiện thêm các bộ dữ liệu và mô hình được thiết kế đặc biệt để khám phá khoa học. Protein là một mục tiêu hoàn hảo cho AI vì lĩnh vực này có sẵn các bộ dữ liệu tuyệt vời để huấn luyện các mô hình AI.

Hiện tại, cuộc đua đang diễn ra để tìm ra lĩnh vực đột phá tiếp theo. Một lĩnh vực tiềm năng là khoa học vật liệu. Meta đã phát hành các bộ dữ liệu và mô hình khổng lồ có thể giúp các nhà khoa học sử dụng AI để khám phá các vật liệu mới nhanh hơn nhiều. Vào tháng 12, Hugging Face cùng với startup Entalpic đã ra mắt LeMaterial, một dự án mã nguồn mở nhằm đơn giản hóa và tăng tốc nghiên cứu về vật liệu. Dự án đầu tiên của họ là một bộ dữ liệu thống nhất, làm sạch và chuẩn hóa các bộ dữ liệu vật liệu nổi bật nhất.

Các nhà phát triển mô hình AI cũng đang háo hức quảng bá các sản phẩm tạo sinh của họ như những công cụ hỗ trợ nghiên cứu cho các nhà khoa học. OpenAI đã để các nhà khoa học thử nghiệm mô hình o1 mới nhất của mình để xem nó có thể hỗ trợ họ trong nghiên cứu như thế nào. Kết quả rất đáng khích lệ.

Có được một công cụ AI hoạt động giống như một nhà khoa học là một trong những giấc mơ của ngành công nghệ. Trong một bản tuyên ngôn xuất bản vào tháng 10 năm ngoái, Dario Amodei, người sáng lập Anthropic, đã nhấn mạnh khoa học, đặc biệt là sinh học, là một trong những lĩnh vực chính mà AI mạnh mẽ có thể hỗ trợ. Amodei suy đoán rằng trong tương lai, AI có thể không chỉ là một phương pháp phân tích dữ liệu mà còn trở thành một "nhà sinh học ảo" thực hiện tất cả các nhiệm vụ mà các nhà sinh học thực sự làm.

Chúng ta vẫn còn rất xa để đạt đến viễn cảnh này. Nhưng trong năm tới, có thể chúng ta sẽ chứng kiến những bước tiến quan trọng hướng tới điều đó.

—Melissa Heikkilä

4. Các công ty AI ngày càng gắn bó hơn với an ninh quốc gia

Có rất nhiều tiền để kiếm được từ các công ty AI sẵn sàng cung cấp công cụ cho giám sát biên giới, thu thập thông tin tình báo và các nhiệm vụ an ninh quốc gia khác.

Quân đội Mỹ đã khởi động một số sáng kiến thể hiện sự háo hức trong việc áp dụng AI, từ chương trình Replicator—lấy cảm hứng từ cuộc chiến ở Ukraine, cam kết chi 1 tỷ USD cho các máy bay không người lái cỡ nhỏ—đến đơn vị Artificial Intelligence Rapid Capabilities Cell, nơi đưa AI vào mọi lĩnh vực từ ra quyết định trên chiến trường đến hậu cần. Các quân đội châu Âu cũng đang chịu áp lực phải tăng cường đầu tư vào công nghệ, xuất phát từ lo ngại rằng chính quyền Donald Trump sẽ cắt giảm tài trợ cho Ukraine. Những căng thẳng gia tăng giữa Đài Loan và Trung Quốc cũng khiến các nhà hoạch định quân sự đau đầu.

Trong năm 2025, các xu hướng này sẽ tiếp tục là cơ hội lớn cho các công ty công nghệ quốc phòng như Palantir, Anduril, và các công ty khác, những công ty hiện đang tận dụng dữ liệu quân sự mật để huấn luyện các mô hình AI.

Nguồn vốn dồi dào của ngành công nghiệp quốc phòng cũng sẽ thu hút các công ty AI chính thống tham gia. Vào tháng 12, OpenAI thông báo hợp tác với Anduril trong một chương trình tiêu diệt máy bay không người lái, hoàn tất sự thay đổi chính sách kéo dài 1 năm của họ, từ việc không làm việc với quân đội sang một lập trường khác. OpenAI giờ đây gia nhập hàng ngũ của Microsoft, Amazon, và Google, những công ty đã làm việc với Lầu Năm Góc trong nhiều năm.

Các đối thủ khác trong ngành AI, những công ty đang chi hàng tỷ USD để huấn luyện và phát triển các mô hình mới, sẽ chịu áp lực lớn hơn trong năm 2025 để suy nghĩ nghiêm túc về doanh thu. Có thể họ sẽ tìm thấy đủ khách hàng phi quân sự sẵn sàng trả giá cao cho các agent AI có thể xử lý các nhiệm vụ phức tạp, hoặc từ các ngành công nghiệp sáng tạo muốn chi tiêu cho các công cụ tạo sinh hình ảnh và video.

Tuy nhiên, họ cũng sẽ ngày càng bị cám dỗ để tham gia giành các hợp đồng béo bở từ Lầu Năm Góc. Hãy chờ đợi các công ty vật lộn với việc liệu làm việc cho các dự án quốc phòng có mâu thuẫn với giá trị cốt lõi của họ hay không. Lý do mà OpenAI đưa ra cho việc thay đổi lập trường là “các nền dân chủ nên tiếp tục dẫn đầu trong phát triển AI,” công ty viết, lập luận rằng việc cung cấp các mô hình của mình cho quân đội sẽ thúc đẩy mục tiêu đó. Trong năm 2025, chúng ta sẽ chứng kiến những công ty khác đi theo hướng này.

—James O’Donnell

5. Nvidia gặp phải sự cạnh tranh đáng kể

Trong phần lớn thời kỳ bùng nổ AI hiện nay, nếu bạn là một startup công nghệ muốn thử sức phát triển một mô hình AI, Jensen Huang chính là người bạn cần tìm. Là CEO của Nvidia, công ty giá trị nhất thế giới, Huang đã giúp Nvidia trở thành nhà lãnh đạo không thể tranh cãi trong lĩnh vực chip được sử dụng để huấn luyện các mô hình AI cũng như thực hiện các tác vụ suy luận (inferencing) khi các mô hình này được sử dụng.

Một số yếu tố có thể thay đổi điều đó vào năm 2025. Đầu tiên, các đối thủ lớn như Amazon, Broadcom, AMD, và các công ty khác đang đầu tư mạnh vào các chip mới, và có những dấu hiệu ban đầu cho thấy các sản phẩm này có thể cạnh tranh sát sao với Nvidia—đặc biệt trong lĩnh vực suy luận, nơi vị thế dẫn đầu của Nvidia kém vững chắc hơn.

Số lượng ngày càng tăng của các startup cũng đang tấn công Nvidia từ một góc độ khác. Thay vì cố gắng cải tiến nhỏ lẻ trên các thiết kế của Nvidia, các startup như Groq đang đặt cược táo bạo vào những kiến trúc chip hoàn toàn mới, mà với đủ thời gian, hứa hẹn mang lại hiệu quả hoặc khả năng huấn luyện tốt hơn. Trong năm 2025, các thử nghiệm này vẫn sẽ ở giai đoạn đầu, nhưng có khả năng một đối thủ nổi bật sẽ thay đổi giả định rằng các mô hình AI hàng đầu chỉ phụ thuộc vào chip của Nvidia.

Cơ sở của sự cạnh tranh này là cuộc chiến địa chính trị về chip vẫn sẽ tiếp diễn. Cho đến nay, cuộc chiến này dựa trên 2 chiến lược. Một mặt, phương Tây tìm cách hạn chế xuất khẩu sang Trung Quốc các loại chip hàng đầu và các công nghệ để sản xuất chúng. Mặt khác, các nỗ lực như Đạo luật CHIPS của Mỹ nhằm thúc đẩy sản xuất chất bán dẫn trong nước.

Donald Trump có thể sẽ gia tăng các biện pháp kiểm soát xuất khẩu và đã hứa áp đặt mức thuế khổng lồ đối với bất kỳ hàng hóa nào nhập khẩu từ Trung Quốc. Trong năm 2025, các mức thuế như vậy sẽ đưa Đài Loan—quốc gia mà Mỹ phụ thuộc rất nhiều thông qua nhà sản xuất chip TSMC—trở thành trung tâm của các cuộc chiến thương mại. Điều này là vì Đài Loan đã tuyên bố sẽ giúp các công ty Trung Quốc di dời sang hòn đảo để tránh các mức thuế dự kiến. Điều đó có thể thu hút thêm sự chỉ trích từ Trump, người đã bày tỏ sự thất vọng với việc Mỹ chi tiêu để bảo vệ Đài Loan trước Trung Quốc.

Hiện vẫn chưa rõ những yếu tố này sẽ diễn ra như thế nào, nhưng điều đó chỉ càng thúc đẩy các nhà sản xuất chip giảm sự phụ thuộc vào Đài Loan, vốn là mục đích chính của Đạo luật CHIPS. Khi các khoản đầu tư từ dự luật bắt đầu được sử dụng, năm tới có thể mang lại bằng chứng đầu tiên cho thấy liệu nó có thực sự thúc đẩy sản xuất chip trong nước hay không.

—James O’Donnell

What’s next for AI in 2025
You already know that agents and small language models are the next big things. Here are five other hot trends you should watch out for this year.

By James O'Donnellarchive pageWill Douglas Heavenarchive pageMelissa Heikkiläarchive page
January 8, 2025
For the last couple of years we’ve had a go at predicting what’s coming next in AI. A fool’s game given how fast this industry moves. But we’re on a roll, and we’re doing it again.

How did we score last time round? Our four hot trends to watch out for in 2024 included what we called customized chatbots—interactive helper apps powered by multimodal large language models (check: we didn’t know it yet, but we were talking about what everyone now calls agents, the hottest thing in AI right now); generative video (check: few technologies have improved so fast in the last 12 months, with OpenAI and Google DeepMind releasing their flagship video generation models, Sora and Veo, within a week of each other this December); and more general-purpose robots that can do a wider range of tasks (check: the payoffs from large language models continue to trickle down to other parts of the tech industry, and robotics is top of the list). 

We also said that AI-generated election disinformation would be everywhere, but here—happily—we got it wrong. There were many things to wring our hands over this year, but political deepfakes were thin on the ground. 

So what’s coming in 2025? We’re going to ignore the obvious here: You can bet that agents and smaller, more efficient, language models will continue to shape the industry. Instead, here are five alternative picks from our AI team.

1. Generative virtual playgrounds 
If 2023 was the year of generative images and 2024 was the year of generative video—what comes next? If you guessed generative virtual worlds (a.k.a. video games), high fives all round.

""
We got a tiny glimpse of this technology in February, when Google DeepMind revealed a generative model called Genie that could take a still image and turn it into a side-scrolling 2D platform game that players could interact with. In December, the firm revealed Genie 2, a model that can spin a starter image into an entire virtual world.

Other companies are building similar tech. In October, the AI startups Decart and Etched revealed an unofficial Minecraft hack in which every frame of the game gets generated on the fly as you play. And World Labs, a startup cofounded by Fei-Fei Li—creator of ImageNet, the vast data set of photos that kick-started the deep-learning boom—is building what it calls large world models, or LWMs.

One obvious application is video games. There’s a playful tone to these early experiments, and generative 3D simulations could be used to explore design concepts for new games, turning a sketch into a playable environment on the fly. This could lead to entirely new types of games. 

But they could also be used to train robots. World Labs wants to develop so-called spatial intelligence—the ability for machines to interpret and interact with the everyday world. But robotics researchers lack good data about real-world scenarios with which to train such technology. Spinning up countless virtual worlds and dropping virtual robots into them to learn by trial and error could help make up for that.   

—Will Douglas Heaven

2. Large language models that “reason”

""

The buzz was justified. When OpenAI revealed o1 in September, it introduced a new paradigm in how large language models work. Two months later, the firm pushed that paradigm forward in almost every way with o3—a model that just might reshape this technology for good.

Most models, including OpenAI’s flagship GPT-4, spit out the first response they come up with. Sometimes it’s correct; sometimes it’s not. But the firm's new models are trained to work through their answers step by step, breaking down tricky problems into a series of simpler ones. When one approach isn’t working, they try another. This technique, known as “reasoning” (yes—we know exactly how loaded that term is), can make this technology more accurate, especially for math, physics, and logic problems.

It’s also crucial for agents.

In December, Google DeepMind revealed an experimental new web-browsing agent called Mariner. In the middle of a preview demo that the company gave to MIT Technology Review, Mariner seemed to get stuck. Megha Goel, a product manager at the company, had asked the agent to find her a recipe for Christmas cookies that looked like the ones in a photo she’d given it. Mariner found a recipe on the web and started adding the ingredients to Goel’s online grocery basket.

Then it stalled; it couldn’t figure out what type of flour to pick. Goel watched as Mariner explained its steps in a chat window: “It says, ‘I will use the browser’s Back button to return to the recipe.’”

It was a remarkable moment. Instead of hitting a wall, the agent had broken the task down into separate actions and picked one that might resolve the problem. Figuring out you need to click the Back button may sound basic, but for a mindless bot it’s akin to rocket science. And it worked: Mariner went back to the recipe, confirmed the type of flour, and carried on filling Goel’s basket.

Google DeepMind is also building an experimental version of Gemini 2.0, its latest large language model, that uses this step-by-step approach to problem solving, called Gemini 2.0 Flash Thinking.

But OpenAI and Google are just the tip of the iceberg. Many companies are building large language models that use similar techniques, making them better at a whole range of tasks, from cooking to coding. Expect a lot more buzz about reasoning (we know, we know) this year.

—Will Douglas Heaven

3. It’s boom time for AI in science

""

One of the most exciting uses for AI is speeding up discovery in the natural sciences. Perhaps the greatest vindication of AI’s potential on this front came last October, when the Royal Swedish Academy of Sciences awarded the Nobel Prize for chemistry to Demis Hassabis and John M. Jumper from Google DeepMind for building the AlphaFold tool, which can solve protein folding, and to David Baker for building tools to help design new proteins.

Expect this trend to continue next year, and to see more data sets and models that are aimed specifically at scientific discovery. Proteins were the perfect target for AI, because the field had excellent existing data sets that AI models could be trained on.

The hunt is on to find the next big thing. One potential area is materials science. Meta has released massive data sets and models that could help scientists use AI to discover new materials much faster, and in December, Hugging Face, together with the startup Entalpic, launched LeMaterial, an open-source project that aims to simplify and accelerate materials research. Their first project is a data set that unifies, cleans, and standardizes the most prominent material data sets.

AI model makers are also keen to pitch their generative products as research tools for scientists. OpenAI let scientists test its latest o1 model and see how it might support them in research. The results were encouraging.

Having an AI tool that can operate in a similar way to a scientist is one of the fantasies of the tech sector. In a manifesto published in October last year, Anthropic founder Dario Amodei highlighted science, especially biology, as one of the key areas where powerful AI could help. Amodei speculates that in the future, AI could be not only a method of data analysis but a “virtual biologist who performs all the tasks biologists do.” We’re still a long way away from this scenario. But next year, we might see important steps toward it.

—Melissa Heikkilä

4. AI companies get cozier with national security

""

There is a lot of money to be made by AI companies willing to lend their tools to border surveillance, intelligence gathering, and other national security tasks.

The US military has launched a number of initiatives that show it’s eager to adopt AI, from the Replicator program—which, inspired by the war in Ukraine, promises to spend $1 billion on small drones—to the Artificial Intelligence Rapid Capabilities Cell, a unit bringing AI into everything from battlefield decision-making to logistics. European militaries are under pressure to up their tech investment, triggered by concerns that Donald Trump’s administration will cut spending to Ukraine. Rising tensions between Taiwan and China weigh heavily on the minds of military planners, too.

In 2025, these trends will continue to be a boon for defense-tech companies like Palantir, Anduril, and others, which are now capitalizing on classified military data to train AI models.

The defense industry’s deep pockets will tempt mainstream AI companies into the fold too. OpenAI in December announced it is partnering with Anduril on a program to take down drones, completing a year-long pivot away from its policy of not working with the military. It joins the ranks of Microsoft, Amazon, and Google, which have worked with the Pentagon for years.

Other AI competitors, which are spending billions to train and develop new models, will face more pressure in 2025 to think seriously about revenue. It’s possible that they’ll find enough non-defense customers who will pay handsomely for AI agents that can handle complex tasks, or creative industries willing to spend on image and video generators.

But they’ll also be increasingly tempted to throw their hats in the ring for lucrative Pentagon contracts. Expect to see companies wrestle with whether working on defense projects will be seen as a contradiction to their values. OpenAI’s rationale for changing its stance was that “democracies should continue to take the lead in AI development,” the company wrote, reasoning that lending its models to the military would advance that goal. In 2025, we’ll be watching others follow its lead.

—James O’Donnell

5. Nvidia sees legitimate competition

""

For much of the current AI boom, if you were a tech startup looking to try your hand at making an AI model, Jensen Huang was your man. As CEO of Nvidia, the world’s most valuable corporation, Huang helped the company become the undisputed leader of chips used both to train AI models and to ping a model when anyone uses it, called “inferencing.”

A number of forces could change that in 2025. For one, behemoth competitors like Amazon, Broadcom, AMD, and others have been investing heavily in new chips, and there are early indications that these could compete closely with Nvidia’s—particularly for inference, where Nvidia’s lead is less solid.

A growing number of startups are also attacking Nvidia from a different angle. Rather than trying to marginally improve on Nvidia’s designs, startups like Groq are making riskier bets on entirely new chip architectures that, with enough time, promise to provide more efficient or effective training. In 2025 these experiments will still be in their early stages, but it’s possible that a standout competitor will change the assumption that top AI models rely exclusively on Nvidia chips.

Underpinning this competition, the geopolitical chip war will continue. That war thus far has relied on two strategies. On one hand, the West seeks to limit exports to China of top chips and the technologies to make them. On the other, efforts like the US CHIPS Act aim to boost domestic production of semiconductors.

Donald Trump may escalate those export controls and has promised massive tariffs on any goods imported from China. In 2025, such tariffs would put Taiwan—on which the US relies heavily because of the chip manufacturer TSMC—at the center of the trade wars. That’s because Taiwan has said it will help Chinese firms relocate to the island to help them avoid the proposed tariffs. That could draw further criticism from Trump, who has expressed frustration with US spending to defend Taiwan from China.

It’s unclear how these forces will play out, but it will only further incentivize chipmakers to reduce reliance on Taiwan, which is the entire purpose of the CHIPS Act. As spending from the bill begins to circulate, next year could bring the first evidence of whether it’s materially boosting domestic chip production.

—James O’Donnell

- Các nhà lãnh đạo sẽ đối mặt với cả hứa hẹn và sự thổi phồng xung quanh AI tự động (agentic AI). AI tự động đang trở thành xu hướng nổi bật trong năm 2025, với 37% lãnh đạo công nghệ cho rằng họ đã có công cụ này và 68% sẵn sàng chi tiền cho nó trong vòng sáu tháng tới.

- Thời điểm đã đến để đo lường kết quả từ các thử nghiệm với AI tạo sinh (generative AI). 58% lãnh đạo cho biết tổ chức của họ đã đạt được sự gia tăng năng suất hoặc hiệu quả nhờ AI, nhưng rất ít công ty thực sự đo lường những cải tiến này một cách chính xác.

- Thực tế về văn hóa dựa trên dữ liệu đang dần rõ ràng hơn. Mặc dù có sự gia tăng trong việc tạo ra tổ chức và văn hóa dựa trên dữ liệu, nhưng 92% nhân viên cho rằng thách thức về văn hóa và quản lý thay đổi vẫn là rào cản chính.

- Dữ liệu không cấu trúc đang trở lại quan trọng. 94% lãnh đạo cho biết mối quan tâm về AI dẫn đến việc chú trọng nhiều hơn vào dữ liệu không cấu trúc, với nhiều công ty chưa chuẩn bị tốt cho việc quản lý loại dữ liệu này.

- Ai nên điều hành dữ liệu và AI? Mặc dù ngày càng có nhiều sự chú ý và đầu tư vào dữ liệu và AI trong tổ chức, nhưng vai trò lãnh đạo dữ liệu vẫn đang gặp khó khăn. 85% tổ chức đã bổ nhiệm giám đốc dữ liệu (CDO), nhưng chỉ một nửa số lãnh đạo cảm thấy vai trò của họ được hiểu rõ.

📌 Năm 2025 sẽ chứng kiến sự phát triển mạnh mẽ của AI tự động và nhu cầu đo lường giá trị từ AI tạo sinh. Văn hóa dựa trên dữ liệu vẫn gặp thách thức lớn, trong khi vai trò lãnh đạo dữ liệu cần được củng cố để đáp ứng nhu cầu ngày càng tăng.

https://sloanreview.mit.edu/article/five-trends-in-ai-and-data-science-for-2025/

#MIT

5 xu hướng AI và Khoa học dữ liệu năm 2025
Từ AI agentic đến dữ liệu phi cấu trúc, các xu hướng AI năm 2025 này xứng đáng được các nhà lãnh đạo chú ý. Dưới đây là dữ liệu và lời khuyên mới nhất từ hai chuyên gia.

Thomas H. Davenport và Randy Bean
Ngày 8 tháng 1 năm 2025
Thời gian đọc: 10 phút

Đây là thời điểm để dự đoán và phân tích xu hướng, và khi khoa học dữ liệu cùng trí tuệ nhân tạo ngày càng trở nên quan trọng đối với nền kinh tế toàn cầu, các nhà lãnh đạo cần theo dõi các xu hướng AI đang nổi lên.

Không ai dường như sử dụng AI để đưa ra các dự đoán này, và chúng tôi cũng sẽ không, khi chia sẻ danh sách các xu hướng AI sẽ quan trọng vào năm 2025. Tuy nhiên, chúng tôi sẽ kết hợp những nghiên cứu mới nhất khi có thể. Randy vừa hoàn thành khảo sát thường niên của mình với các giám đốc điều hành về dữ liệu, phân tích và AI, Khảo sát chuẩn mực lãnh đạo AI & Dữ liệu 2025, được thực hiện bởi tổ chức giáo dục của ông, Data & AI Leadership Exchange; còn Tom đã tham gia vào một số khảo sát về AI tạo sinh, dữ liệu, cấu trúc lãnh đạo công nghệ và gần đây nhất là AI agentic.

Dưới đây là các xu hướng AI năm 2025 mà chúng tôi nhận thấy các nhà lãnh đạo cần hiểu và theo dõi.

1. Các nhà lãnh đạo sẽ đối mặt với cả tiềm năng và sự cường điệu xung quanh AI agentic
Hãy đề cập đến AI agentic — loại AI có thể thực hiện các nhiệm vụ một cách độc lập — trước: Đây chắc chắn sẽ là “xu hướng AI thịnh hành nhất năm 2025.” AI agentic dường như đang trên đà phát triển không thể tránh khỏi: Tất cả mọi người trong thế giới nhà cung cấp công nghệ và phân tích đều hào hứng với viễn cảnh các chương trình AI hợp tác để thực hiện công việc thực tế thay vì chỉ tạo nội dung, dù chưa ai hoàn toàn chắc chắn cách nó sẽ hoạt động.

Một số lãnh đạo CNTT nghĩ rằng họ đã có công nghệ này (37%, theo một khảo sát sắp tới được tài trợ bởi UiPath với 252 lãnh đạo CNTT tại Mỹ); hầu hết mong đợi nó sớm xuất hiện và sẵn sàng chi tiền cho nó (68% trong vòng sáu tháng hoặc ít hơn); và một số ít người hoài nghi (chủ yếu được chúng tôi gặp trong các cuộc phỏng vấn) cho rằng đó chủ yếu là cường điệu từ nhà cung cấp.

Hầu hết các giám đốc công nghệ tin rằng các chương trình AI tự động và hợp tác này sẽ chủ yếu dựa vào các bot AI tạo sinh tập trung, thực hiện các nhiệm vụ cụ thể. Nhiều người tin rằng sẽ có một mạng lưới các agent này, và không ít người hy vọng rằng các hệ sinh thái agent này sẽ cần ít sự can thiệp của con người hơn so với trước đây. Một số tin rằng công nghệ này sẽ được điều phối bởi các công cụ tự động hóa quy trình robot; một số khác đề xuất rằng các agent sẽ được các hệ thống giao dịch doanh nghiệp triển khai; và một số dự đoán về sự xuất hiện của một "agent siêu cấp" điều khiển mọi thứ.

Các công cụ AI agentic đầu tiên sẽ là những công cụ dành cho các nhiệm vụ nội bộ nhỏ, có cấu trúc và ít liên quan đến tiền bạc.

Dưới đây là quan điểm của chúng tôi: Sẽ có (và trong một số trường hợp, đã có) các bot AI tạo sinh thực hiện các nhiệm vụ tạo nội dung cụ thể theo yêu cầu của con người. Để thực hiện điều gì đó quan trọng hơn, như đặt chỗ du lịch hay thực hiện giao dịch ngân hàng, sẽ cần nhiều hơn một công cụ AI agentic như vậy. Tuy nhiên, các hệ thống này vẫn hoạt động bằng cách dự đoán từ tiếp theo, và đôi khi điều này sẽ dẫn đến lỗi hoặc không chính xác. Vì vậy, vẫn cần có con người kiểm tra chúng định kỳ.

Các agent đầu tiên sẽ là những công cụ dành cho các nhiệm vụ nội bộ nhỏ, có cấu trúc và ít liên quan đến tiền bạc — ví dụ, giúp đổi mật khẩu trong hệ thống CNTT, hoặc đặt ngày nghỉ trong các hệ thống nhân sự. Chúng tôi không thấy khả năng cao các công ty sẽ để các agent này làm việc trực tiếp với khách hàng thật, người tiêu dùng thật với số tiền thực tế trong thời gian sắp tới, trừ khi có sự can thiệp của con người hoặc khả năng đảo ngược giao dịch. Do đó, chúng tôi không dự đoán tác động lớn đến lực lượng lao động từ công nghệ này trong năm 2025, ngoại trừ việc tạo ra các công việc mới để viết bài blog về AI agentic. (Chờ đã, các agent có thể làm điều đó không nhỉ?)

2. Đã đến lúc đo lường kết quả từ các thử nghiệm AI tạo sinh
Một trong những lý do khiến mọi người hào hứng với AI agentic là đến năm 2024, vẫn rất khó chứng minh giá trị kinh tế từ AI tạo sinh. Trong bài viết xu hướng AI năm ngoái, chúng tôi đã cho rằng giá trị của AI tạo sinh vẫn cần được chứng minh. Các nhà lãnh đạo dữ liệu và AI trong Khảo sát chuẩn mực lãnh đạo AI & Dữ liệu 2025 của Randy cho biết họ tin rằng giá trị từ AI tạo sinh đang được tạo ra: 58% nói rằng tổ chức của họ đã đạt được sự gia tăng năng suất hoặc hiệu quả vượt bậc nhờ AI, chủ yếu là từ AI tạo sinh. Thêm 16% cho rằng họ đã “giải phóng nhân viên tri thức khỏi các công việc nhàm chán” thông qua việc sử dụng các công cụ AI tạo sinh. Hãy hy vọng rằng những niềm tin tích cực này là chính xác.

Tuy nhiên, các công ty không nên chỉ dựa vào niềm tin này. Rất ít công ty thực sự đo lường cẩn thận sự gia tăng năng suất hoặc tìm hiểu xem các nhân viên tri thức được “giải phóng” đang làm gì với thời gian được giải phóng. Chỉ một vài nghiên cứu học thuật đã đo lường sự gia tăng năng suất từ AI tạo sinh, và khi có, chúng thường phát hiện một số cải thiện, nhưng không phải là cải thiện vượt bậc. Goldman Sachs là một trong số ít công ty đã đo lường sự gia tăng năng suất trong lĩnh vực lập trình. Các nhà phát triển tại đây cho biết năng suất của họ tăng khoảng 20%. Hầu hết các nghiên cứu tương tự cho thấy năng suất phụ thuộc vào các yếu tố điều kiện, nơi các nhân viên thiếu kinh nghiệm cải thiện nhiều hơn (như trong dịch vụ khách hàng và tư vấn), hoặc nhân viên có kinh nghiệm làm tốt hơn (như trong tạo mã).

Trong nhiều trường hợp, cách tốt nhất để đo lường sự gia tăng năng suất là thiết lập các thử nghiệm kiểm soát. Ví dụ, một công ty có thể có một nhóm nhà tiếp thị sử dụng AI tạo sinh để tạo nội dung mà không cần kiểm duyệt của con người, một nhóm sử dụng AI tạo sinh với kiểm duyệt của con người, và một nhóm đối chứng không sử dụng công nghệ này. Lại một lần nữa, rất ít công ty đang thực hiện điều này, và điều này cần thay đổi. Vì AI tạo sinh hiện chủ yếu tập trung vào việc tạo nội dung cho nhiều công ty, nếu chúng ta muốn thực sự hiểu lợi ích, chúng ta cũng phải bắt đầu đo lường chất lượng nội dung. Điều này vốn nổi tiếng là khó khăn khi đánh giá đầu ra của công việc tri thức. Tuy nhiên, nếu AI tạo sinh giúp viết bài blog nhanh hơn nhiều nhưng các bài viết lại nhàm chán và không chính xác, điều đó rất quan trọng để đo lường: Sẽ có rất ít lợi ích trong trường hợp sử dụng này.

Một thực tế đáng buồn là nếu nhiều tổ chức thực sự đạt được sự gia tăng năng suất vượt bậc, những cải thiện này có thể được đo lường bằng các đợt sa thải quy mô lớn. Nhưng không có dấu hiệu nào về các đợt sa thải hàng loạt trong các thống kê về việc làm. Ngoài ra, một người đoạt giải Nobel Kinh tế năm nay, Daron Acemoglu của MIT, đã nhận xét rằng chúng ta chưa thấy sự gia tăng năng suất thực sự từ AI cho đến nay, và ông không kỳ vọng sẽ thấy điều gì ấn tượng trong vài năm tới — có lẽ chỉ tăng 0,5% trong thập kỷ tới. Trong mọi trường hợp, nếu các công ty thực sự muốn thấy và hưởng lợi từ AI tạo sinh, họ sẽ cần đo lường và thử nghiệm để nhận ra lợi ích.

3. Thực tế về văn hóa dựa trên dữ liệu dần trở nên rõ ràng
Có vẻ như chúng ta đang nhận ra rằng AI tạo sinh rất thú vị nhưng không thay đổi mọi thứ, đặc biệt là các đặc điểm văn hóa dài hạn. Trong bài viết xu hướng năm ngoái, chúng tôi đã lưu ý rằng khảo sát của Randy cho thấy tỷ lệ phản hồi từ các công ty cho rằng tổ chức của họ đã “tạo dựng được một tổ chức dựa trên dữ liệu và AI” và “thiết lập văn hóa tổ chức dựa trên dữ liệu và AI” đều tăng gấp đôi so với năm trước (từ 24% lên 48% đối với việc tạo dựng tổ chức, và từ 21% lên 43% đối với việc thiết lập văn hóa dựa trên dữ liệu). Chúng tôi đều ngạc nhiên trước sự cải thiện đáng kể được báo cáo này và cho rằng các thay đổi này nhờ vào AI tạo sinh, vì công nghệ này được công bố rộng rãi và được tổ chức áp dụng nhanh chóng.

Dự đoán dài hạn của chúng tôi là AI tạo sinh không đủ để biến các tổ chức và văn hóa thành dựa trên dữ liệu.

Năm nay, các con số đã trở lại mức thực tế hơn. 37% số người được khảo sát cho biết họ làm việc trong một tổ chức dựa trên dữ liệu và AI, và 33% nói rằng họ có văn hóa dựa trên dữ liệu và AI. Đây vẫn là một điều tốt rằng các nhà lãnh đạo dữ liệu và AI cảm thấy tổ chức của họ đã cải thiện so với quá khứ xa xưa, nhưng dự đoán dài hạn của chúng tôi là AI tạo sinh không đủ để biến các tổ chức và văn hóa thành dựa trên dữ liệu.

Trong cùng khảo sát, 92% số người được hỏi cho rằng thách thức lớn nhất để trở thành tổ chức dựa trên dữ liệu và AI là văn hóa và quản lý thay đổi. Điều này cho thấy rằng bất kỳ công nghệ nào đơn lẻ cũng là không đủ. Đáng chú ý, hầu hết các nhân viên được khảo sát đến từ các tổ chức lâu đời, được thành lập cách đây hơn một thế hệ và có lịch sử chuyển đổi một cách từ từ. Nhiều công ty trong số này đã làm nhiều hơn để thực hiện các chiến lược số của họ trong thời kỳ đại dịch so với hai thập kỷ trước đó.

4. Dữ liệu phi cấu trúc trở lại quan trọng
AI tạo sinh đã mang lại một tác động khác cho các tổ chức: Nó đang khiến dữ liệu phi cấu trúc trở lại quan trọng. Trong Khảo sát chuẩn mực lãnh đạo AI & Dữ liệu 2025, 94% các nhà lãnh đạo dữ liệu và AI cho rằng sự quan tâm đến AI đang dẫn đến việc chú trọng hơn vào dữ liệu. Vì AI phân tích truyền thống đã tồn tại trong nhiều thập kỷ, chúng tôi cho rằng họ đang đề cập đến tác động của AI tạo sinh. Trong một khảo sát khác được đề cập trong bài viết xu hướng AI năm ngoái, có bằng chứng đáng kể rằng hầu hết các công ty vẫn chưa thực sự quản lý dữ liệu để sẵn sàng cho AI tạo sinh.

Phần lớn dữ liệu mà AI tạo sinh sử dụng là tương đối phi cấu trúc, dưới các hình thức như văn bản, hình ảnh, video, và các loại tương tự. Một lãnh đạo tại một tổ chức bảo hiểm lớn gần đây đã chia sẻ với Randy rằng 97% dữ liệu của công ty này là dữ liệu phi cấu trúc. Nhiều công ty đang quan tâm đến việc sử dụng AI tạo sinh để giúp quản lý và cung cấp quyền truy cập vào dữ liệu và tài liệu của họ, thường sử dụng phương pháp được gọi là retrieval-augmented generation (RAG). Tuy nhiên, một số công ty chưa làm nhiều với dữ liệu phi cấu trúc của họ kể từ thời kỳ quản lý tri thức cách đây 20 năm hoặc hơn. Họ đã tập trung vào dữ liệu có cấu trúc — thường là các hàng và cột số liệu từ các hệ thống giao dịch.

Để xử lý dữ liệu phi cấu trúc, các tổ chức cần chọn các ví dụ tốt nhất của từng loại tài liệu, gắn thẻ hoặc lập biểu đồ nội dung, và đưa chúng vào hệ thống. (Chào mừng đến với thế giới bí ẩn của nhúng dữ liệu, cơ sở dữ liệu vector, và các thuật toán tìm kiếm tương đồng.) Các phương pháp này mang lại những lợi ích đáng kể trong việc truy cập tri thức cho nhân viên, đó là lý do tại sao nhiều tổ chức đang theo đuổi chúng. Tuy nhiên, công việc này vẫn phụ thuộc nhiều vào con người. Có thể đến một lúc nào đó, chúng ta chỉ cần tải một lượng lớn tài liệu nội bộ vào cửa sổ lệnh của AI tạo sinh, nhưng điều đó khó xảy ra vào năm 2025. Ngay cả khi điều đó khả thi, vẫn sẽ cần sự chọn lọc đáng kể từ con người — vì ChatGPT không thể biết đâu là tài liệu bán hàng tốt nhất trong 20 tài liệu khác nhau.

5. Ai nên dẫn dắt dữ liệu và AI? Tiếp tục cuộc tranh cãi
Không có gì ngạc nhiên khi dữ liệu và các nỗ lực khai thác nó bằng AI đang nhận được ngày càng nhiều sự chú ý và đầu tư trong tổ chức, nhưng vai trò lãnh đạo dữ liệu vẫn đang gặp khó khăn. Vai trò này vẫn còn khá mới mẻ — chỉ 12% tổ chức trong khảo sát đầu tiên của Randy vào năm 2012 đã bổ nhiệm giám đốc dữ liệu. Tiến triển đã đạt được: 85% tổ chức trong khảo sát mới nhất của Randy đã bổ nhiệm giám đốc dữ liệu, và tỷ lệ ngày càng cao của các lãnh đạo dữ liệu tập trung vào tăng trưởng, đổi mới và chuyển đổi (thay vì tránh rủi ro hoặc các vấn đề pháp lý). Nhiều tổ chức cũng đã bổ nhiệm giám đốc AI — một con số đáng ngạc nhiên, 33%.

Mặc dù các vai trò này tiếp tục phát triển, các tổ chức vẫn đang vật lộn với nhiệm vụ, trách nhiệm và cấu trúc báo cáo của chúng. Ít hơn một nửa số lãnh đạo dữ liệu (chủ yếu là giám đốc dữ liệu) trả lời khảo sát AI & Dữ liệu cho biết chức năng của họ rất thành công và được thiết lập tốt, và chỉ 51% nói rằng họ cảm thấy vai trò của mình được hiểu rõ trong tổ chức. Chúng tôi vẫn chưa chắc chắn rằng trách nhiệm của giám đốc AI và giám đốc dữ liệu (và phân tích/AI) đòi hỏi các vai trò riêng biệt, mặc dù một số tổ chức, bao gồm Capital One và Cleveland Clinic, đã thiết lập vai trò giám đốc AI ngang hàng với giám đốc dữ liệu.

Điều mà chúng tôi có thể khẳng định với sự tự tin là nhu cầu lãnh đạo dữ liệu và AI sẽ chỉ tăng lên, bất kể hình thức, cấu trúc hay mô hình nào được áp dụng.

Chúng tôi có hai quan điểm về tương lai rộng lớn của giám đốc dữ liệu và AI. Randy kiên quyết tin rằng vai trò của CDAO nên là một vai trò kinh doanh báo cáo trực tiếp với lãnh đạo doanh nghiệp. Ông lưu ý rằng 36% lãnh đạo dữ liệu và AI trong khảo sát năm nay báo cáo với CEO, chủ tịch, hoặc COO. Randy tin tưởng mạnh mẽ rằng các lãnh đạo dữ liệu và AI cần mang lại giá trị kinh doanh có thể đo lường được, cũng như hiểu và nói ngôn ngữ của doanh nghiệp.

Tom đồng ý rằng các lãnh đạo công nghệ cần tập trung hơn vào giá trị kinh doanh. Nhưng như chúng tôi đã tranh luận trong báo cáo xu hướng năm ngoái, ông cảm thấy rằng có quá nhiều “giám đốc công nghệ” trong hầu hết các tổ chức. Nhiều CDAO cho rằng khách hàng nội bộ của họ bị nhầm lẫn bởi số lượng lớn các giám đốc cấp C và sự phổ biến của các vai trò này khiến việc hợp tác trở nên khó khăn và ít khả năng họ báo cáo với CEO. Tom muốn thấy các “siêu lãnh đạo công nghệ,” với tất cả các vai trò công nghệ báo cáo cho họ, như trường hợp ở một số công ty đang ngày càng thúc đẩy các CIO định hướng chuyển đổi đảm nhận vai trò này. Dù câu trả lời đúng là gì, rõ ràng các tổ chức phải có những can thiệp để đảm bảo rằng những người dẫn dắt dữ liệu được tôn trọng như chính dữ liệu đó.

Về tác giả
Thomas H. Davenport (@tdav) là Giáo sư Xuất sắc của Tổng thống về Công nghệ Thông tin và Quản lý tại Trường Babson College, Giáo sư Analytics tại Trường Kinh doanh Darden thuộc Đại học Virginia, một thành viên của Sáng kiến Kinh tế Kỹ thuật số tại MIT, và là cố vấn cấp cao cho Chương trình Giám đốc Dữ liệu và Phân tích của Deloitte. Cuốn sách mới nhất của ông là All Hands on Tech: The AI-Powered Citizen Revolution (Wiley, 2024).

Randy Bean (@RandyBeanNVP) là cố vấn cho các tổ chức trong danh sách Fortune 1000 về lãnh đạo dữ liệu và AI. Ông là tác giả của cuốn sách Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI (Wiley, 2021).

Five Trends in AI and Data Science for 2025
From agentic AI to unstructured data, these 2025 AI trends deserve close attention from leaders. Get fresh data and advice from two experts.
 
Thomas H. Davenport and Randy Bean January 08, 2025
Reading Time: 10 min 
This is the time of year for predictions and trend analyses, and as data science and artificial intelligence become increasingly important to the global economy, it’s vital that leaders watch emerging AI trends.

Nobody seems to use AI to make these predictions, and we won’t either, as we share our list of AI trends that will matter in 2025. But we will incorporate the latest research whenever possible. Randy has just completed his annual survey of data, analytics, and AI executives, the 2025 AI & Data Leadership Executive Benchmark Survey, conducted by his educational firm, Data & AI Leadership Exchange; and Tom has worked on several surveys on generative AI and data, technology leadership structures, and, most recently, agentic AI.

Here are the 2025 AI trends on our radar screens that leaders should understand and monitor.

1. Leaders will grapple with both the promise and hype around agentic AI.
Let’s get agentic AI — the kind of AI that does tasks independently — out of the way first: It’s a sure bet for 2025’s “most trending AI trend.” Agentic AI seems to be on an inevitable rise: Everybody in the tech vendor and analyst worlds is excited about the prospect of having AI programs collaborate to do real work instead of just generating content, even though nobody is entirely sure how it will all work. Some IT leaders think they already have it (37%, in a forthcoming UiPath-sponsored survey of 252 U.S. IT leaders); most expect it soon and are ready to spend money on it (68% within six months or less); and a few skeptics (primarily encountered by us in interviews) think it’s mostly vendor hype.

Most technology executives believe that these autonomous and collaborative AI programs will be primarily based on focused generative AI bots that will perform specific tasks. Most people believe that there will be a network of these agents, and many are hoping that the agent ecosystems will need less human intervention than AI has required in the past. Some believe that the technology will all be orchestrated by robotic process automation tools; some propose that agents will be fetched by enterprise transaction systems; and some posit the emergence of an “uber agent” that will control everything.

The earliest agentic AI tools will be those for small, structured internal tasks with little money involved.

Here’s what we think: There will be (and in some cases, already are) generative AI bots that will do people’s bidding on specific content creation tasks. It will require more than one of these agentic AI tools to do something significant, such as make a travel reservation or conduct a banking transaction. But these systems still work by predicting the next word, and sometimes that will lead to errors or inaccuracies. So there will still be a need for humans to check in on them every now and then.

The earliest agents will be those for small, structured internal tasks with little money involved — for instance, helping change your password on the IT side, or reserving time off for vacations in HR systems. We don’t see much likelihood of companies turning these agents loose on real customers spending real money anytime soon, unless there’s the opportunity for human review or the reversal of a transaction. As a result, we don’t foresee a major impact on the human workforce from this technology in 2025, except for new jobs writing blog posts about agentic AI. (Wait, can agents do that?)

2. The time has come to measure results from generative AI experiments.
One of the reasons why everybody is excited about agents is that as of 2024, it has still proved difficult to demonstrate economic value from generative AI. We argued in last year’s AI trends article that the value of GenAI still needed to be demonstrated. Data and AI leaders in Randy’s 2025 AI & Data Leadership Executive Benchmark Survey said they are confident that GenAI value is being generated: Fifty-eight percent said that their organization has achieved exponential productivity or efficiency gains from AI, presumably mostly from generative AI. Another 16% said that they have “liberated knowledge workers from mundane tasks” through the use of GenAI tools. Let’s hope that these highly positive beliefs are correct.

But companies shouldn’t take such confidence on faith. Very few companies are actually measuring productivity gains carefully or figuring out what the liberated knowledge workers are doing with their freed-up time. Only a few academic studies have measured GenAI productivity gains, and when they have, they’ve generally found some improvements, but not exponential ones. Goldman Sachs is one of the rare companies that has measured productivity gains in the area of programming. Developers there reported that their productivity increased by about 20%. Most similar studies have found contingent factors in productivity, where either inexperienced workers gain more (as in customer service and consulting) or experienced workers do better (as in code generation).

In many cases, the best way to measure productivity gains will be to establish controlled experiments. For example, a company could have one group of marketers use generative AI to create content without human review, one use it with human review, and a control group not use it at all. Again, few companies are doing this, and this will need to change. Given that GenAI is primarily about content generation for many companies right now, if we want to really understand the benefits, we’ll also have to start measuring content quality. That’s notoriously difficult to do with knowledge work output. However, if GenAI helps write blog posts much faster but the posts are boring and inaccurate, that’s important to measure: There will be little benefit in that particular use case.

The sad fact is that if many organizations are actually to achieve exponential productivity gains, those improvements may be measured in large-scale layoffs. But there is no sign of mass layoffs in the employment statistics. Additionally, a Nobel Prize winner in economics this year, MIT’s Daron Acemoglu, has commented that we haven’t seen real productivity gains from AI thus far, and he doesn’t expect to see anything dramatic over the next several years — perhaps a 0.5% increase over the next decade. In any case, if companies are really going to see and profit from GenAI, they’re going to need to measure and experiment to see the benefits.

3. Reality about data-driven culture sets in.
We seem to be realizing that generative AI is very cool but doesn’t change everything, specifically long-term cultural attributes. In our trend article last year, we noted that Randy’s survey found that the percentage of company respondents who said that their organization had “created a data and AI-driven organization” and “established a data and AI-driven organizational culture” both doubled over the prior year (from 24% to 48% for creating data- and AI-driven organizations, and from 21% to 43% for establishing data-driven cultures). We were both somewhat astonished at this dramatic reported improvement, and we attributed the changes to generative AI, since it was very widely publicized and adopted rapidly by organizations.

Our long-term prediction is that generative AI alone is not enough to make organizations and cultures data-driven.

This year, the numbers have settled back to Earth a bit. Thirty-seven percent of those surveyed said they work in a data- and AI-driven organization, and 33% said they have a data- and AI-driven culture. It’s still a good thing that data and AI leaders feel that their organizations have improved in this regard over the distant past, but our long-term prediction is that generative AI alone is not enough to make organizations and cultures data-driven.

In the same survey, 92% of the respondents said they feel that cultural and change management challenges are the primary barrier to becoming data- and AI-driven. This suggests that any technology alone is insufficient. It’s worth noting that most of the surveyed employees were from legacy organizations that were founded over a generation ago and have a history of transforming gradually. Many of these companies did more to execute on their digital strategies during the pandemic than they had in the previous two decades.

4. Unstructured data is important again.
Generative AI has had another impact on organizations: It’s making unstructured data important again. In the 2025 AI & Data Leadership Executive Benchmark Survey, 94% of data and AI leaders said that interest in AI is leading to a greater focus on data. Since traditional analytical AI has been around for several decades, we think they were referring to GenAI’s impact. In another survey that we mentioned in last year’s AI trends article, there was substantial evidence that most companies hadn’t yet started to really manage data to get ready for generative AI.

The great majority of the data that GenAI works with is relatively unstructured, in forms such as text, images, video, and the like. A leader at one large insurance organization recently shared with Randy that 97% of the company’s data was unstructured. Many companies are interested in using GenAI to help manage and provide access to their own data and documents, typically using an approach called retrieval-augmented generation, or RAG. But some companies haven’t worked on their unstructured data much since the days of knowledge management 20 or more years ago. They’ve been focused on structured data — typically rows and columns of numbers from transactional systems.

To get unstructured data into shape, organizations need to pick the best examples of each document type, tag or graph the content, and get it loaded into the system. (Welcome to the arcane world of embeddings, vector databases, and similarity search algorithms.) These approaches do provide considerable knowledge-access benefits for employees, which is why many organizations are pursuing them. But this work is still human-intensive. At some point, perhaps, we’ll be able to just load tons of our internal documents into a GenAI prompt window, but 2025 is unlikely to be that time. Even when that’s possible, there will still be a need for considerable human curation of the data — because ChatGPT can’t tell which is the best of 20 different sales proposals.

Related Articles
Five Hybrid Work Trends to Watch in 2025 | Brian Elliott
How Scotiabank Built an Ethical, Engaged AI Culture | Thomas H. Davenport and Randy Bean
Five Tune-Ups Your Company Needs in 2025
How GenAI Helps USAA Innovate | Thomas H. Davenport and Randy Bean
5. Who should run data and AI? Expect continued struggle.
It should perhaps come as no surprise that while data and attempts to exploit it with AI are receiving increasing amounts of organizational attention and investment, the data leadership function itself is continuing to struggle. The role is still relatively nascent — just 12% of organizations in Randy’s first annual executive survey back in 2012 had appointed a chief data officer. Progress is being made: Eighty-five percent of organizations in Randy’s newest survey have named a chief data officer, and increasing percentages of those data leaders are primarily focused on growth, innovation, and transformation (as opposed to avoiding risk or regulatory problems). More organizations have also named chief AI officers — a surprising 33%.

While these roles continue to evolve, organizations continue to wrestle with their mandates, responsibilities, and reporting structures. Fewer than half of data leaders (mostly chief data officers) who responded to Randy’s AI & Data Leadership Executive Benchmark Survey said their function is very successful and well established, and only 51% said they feel that the job is well understood within their organizations. We are still not sure that the responsibilities of a chief AI officer and a chief data (and analytics/AI) officer demand separate roles, though some organizations, including Capital One and Cleveland Clinic, have established the chief AI officer role as a peer to the chief data officer.

The one thing that we can say with confidence is that the demand for data and AI leadership will only grow, under whatever shape, form, and structure this demand entails.

We’re of two minds about the broader future of the chief data and AI officer. Randy firmly believes that the role of CDAO should be a business role reporting into business leadership. He notes that 36% of data and AI leaders in his survey this year reported to either the CEO, president, or COO. Randy strongly believes that data and AI leaders need to deliver measurable business value, and to understand and speak the language of the business.

Tom agrees that tech leaders need to be more focused on business value. But as we argued in last year’s trend report, he feels that there are too many “tech chiefs,” including CDAOs, in most organizations. Many of those CDAOs themselves feel that their internal customers are confused by all of the C-level tech executives and that the proliferation of such roles makes it both difficult to collaborate and unlikely that they will report to the CEO. Tom would prefer to see “supertech leaders,” with all of the tech roles reporting to them, as is the case in a growing number of companies that have promoted transformation-minded CIOs to fill the role. Whatever the right answer is, it’s clear that organizations must make some interventions and make those who lead data as respected as the data itself.

About the Authors
Thomas H. Davenport (@tdav) is the President’s Distinguished Professor of Information Technology and Management at Babson College, the Bodily Bicentennial Professor of Analytics at the University of Virginia Darden School of Business, a fellow of the MIT Initiative on the Digital Economy, and senior adviser to the Deloitte Chief Data and Analytics Officer Program. His latest book is All Hands on Tech: The AI-Powered Citizen Revolution (Wiley, 2024). Randy Bean (@RandyBeanNVP) is an adviser to Fortune 1000 organizations on data and AI leadership. He is the author of Fail Fast, Learn Faster: Lessons in Data-Driven Leadership in an Age of Disruption, Big Data, and AI (Wiley, 2021).

- Sam Altman, CEO OpenAI, nhận định rằng AGI (trí tuệ nhân tạo tổng quát) đã gần như được giải quyết và năm 2025 có thể là năm đầu tiên các AI agent gia nhập lao động, thay đổi sản xuất doanh nghiệp.  
- Gary Marcus, giáo sư danh dự tâm lý học nhận thức NYU, trái lại, chỉ ra các thách thức như tư duy thông thường, khả năng xử lý ngữ cảnh mới, và vấn đề chi phí cao khiến giá trị ứng dụng của AI hiện tại bị hạn chế.  
- Thực tế đang nằm giữa hai góc nhìn trên. Prosus, công ty đầu tư công nghệ, đã triển khai hệ thống AI Toqan giúp 25.000 nhân viên xử lý từ khảo sát marketing đến hỗ trợ khách hàng.  
- Tỷ lệ lỗi ảo giác trong Toqan giảm từ 10% năm 2022 xuống còn 1,5% nhờ xây dựng quy trình agentic workflow, chia nhiệm vụ thành các phần nhỏ và kiểm tra kỹ kết quả. Tuy nhiên, cách làm này tăng chi phí token gấp 2,5 lần và chậm hơn. Dù vậy, giá token giảm một nửa so với 2023.  
- Với Toqan, Prosus ghi nhận nhân viên tiết kiệm trung bình 48 phút/ngày, tương đương 12 USD/người/tháng. Dù cải thiện này không quá lớn, nhưng trong các trường hợp cụ thể, như iFood giảm 70% khối lượng công việc cho nhân viên phân tích dữ liệu, AI giúp giảm chi phí tăng trưởng đáng kể.  
- Nvidia ra mắt nền tảng AI nguồn mở Cosmos tại CES 2025, cung cấp data tổng hợp chân thực để huấn luyện AI cho robot, xe tự lái và các ứng dụng embodied AI. Cosmos được kỳ vọng mở rộng thị phần chip AI.  
- DeepSeek V3, một model nguồn mở, đạt thành tựu nhờ các cải tiến kỹ thuật: dự đoán đa-token, model “mixture of experts” cải thiện hiệu quả đào tạo và cân bằng tải giữa các chuyên gia mạng nơ-ron.  
- Một số sự kiện khác: OpenAI lỗ với ChatGPT Pro, luật AI mới ở Texas, chatbot Roxanne hỗ trợ người thuê nhà ở New York giải đáp pháp luật.  

---

📌 *Sam Altman lạc quan về AGI, Gary Marcus vẫn nghi ngờ, nhưng thực tế ở giữa: AI như Toqan giúp tiết kiệm thời gian, giảm chi phí, dù còn hạn chế về độ chính xác và chi phí. Nvidia và DeepSeek V3 tiếp tục cải tiến AI, hứa hẹn ứng dụng sâu rộng hơn.*

https://fortune.com/2025/01/07/openai-sam-altman-gary-marcus-llms-prosus-eye-on-ai/

1. Sự suy giảm trong phát triển AI: Năm 2025, xu hướng phát triển mô hình AI lớn khả năng sẽ chững lại. Các chuyên gia trong ngành nhận thấy rằng việc gia tăng dữ liệu và sức mạnh xử lý không còn tạo ra cải tiến đáng kể như trước. 

2. Mô hình AI mới: Mô hình như OpenAI's o3 sẽ cho phép thực hiện nhiều bước xử lý trước khi đưa ra câu trả lời, nâng cao chất lượng phản hồi và khả năng "lập luận". Đây có thể là bước tiến quan trọng trong việc phát triển trí tuệ nhân tạo.

3. Ứng dụng AI trong đời sống hàng ngày: Năm 2025 có thể xuất hiện các ứng dụng AI có khả năng can thiệp trực tiếp vào cuộc sống của người dùng. Chúng sẽ học hỏi từ dữ liệu kỹ thuật số và hành vi của người dùng, trở thành những "ngân hàng trí nhớ" ảo. Tuy nhiên, sự thiếu tin cậy của công nghệ khiến các công ty cẩn trọng trong việc triển khai.

4. Tình hình thị trường chứng khoán: Cuộc đua AI giữa các công ty công nghệ lớn tiếp tục ảnh hưởng đến thị trường chứng khoán. Một số công ty đã bắt đầu báo cáo kết quả lớn từ việc áp dụng AI, nhưng nhiều doanh nghiệp vẫn phải đối mặt với không chắc chắn về cách sử dụng công nghệ này hiệu quả. Chính sách kinh tế và tiền tệ sẽ đóng vai trò quan trọng trong quyết định đầu tư của nhà đầu tư.

📌 Năm 2025 sẽ chứng kiến sự chuyển mình trong lĩnh vực AI với các xu hướng như mô hình mới và ứng dụng can thiệp vào cuộc sống, trong khi thị trường chứng khoán vẫn đầy biến động. Nvidia và các công ty công nghệ lớn sẽ tiếp tục giữ vai trò quan trọng trong ngành này.

https://www.ft.com/content/9978baaf-1f48-4e2c-bcfc-dc34d48e6e4c

#FT

4 dự đoán về AI cho năm 2025
Trong khi động lực phát triển các mô hình lớn có thể giảm dần, vẫn sẽ có những tiến bộ khác

Không có gì mới mẻ trong AI năm 2024 có thể sánh được với sự “wow” khi lần đầu sử dụng ChatGPT, nhưng những cải tiến nhanh chóng trong công nghệ nền tảng vẫn giữ cho lĩnh vực này sôi động. Dưới đây là dự đoán về cách mọi việc sẽ diễn ra trong năm 2025.

Liệu sự phát triển AI sẽ gặp bế tắc?

Năm 2025, động lực phát triển sẽ giảm dần. Ngay cả một số người lạc quan nhất trong ngành công nghệ cũng đã thừa nhận trong những tuần gần đây rằng việc chỉ đơn giản đổ thêm dữ liệu và sức mạnh tính toán để huấn luyện các mô hình AI lớn hơn — vốn là nguồn cải tiến đáng tin cậy trong quá khứ — đang bắt đầu mang lại hiệu quả giảm dần. Về lâu dài, điều này khiến AI mất đi một nguồn cải tiến ổn định. Tuy nhiên, ít nhất trong 12 tháng tới, các tiến bộ khác có thể sẽ bù đắp cho sự thiếu hụt đó.

Những phát triển triển vọng nhất dường như đến từ các mô hình thực hiện một loạt bước trước khi đưa ra câu trả lời, cho phép chúng truy vấn và cải thiện các phản hồi ban đầu để cung cấp kết quả “có lý luận” hơn. Có thể tranh cãi liệu điều này có thực sự so sánh được với suy luận của con người hay không, nhưng các hệ thống như o3 của OpenAI vẫn là bước tiến thú vị nhất kể từ khi chatbot AI xuất hiện.

Google, sau khi lấy lại vị thế trong AI vào cuối năm sau hai năm chật vật để bắt kịp OpenAI, cũng đã cho thấy cách các khả năng mới giống như tác nhân trong AI có thể làm cuộc sống dễ dàng hơn, chẳng hạn như theo dõi những gì người dùng làm trong trình duyệt và sau đó đề nghị hoàn thành các tác vụ. Những bản trình diễn và nguyên mẫu này vẫn cần được chuyển đổi thành các sản phẩm hữu ích, nhưng ít nhất chúng cho thấy rằng các phòng thí nghiệm AI vẫn có đủ tiềm năng để duy trì làn sóng quan tâm.

Liệu ứng dụng “sát thủ” của AI sẽ xuất hiện?

Đối với hầu hết mọi người, sự gia tăng của AI tạo sinh đồng nghĩa với việc liên tục thấy các gợi ý hoàn thiện văn bản hoặc chỉnh sửa ảnh theo cách không ngờ tới — những công cụ không mong muốn, đôi khi hữu ích nhưng chưa đủ để thay đổi cuộc sống.

Năm tới có khả năng mang đến các minh chứng đầu tiên về các ứng dụng có thể can thiệp trực tiếp hơn: thu thập toàn bộ thông tin số của người dùng và học từ hành động của họ để hoạt động như các ngân hàng bộ nhớ ảo hoặc đảm nhiệm toàn bộ các khía cạnh trong cuộc sống. Tuy nhiên, do lo ngại về tính không đáng tin cậy của công nghệ, các công ty công nghệ sẽ thận trọng trong việc tung ra những sản phẩm này để sử dụng đại trà — và hầu hết người dùng cũng sẽ dè dặt khi tin tưởng vào chúng.

Thay vì các ứng dụng sát thủ thực sự, điều này có nghĩa là người dùng sẽ vẫn ở trong thế giới “AI trong mọi thứ” mà họ đã quen thuộc: đôi khi xâm phạm, đôi khi hữu ích, và vẫn chưa cung cấp những trải nghiệm thực sự mới mẻ để chứng minh rằng kỷ nguyên AI đã thực sự đến.

Liệu GPU của Nvidia có tiếp tục thống trị thế giới công nghệ?

Lợi nhuận khổng lồ của Nvidia đã khiến công ty trở thành mục tiêu của các công ty công nghệ hàng đầu, phần lớn trong số đó hiện đang thiết kế chip AI riêng. Tuy nhiên, Nvidia đã phát triển quá nhanh so với các đối thủ, và dù có thể gặp khó khăn trong một hoặc hai quý do trải qua quá trình chuyển đổi sản phẩm lớn, chu kỳ sản phẩm Blackwell của công ty vẫn giúp họ thoải mái vượt qua năm 2025 với vị trí dẫn đầu.

Điều đó không có nghĩa là các đối thủ sẽ không có tiến bộ. Theo Broadcom, ba trong số các công ty công nghệ lớn nhất dự kiến sẽ sử dụng thiết kế chip nội bộ cho các cụm siêu máy tính với 1 triệu chip mỗi cụm vào năm 2027. Con số này gấp 10 lần kích thước của hệ thống Colossus của Elon Musk, hiện được cho là cụm chip AI lớn nhất.

Ngay cả khi thị phần bị xói mòn, phần mềm của Nvidia vẫn là một lợi thế đáng kể cho doanh nghiệp, và đến cuối năm 2025, công ty có thể sẵn sàng tung ra một chu kỳ sản phẩm quan trọng khác.

Liệu cơn sốt thị trường chứng khoán AI có tiếp diễn?

Với các công ty công nghệ lớn đang tham gia vào cuộc đua AI mà lãnh đạo của họ tin rằng sẽ quyết định hình dạng tương lai của ngành, một trong những lực lượng chính thúc đẩy bùng nổ chi tiêu vốn cho AI vẫn sẽ duy trì. Bên cạnh đó, khi một số công ty bắt đầu tuyên bố đạt được kết quả lớn — dù chưa được chứng minh — từ việc áp dụng công nghệ vào kinh doanh, nhiều công ty khác sẽ cảm thấy cần phải tiếp tục đầu tư, ngay cả khi chưa hiểu rõ cách sử dụng AI hiệu quả.

Liệu điều này có đủ để các nhà đầu tư tiếp tục đổ tiền vào AI hay không là một vấn đề khác. Điều đó sẽ phụ thuộc vào các yếu tố khác, chẳng hạn như niềm tin của thị trường chứng khoán vào ý định giảm bớt quy định và cắt giảm thuế của chính quyền Trump mới, cũng như sự sẵn sàng của Cục Dự trữ Liên bang trong việc tiếp tục nới lỏng chính sách tiền tệ.

Tất cả đều cho thấy một năm đầy biến động, với một số điều chỉnh lớn dọc đường. Nhưng với thanh khoản đủ lớn, Phố Wall có thể vẫn bị cuốn vào làn sóng AI trong một thời gian nữa.

Four AI predictions for 2025
While the momentum behind the development of large models might fade, there will be other advances
Headshot for Richard Waters
Richard WatersAdd to myFT

There was nothing new in AI in 2024 that matched the sheer “wow” factor of using ChatGPT for the first time, but rapid improvements in the underlying technology still kept the field humming. For 2025, this is how I see things panning out.
Will AI development hit a wall?
In 2025, that momentum will fade. Even some of the tech industry’s biggest optimists have conceded in recent weeks that simply throwing more data and computing power into training ever-larger AI models — a reliable source of improvement in the past — is starting to yield diminishing returns. In the longer term, this robs AI of a dependable source of improvement. At least in the next 12 months, though, other advances should more than take up the slack.
The most promising developments look like coming from models that carry out a series of steps before returning an answer, allowing them to query and refine their first responses to deliver more “reasoned” results. It is debatable whether this is really comparable to human reasoning, but systems like OpenAI’s o3 still look like the most interesting advance since the emergence of AI chatbots.
Google, which regained its AI mojo late in the year after spending two years struggling to catch up with OpenAI, also showed how the new agent-like capabilities in AI could make life easier, such as tracking what you do in your browser and then offering to complete tasks for you. All these demos and prototypes still need to be turned into useful products, but they at least show that there is more than enough in the labs to keep the AI hype going.
Will AI’s ‘killer app’ emerge?
For most people, the rise of generative AI has meant constantly seeing prompts offering to complete your writing for you or edit your photos in ways you hadn’t thought of — unsought, occasionally useful tools that fall well short of transforming your life.
Next year is likely to bring the first demonstrations of apps that can intervene more directly: Absorbing all your digital information and learning from your actions so that they can act as virtual memory banks or take over entire aspects of your life. But, concerned about the unreliability of the technology, tech companies will be wary about rushing these out for mass use — and most users will be equally wary about trusting them.
Instead of true killer apps for AI, this means we’ll be left in the “AI in everything” world that technology users have already become accustomed to: Sometimes intrusive, sometimes helpful, and still not quite providing the really new experiences that would prove the AI era has truly arrived.
Will Nvidia’s GPUs still rule the tech world?
The chipmaker’s huge profits have made it the target of the most powerful tech companies, most of which are now designing their own AI chips. But Nvidia has been moving too fast for rivals, and while a quarter or two could be bumpy as it goes through a major product transition, its Blackwell product cycles should carry it through the year comfortably ahead.
That doesn’t mean others won’t make inroads. According to chipmaker Broadcom, three of the biggest tech companies are to use their in-house chip designs for supercomputing “clusters” with 1mn chips each in 2027. That is 10 times the size of Elon Musk’s Colossus system, thought to be the largest cluster of AI chips currently in use.
Even as its market share starts to erode, though, Nvidia’s software still represents a considerable moat for its business, and by the end of the year it should be on the verge of another important new product cycle.
Will the stock market’s AI boom continue? 
With Big Tech in the midst of an AI race that its leaders believe will determine the future shape of their industry, one of the main forces behind the AI capital spending boom will remain in place. Also, as some companies start to claim big — if unproven — results from applying the technology in their own businesses, many others will feel they have to keep spending, even if they haven’t worked out yet how to use AI productively.
Whether this is enough for investors to keep throwing their money at AI is another matter. That will depend on other factors, such as the stock market’s confidence in the deregulatory and tax cutting intentions of the new Trump administration and the readiness of the Federal Reserve to continue with monetary policy easing.
It all points to a highly volatile year, with some big corrections along the way. But with enough liquidity, Wall Street could succumb to AI hype for some time yet.

7 xu hướng công nghệ AI sẽ định hình ngành công nghiệp trong năm 2025 ngày càng trở nên quan trọng sau sự phát triển mạnh mẽ của nó trong năm 2024:
- Hệ thống ngôn ngữ nhỏ (SLM) đang nổi lên với ưu điểm về khả năng mở rộng và hiệu suất so với các mô hình lớn. SLM có thể chạy trên các thiết bị và giảm lượng khí thải carbon.
- AI tự động (Agentic AI) cho phép hệ thống đưa ra quyết định với ít sự can thiệp của con người. Công nghệ này đang được áp dụng trong nhiều lĩnh vực như bán lẻ và chăm sóc sức khỏe để tối ưu hóa quy trình.
- Thị trường tội phạm mạng dự kiến sẽ đạt doanh thu vượt 10.5 triệu USD vào năm 2025, nhưng AI cũng được sử dụng để phát hiện và ứng phó với các mối đe dọa mạng.
- Tìm kiếm AI đã cách mạng hóa việc truy xuất thông tin, với Google và OpenAI dẫn đầu trong việc cải thiện trải nghiệm tìm kiếm cho người dùng.
- Chip AI, được thiết kế để xử lý các tác vụ AI, sẽ tiếp tục được ưa chuộng với dự đoán thị trường chip AI sẽ tăng trưởng 35% mỗi năm, đạt giá trị 120 tỷ USD.
- Edge AI kết hợp AI và điện toán biên, cho phép xử lý dữ liệu gần thiết bị mà không cần đến server đám mây, giúp cải thiện hiệu suất và bảo mật.
- Hệ thống tìm kiếm doanh nghiệp kết hợp dữ liệu từ nhiều nguồn, giúp cải thiện hiệu quả tìm kiếm và tăng năng suất cho nhân viên trong tổ chức.

📌 Năm 2025, công nghệ AI sẽ tiếp tục phát triển mạnh mẽ với các xu hướng như hệ thống ngôn ngữ nhỏ, AI tự động, và Edge AI, tạo ra cơ hội lớn cho doanh nghiệp trong việc nâng cao hiệu quả và bảo mật.

https://tech.co/news/ai-trends-watch-for-2025

• Andrew Ng đã đề xuất lý thuyết về việc sử dụng mạng lưới thần kinh và dữ liệu lớn để phát triển trí tuệ nhân tạo tổng quát cách đây gần 15 năm.

• Năm 2011, ông đã giúp ra mắt Google Brain, một trong những chương trình AI tham vọng nhất thời bấy giờ.

• Hiện nay, Andrew Ng được coi là một trong những nhân vật được kính trọng nhất trong lĩnh vực khoa học máy tính.

• AI Fund của ông dự kiến huy động hơn 120 triệu USD cho quỹ thứ hai. Tính đến tháng 6, quỹ đã huy động được 69,75 triệu USD từ 13 đối tác.

• AI Fund được thành lập năm 2018 với số vốn 175 triệu USD, có sự hậu thuẫn của Sequoia và Softbank Group. Quỹ đã thực hiện 43 khoản đầu tư tính đến nay.

• Amazon đã bổ nhiệm Andrew Ng vào hội đồng quản trị vào tháng 4, thể hiện mong muốn nâng cao vị thế trong lĩnh vực AI của công ty.

• Andrew Ng đã nỗ lực phổ cập kiến thức về học sâu thông qua các khóa học trực tuyến trên Coursera và DeepLearning.AI, với hơn 8 triệu học viên tham gia.

• Ông được coi là một "ngôi sao AI" và là nhân vật trung tâm trong tương lai của trí tuệ nhân tạo.

• Gần đây, Andrew Ng dự đoán rằng AI tác nhân - các tác nhân AI có khả năng tự động giải quyết nhiệm vụ - sẽ là trọng tâm trong lĩnh vực công nghệ trong những năm tới.

• Ông cho rằng AI tác nhân sẽ đóng góp nhiều hơn cho sự phát triển của AI so với việc mở rộng quy mô các mô hình ngôn ngữ lớn.

• Nhiều công ty công nghệ lớn như Google, Microsoft và Anthropic đã bắt đầu phát triển các sản phẩm và tính năng dựa trên AI tác nhân.

• Andrew Ng nhận thấy rằng quy trình làm việc dựa trên tác nhân đang phát triển nhanh chóng và mang lại kết quả kinh doanh đáng kể.

• Ông tin rằng ngày càng có nhiều công ty công nghệ đang cố gắng xây dựng nền tảng hỗ trợ quy trình làm việc dựa trên tác nhân, và ngày càng có nhiều ứng dụng được phát triển sử dụng công nghệ này.

📌 Andrew Ng, chuyên gia hàng đầu về AI, đang đặt cược vào AI tác nhân như xu hướng tương lai. Với AI Fund huy động 69,75 triệu USD và 8 triệu học viên trên các khóa học trực tuyến, Ng đang định hình tương lai của AI thông qua đầu tư và giáo dục.

https://www.fastcompany.com/91246968/andrew-ng-is-betting-big-on-agentic-ai

Andrew Ng đang đặt cược lớn vào AI tác nhân

Andrew Ng và tầm nhìn về AI tác nhân

Andrew Ng, một trong những tên tuổi hàng đầu trong lĩnh vực trí tuệ nhân tạo (AI), đang đặt cược lớn vào AI tác nhân (agentic AI) — các tác nhân AI tự động có khả năng giải quyết nhiệm vụ mà không cần sự can thiệp liên tục từ con người.

Từ Google Brain đến các khoản đầu tư AI lớn

Khoảng 15 năm trước, Ng đưa ra một ý tưởng: nếu Google huấn luyện mạng nơ-ron bằng dữ liệu khổng lồ và sức mạnh tính toán, liệu điều đó có dẫn đến trí tuệ nhân tạo tổng quát không? Google đã đồng ý và năm 2011, Ng giúp khởi động Google Brain, một trong những dự án AI tham vọng nhất thời đó.

Kể từ đó, Ng đã khẳng định vị trí của mình như một trong những nhân vật uy tín nhất trong lĩnh vực khoa học máy tính.

• AI Fund: Năm 2018, Ng thành lập AI Fund với số vốn ban đầu 175 triệu USD, được hỗ trợ bởi các nhà đầu tư lớn như Sequoia và Softbank. Đến nay, quỹ đã thực hiện 43 khoản đầu tư và đang trong quá trình huy động hơn 120 triệu USD cho quỹ thứ hai.
• Baidu và Amazon: Ngoài thời gian ở Google, Ng cũng đóng góp đáng kể vào phát triển AI tại Baidu. Gần đây, Amazon đã bổ nhiệm ông vào hội đồng quản trị, cho thấy tham vọng của gã khổng lồ thương mại điện tử trong lĩnh vực AI.

Dân chủ hóa học sâu

Ng đã làm việc trong nhiều năm để phổ biến kiến thức về học sâu (deep learning) và AI đến công chúng. Qua các dự án như Coursera và DeepLearning.AI, ông đã giảng dạy cho hơn 8 triệu học viên.

Ng chia sẻ: “Hơn 1 trên 1.000 người trên hành tinh này đã tham gia một khóa học AI của tôi.”

Đặt cược vào AI tác nhân

Gần đây, Ng dự đoán AI tác nhân sẽ đóng vai trò lớn trong việc thúc đẩy AI vượt xa những gì mà việc mở rộng mô hình ngôn ngữ lớn có thể đạt được.

AI tác nhân đã bắt đầu trở thành một xu hướng trong không gian công nghệ:

• Google: Công bố hàng loạt nguyên mẫu AI tác nhân.
• Microsoft: Ra mắt các "Copilot" để tự động hóa công việc kinh doanh.
• Anthropic: Tính năng cho phép người dùng tạo trợ lý AI riêng.

“Các quy trình tác nhân đang thực sự tăng trưởng và mang lại kết quả kinh doanh ý nghĩa,” Ng nhận xét. Ông tin rằng đây là giai đoạn đầu của sự phát triển, khi nhiều công ty công nghệ đang xây dựng nền tảng hỗ trợ và ứng dụng dựa trên AI tác nhân.

Tương lai của AI

Andrew Ng không chỉ là một nhà lãnh đạo trong việc phát triển AI mà còn là một trong những nhân vật định hình tương lai của ngành. Với tầm nhìn về AI tác nhân, ông dự đoán một giai đoạn mới trong công nghệ, nơi các tác nhân tự động hóa sẽ trở thành trung tâm của tiến bộ AI.

- Google Cloud công bố báo cáo xu hướng AI 2025 sử dụng NotebookLM để phân tích dữ liệu nghiên cứu và Google Trends.

- Theo Capgemini, chỉ 10% doanh nghiệp lớn đang sử dụng AI agent, nhưng 82% có kế hoạch tích hợp trong 3 năm tới.

- Google xác định 6 loại AI agent chính:
  • Agent khách hàng: hiểu nhu cầu, trả lời câu hỏi, giải quyết vấn đề
  • Agent nhân viên: hỗ trợ quy trình, quản lý công việc lặp lại
  • Agent sáng tạo: tạo nội dung, hình ảnh, ý tưởng
  • Agent dữ liệu: hỗ trợ nghiên cứu và phân tích
  • Agent code: hỗ trợ lập trình
  • Agent bảo mật: giảm thiểu tấn công, tăng tốc điều tra

- Thị trường AI đa phương thức toàn cầu ước tính đạt 2,4 tỷ USD năm 2025 và dự kiến đạt 98,9 tỷ USD vào cuối năm 2037.

- Các công ty hàng đầu đã cung cấp công cụ AI đa phương thức như Gemini 2.0 Flash của Google, Pixtral 12B của Mistral, Embed 3 của Cohere.

- Doanh nghiệp sẽ chuyển từ việc sử dụng một mô hình sang triển khai nhiều mô hình AI cho các trường hợp khác nhau.

- Tìm kiếm doanh nghiệp sẽ trở nên trực quan hơn với AI, cho phép tìm kiếm bằng hình ảnh, âm thanh, video và truy vấn hội thoại.

- Hệ thống AI có thể tìm kiếm nhanh chóng qua các nền tảng như Jira, Confluence, Box, SharePoint hoặc Service Now.

📌 Năm 2025 sẽ là năm AI thực sự mở rộng quy mô trong doanh nghiệp với 3 xu hướng chủ đạo: AI agent tự động hóa nhiều tác vụ, AI đa phương thức xử lý đa dạng dữ liệu (thị trường 98,9 tỷ USD năm 2037), và tìm kiếm doanh nghiệp thông minh tích hợp AI.

https://venturebeat.com/ai/google-ai-agents-multimodal-ai-enterprise-search-will-dominate-in-2025/

• Làn sóng mô hình AI suy luận bắt đầu sau khi OpenAI phát hành o1, dẫn đến sự xuất hiện của nhiều đối thủ cạnh tranh như DeepSeek-R1 và mô hình của đội ngũ Qwen (Alibaba).

• Thị trường AI toàn cầu đạt 196,63 tỷ USD trong năm 2023 và dự kiến đạt 1,81 nghìn tỷ USD vào năm 2030.

• Chi phí sử dụng o1 trên API của OpenAI:
- 15 USD cho mỗi 750.000 từ phân tích
- 60 USD cho mỗi 750.000 từ tạo ra
- Cao gấp 3-4 lần so với mô hình GPT-4o thông thường.

• O1 pro mode có mức phí cao ngất 2.400 USD/năm.

• Những thách thức chính của mô hình AI suy luận:
- Tiêu tốn nhiều tài nguyên tính toán
- Chi phí vận hành cao
- Thời gian xử lý lâu hơn do cần tự kiểm tra công việc
- Hiệu suất chưa ổn định trong các lĩnh vực thông thường
- Khả năng tính toán chưa đáng tin cậy.

• Giáo sư Guy Van Den Broeck từ UCLA nhận định các mô hình này chưa thực sự thực hiện suy luận thực sự, chỉ giới hạn ở những vấn đề có trong dữ liệu huấn luyện.

• Ameet Talwalkar, giáo sư tại Carnegie Mellon, lo ngại các phòng thí nghiệm lớn sẽ giữ kín những cải tiến, hạn chế khả năng tham gia nghiên cứu của cộng đồng.

• OpenAI kỳ vọng các mô hình suy luận trong tương lai có thể "suy nghĩ" trong nhiều giờ, ngày hoặc tuần, mang lại đột phá trong pin và thuốc điều trị ung thư.

📌 Mô hình AI suy luận đang là xu hướng mới với chi phí cao (2.400 USD/năm cho o1 pro mode) và nhiều hạn chế. Thị trường AI dự kiến tăng từ 196,63 tỷ USD (2023) lên 1,81 nghìn tỷ USD (2030), thúc đẩy đầu tư vào công nghệ này dù hiệu quả chưa rõ ràng.

https://techcrunch.com/2024/12/14/reasoning-ai-models-have-become-a-trend-for-better-or-worse/

• Bài trình bày kỷ niệm 10 năm nghiên cứu mạng nơ-ron của Ilya Sutskever, khởi đầu từ hội nghị NeurIPS 2014 với sự tập trung vào các mô hình auto-regressive, mạng LSTM và nguyên lý "Deep Learning Hypothesis".
• Ý chính từ nghiên cứu 10 năm trước: Sử dụng mô hình auto-regressive để dự đoán các token tiếp theo, đảm bảo phân phối đúng cho chuỗi dữ liệu. Điều này đã dẫn đến thành công trong dịch thuật ngôn ngữ, một nhiệm vụ đầy tham vọng vào thời điểm đó.
• Những hạn chế ban đầu:
  • Mạng nơ-ron chỉ có 10 tầng do giới hạn công nghệ.
  • Sử dụng pipelining để tăng tốc độ huấn luyện nhưng thiếu hiệu quả.
• Tiến bộ hiện tại: Sự phát triển của pre-training và các mô hình như GPT-2, GPT-3 nhấn mạnh vai trò của mạng lớn, tập dữ liệu lớn trong việc đảm bảo thành công.
• Tầm nhìn tương lai: Dữ liệu tổng hợp và compute inference được coi là giải pháp để vượt qua giới hạn của "đỉnh điểm dữ liệu" do lượng dữ liệu từ internet đã chạm ngưỡng.
• Dẫn chứng từ sinh học: Mối quan hệ giữa kích thước não và cơ thể của các loài động vật gợi ý về những thay đổi trong quy mô, đưa ra bài học cho AI.
• Định hướng phát triển: AI sẽ trở nên tự nhận thức, biết lập luận, và dự đoán. Tuy nhiên, các hệ thống này sẽ trở nên khó dự đoán hơn, giống như các AI chơi cờ vua hiện đại gây bất ngờ cho con người.
• Khả năng tự động điều chỉnh: Mô hình tương lai có thể tự động phát hiện và sửa lỗi, giảm thiểu vấn đề "hallucination" hiện tại.
• Câu hỏi đạo đức: Ilya mở rộng thảo luận về quyền lợi của AI và hệ thống khuyến khích hợp lý cho sự cộng tác giữa AI và con người.
• Thách thức: Định nghĩa lại khả năng "generalization" (khả năng tổng quát hóa) của AI trong các tình huống ngoài phân phối.

📌 Sau 10 năm, học sâu đã chuyển từ mạng LSTM sang các mô hình Transformer lớn, định hình AI qua pre-training và dữ liệu lớn. Tuy nhiên, AI cần đối mặt với hạn chế dữ liệu, khả năng tự nhận thức, và trách nhiệm đạo đức. Tương lai đòi hỏi cách tiếp cận mới như dữ liệu tổng hợp và tính toán suy diễn để tiếp tục phát triển.

Ilya Sutskever: "Sequence to sequence learning with neural networks: what a decade" - YouTube
https://www.youtube.com/watch?v=1yvBqasHLZs

(00:02) Tôi muốn cảm ơn các nhà tổ chức vì đã chọn bài báo này để trao giải. Điều này thật tuyệt vời, và tôi cũng muốn cảm ơn các đồng tác giả và cộng sự tuyệt vời của mình là Oral, Vineel và Qule, những người vừa đứng ngay trước các bạn một lúc trước. Ở đây, bạn thấy một bức ảnh – một ảnh chụp màn hình từ một bài nói chuyện tương tự 10 năm trước tại hội nghị NeurIPS năm 2014 ở Montreal. Đó là một thời kỳ ngây thơ hơn nhiều. Trong bức ảnh, đây là ảnh "trước", còn đây là ảnh "sau". Bây giờ chúng tôi đã có thêm kinh nghiệm và hy vọng cũng khôn ngoan hơn. Nhưng ở đây, tôi muốn nói một chút

(01:02) về chính công trình đó và có lẽ là một cái nhìn lại sau 10 năm. Vì nhiều điều trong công trình này đã đúng, nhưng một số thì không đúng lắm. Chúng ta có thể xem xét chúng, để thấy điều gì đã xảy ra và cách mọi thứ đã nhẹ nhàng dẫn dắt chúng ta đến nơi mà chúng ta đang đứng hôm nay. Vậy hãy bắt đầu bằng việc nói về những gì chúng tôi đã làm. Cách mà chúng tôi sẽ thực hiện là bằng cách trình bày lại các slide từ bài nói chuyện cách đây 10 năm. Nhưng tóm lại, những gì chúng tôi đã làm có thể được gói gọn trong ba ý chính: đây là một mô hình tự hồi quy được huấn luyện trên văn bản, đây là một mạng nơ-ron lớn và đây là một tập dữ liệu lớn. Và chỉ vậy thôi.

(01:51) Giờ hãy đi sâu hơn vào chi tiết một chút. Đây là một slide từ 10 năm trước – không quá tệ. Đây là "Giả thuyết Deep Load". Những gì chúng tôi nói ở đây là nếu bạn có một mạng nơ-ron lớn với 10 tầng, thì nó có thể làm được bất kỳ điều gì mà con người có thể làm trong một phần giây. Tại sao chúng tôi lại nhấn mạnh vào những việc mà con người có thể làm trong một phần giây? Tại sao lại cụ thể là điều này? Nếu bạn tin vào "Giáo điều Học sâu", rằng các nơ-ron nhân tạo và nơ-ron sinh học là tương tự, hoặc ít nhất không quá khác biệt,

(02:32) và bạn tin rằng các nơ-ron thực sự chậm, thì bất cứ điều gì con người có thể làm nhanh chóng – tôi muốn nói tất cả con người, thậm chí chỉ một người duy nhất trên thế giới – nếu có một người duy nhất trên thế giới có thể làm một tác vụ nào đó trong một phần giây, thì một mạng nơ-ron 10 tầng cũng có thể làm được điều đó. Điều này đơn giản: chỉ cần lấy các kết nối của họ và nhúng chúng vào mạng nơ-ron nhân tạo của bạn. Đó chính là động lực: bất cứ điều gì con người có thể làm trong một phần giây,

(03:00) một mạng nơ-ron 10 tầng lớn cũng có thể làm được. Chúng tôi tập trung vào các mạng nơ-ron 10 tầng vì đó là loại mạng mà chúng tôi biết cách huấn luyện vào thời điểm đó. Nếu có thể vượt xa hơn về số tầng, bạn có thể làm được nhiều hơn, nhưng vào lúc đó chúng tôi chỉ có thể làm việc với 10 tầng. Đó là lý do tại sao chúng tôi nhấn mạnh vào những gì con người có thể làm trong một phần giây. Đây là một slide khác từ bài nói chuyện, là slide "Ý tưởng chính của chúng tôi". Bạn có thể nhận ra một số điều, hoặc ít nhất là một điều: có điều gì đó tự hồi quy đang diễn ra ở đây.

(03:34) Slide này thực sự nói gì? Nó nói rằng nếu bạn có một mô hình tự hồi quy và nó dự đoán đủ tốt token tiếp theo, thì nó sẽ thực sự nắm bắt và hiểu đúng phân phối của các chuỗi sẽ xuất hiện tiếp theo. Điều này khá mới mẻ vào thời điểm đó. Nó không phải là mạng nơ-ron tự hồi quy đầu tiên, nhưng tôi sẽ cho rằng nó là mạng đầu tiên mà chúng tôi thực sự tin rằng nếu huấn luyện đủ tốt, thì bạn sẽ đạt được bất cứ điều gì bạn muốn.

(04:10) Trường hợp của chúng tôi khi đó là nhiệm vụ dịch thuật – một nhiệm vụ khiêm tốn ngày nay nhưng cực kỳ táo bạo khi đó. Bây giờ tôi sẽ cho các bạn thấy một lịch sử cổ xưa mà nhiều người có thể chưa từng thấy: đó là LSTM. Đối với những người không quen thuộc, LSTM là những thứ mà các nhà nghiên cứu về học sâu đã làm trước khi có Transformers. Về cơ bản, nó giống ResNet nhưng xoay 90°. Đây là LSTM, một dạng ResNet phức tạp hơn chút.

(04:51) Một tính năng thú vị khác trong bài nói chuyện cũ đó là chúng tôi đã sử dụng song song hóa, nhưng không chỉ là song song hóa mà là "đường ống dẫn" (pipelining). Một tầng cho mỗi GPU – một quyết định không khôn ngoan như chúng ta biết ngày nay. Nhưng vào thời điểm đó, nó giúp tăng tốc độ gấp 3,5 lần với 8 GPU.

(05:28) Slide kết luận, ở một khía cạnh nào đó, là slide quan trọng nhất vì nó đánh dấu sự khởi đầu của "giả thuyết mở rộng" (scaling hypothesis). Ý tưởng rằng nếu bạn có một tập dữ liệu rất lớn và huấn luyện một mạng nơ-ron rất lớn, thì thành công sẽ được đảm bảo. Người ta có thể tranh luận, nếu thiện chí, rằng đây chính là điều đã xảy ra.

(06:10) Một ý tưởng khác mà tôi muốn đề cập, và tôi tin rằng đã thực sự vượt qua thử thách của thời gian, là ý tưởng về "kết nối học" (connectionism). Nếu bạn tin rằng một nơ-ron nhân tạo có phần nào giống nơ-ron sinh học, thì bạn sẽ tin tưởng rằng các mạng nơ-ron rất lớn có thể làm được gần như mọi thứ mà chúng ta, con người, làm được. 

(06:53) Ồ, tôi quên đề cập một điều: vẫn còn một sự khác biệt, đó là bộ não con người biết cách tự tái cấu trúc, trong khi chúng ta chỉ đang sử dụng các thuật toán học tốt nhất mà chúng ta có, những thuật toán này đòi hỏi lượng dữ liệu tương đương với số lượng tham số. Con người vẫn vượt trội hơn ở khía cạnh này. Nhưng tôi cho rằng điều này đã dẫn tới – một cách tranh luận – "kỷ nguyên tiền huấn luyện". Và "kỷ nguyên tiền huấn luyện" chính là điều mà chúng ta có thể gọi là mô hình GPT-2, GPT-3 và các quy luật mở rộng. Tôi muốn đặc biệt nhắc đến các cộng sự cũ của mình: Alec Radford, Jared Kaplan, Dario Amodei, vì đã thực sự làm nên thành tựu này. Điều này đã dẫn đến "kỷ nguyên tiền huấn luyện" và chính nó là động lực thúc đẩy tất cả tiến bộ mà chúng ta đang thấy ngày nay – các mạng nơ-ron cực lớn được huấn luyện trên các tập dữ liệu khổng lồ. Nhưng việc tiền huấn luyện, như chúng ta biết, chắc chắn sẽ kết thúc.

(08:18) Tiền huấn luyện sẽ kết thúc. Tại sao? Vì trong khi khả năng tính toán đang tăng nhờ phần cứng tốt hơn, các thuật toán tốt hơn và các cụm logic tốt hơn – tất cả những điều này tiếp tục gia tăng khả năng tính toán – thì dữ liệu lại không tăng. Vì chúng ta chỉ có một internet mà thôi. Bạn thậm chí có thể nói dữ liệu chính là nhiên liệu hóa thạch của AI. Dữ liệu được tạo ra theo cách nào đó, và giờ chúng ta đang sử dụng nó, và chúng ta đã đạt tới "đỉnh dữ liệu". Sẽ không còn thêm nữa, và chúng ta phải xử lý với lượng dữ liệu mà chúng ta hiện có. Lượng dữ liệu đó vẫn đưa chúng ta tiến khá xa, nhưng cũng chỉ có vậy.

(09:06) Ở đây, tôi sẽ mạn phép suy đoán một chút về điều gì sẽ đến tiếp theo. Thực ra, tôi không cần suy đoán, vì có nhiều người khác đang suy đoán. Tôi sẽ đề cập đến các suy đoán của họ. Bạn có thể đã nghe đến cụm từ "agents" (tác nhân). Đây là điều phổ biến, và tôi chắc chắn rằng cuối cùng điều gì đó sẽ xảy ra, nhưng mọi người cảm thấy rằng "agents" chính là tương lai. Cụ thể hơn, nhưng cũng mơ hồ một chút, là dữ liệu tổng hợp (synthetic data). Nhưng dữ liệu tổng hợp có nghĩa là gì? Giải quyết vấn đề này là một thách thức lớn, và tôi chắc rằng nhiều người sẽ đạt được những tiến bộ thú vị ở đây.

(09:43) Hoặc khả năng tính toán khi suy luận (inference-time compute), hoặc có lẽ là điều mà chúng ta gần đây đã thấy rõ hơn cả: mô hình O(1). Đây đều là những ví dụ về những nỗ lực tìm cách vượt qua thời kỳ tiền huấn luyện. Những điều này rất đáng làm. Tôi muốn nhắc đến một ví dụ khác từ sinh học mà tôi nghĩ là rất thú vị. Ví dụ là như thế này: nhiều năm trước, tại một hội nghị, tôi đã thấy một bài trình bày về một biểu đồ. Biểu đồ này cho thấy mối quan hệ giữa kích thước cơ thể của động vật có vú và kích thước não của chúng (ở đây đo bằng khối lượng).

(10:30) Tôi nhớ rõ bài nói đó. Họ nói rằng trong sinh học, mọi thứ thường rất lộn xộn, nhưng đây là một ví dụ hiếm hoi khi có một mối quan hệ rất chặt chẽ giữa kích thước cơ thể và kích thước não. Ngẫu nhiên, tôi trở nên tò mò về biểu đồ này. Tôi đã tìm kiếm trên Google để xem thêm, và một trong những hình ảnh tôi tìm thấy là như thế này. Điều thú vị trong hình ảnh này là bạn có thể thấy: có các động vật có vú, tất cả các loài động vật có vú khác nhau, rồi có các loài linh trưởng không phải con người – cơ bản là tương tự. Nhưng sau đó có các loài hominid. Theo hiểu biết của tôi, hominid là các họ hàng gần của con người trong quá trình tiến hóa, như người Neanderthal hay Homo habilis.

(11:03) Điều thú vị là chúng có một hệ số tỷ lệ khác biệt giữa kích thước não và kích thước cơ thể. Điều này thật sự thú vị, vì nó cho thấy có một tiền lệ – một ví dụ trong sinh học về cách tính toán một quy luật tỷ lệ khác biệt. Điều này rất đáng chú ý. Nhân tiện, tôi muốn làm nổi bật rằng trục x ở đây là logarit. Bạn thấy đó, đây là 100, đây là 1.000, 10.000, 100.000, và tương tự ở trục y: 1 g, 10 g, 100 g, 1.000 g. Vì vậy, điều này có nghĩa là những thứ mà chúng ta đang làm, những thứ mà chúng ta đã mở rộng, thực sự chỉ là điều đầu tiên mà chúng ta biết cách mở rộng.

(12:30) Không nghi ngờ gì nữa, toàn bộ lĩnh vực này – tất cả những người đang làm việc trong lĩnh vực này – sẽ tìm ra cách làm thế nào để tiếp tục. Nhưng tôi muốn dành vài phút để suy đoán về tầm nhìn dài hạn hơn. Trong dài hạn, chúng ta đang đi về đâu? Chúng ta đang đạt được những tiến bộ đáng kinh ngạc. Những tiến bộ này thực sự đáng kinh ngạc. Với những ai đã tham gia lĩnh vực này từ 10 năm trước, bạn sẽ nhớ rằng mọi thứ từng bất lực đến mức nào.

(13:10) Nếu bạn mới tham gia lĩnh vực này trong vòng 2 năm qua, có lẽ bạn thấy việc nói chuyện với máy tính, nhận được câu trả lời và thậm chí là sự phản biện là điều bình thường. Nhưng điều này không phải lúc nào cũng như vậy. Tôi muốn nói một chút về trí thông minh siêu việt, vì rõ ràng đó là nơi mà lĩnh vực này đang hướng đến. Đây là điều mà chúng ta đang xây dựng. Trí thông minh siêu việt sẽ khác biệt về chất so với những gì chúng ta có hiện nay.

(13:48) Mục tiêu của tôi trong phút tiếp theo là cố gắng đưa ra một trực giác cụ thể về cách nó sẽ khác biệt, để bạn có thể tự lý luận về nó. Hiện tại, chúng ta có các mô hình ngôn ngữ đáng kinh ngạc, các chatbot phi thường, và chúng thậm chí có thể thực hiện một số nhiệm vụ. Nhưng chúng cũng có một số điều kỳ lạ – đôi khi không đáng tin cậy và bị bối rối – trong khi lại có hiệu năng siêu việt so với con người trong các bài kiểm tra. Điều này gây khó khăn trong việc hòa giải những điểm mâu thuẫn đó.

(14:25) Nhưng sớm hay muộn, điều sau đây sẽ xảy ra: các hệ thống sẽ thực sự trở thành các tác nhân thực sự (agentic). Hiện tại, các hệ thống không phải là tác nhân theo bất kỳ ý nghĩa thực sự nào. Nhưng rồi chúng sẽ thực sự bắt đầu biết lý luận. Và tôi muốn nhấn mạnh một điều về lý luận: một hệ thống càng lý luận nhiều, nó càng trở nên khó dự đoán.

(14:53) Tất cả học sâu mà chúng ta đã quen thuộc đều rất dễ dự đoán... Vì nếu bạn đã làm việc để tái tạo trực giác của con người, thì cơ bản điều đó giống như một phản ứng bản năng. Nếu bạn quay lại ý tưởng về thời gian phản ứng 0,1 giây, loại xử lý nào diễn ra trong não chúng ta? Đó chính là trực giác. Vì vậy, chúng ta đã trang bị cho các hệ thống của mình một phần trực giác đó. Nhưng khả năng lý luận – bạn đang thấy những dấu hiệu ban đầu – là điều khó đoán trước. Một lý do để thấy điều này là vì các AI chơi cờ vua giỏi nhất thường không thể đoán trước ngay cả với những kỳ thủ cờ vua giỏi nhất. Do đó, chúng ta sẽ phải đối mặt với các hệ thống AI cực kỳ khó đoán.

(15:30) Chúng sẽ hiểu các vấn đề chỉ với lượng dữ liệu hạn chế, và chúng sẽ không bị bối rối. Tất cả những điều vốn là hạn chế lớn hiện nay sẽ dần được khắc phục. Tôi không nói về cách chúng sẽ làm điều đó, và cũng không nói khi nào điều này xảy ra, nhưng tôi tin rằng nó sẽ xảy ra. Và khi tất cả những điều này kết hợp cùng với nhận thức bản thân – vì sao không, khi nhận thức bản thân là hữu ích – chúng ta sẽ có các hệ thống có chất lượng và tính chất hoàn toàn khác biệt so với ngày nay. Tất nhiên, chúng sẽ sở hữu những khả năng vô cùng đáng kinh ngạc và đáng kinh ngạc.

(16:04) Nhưng những vấn đề nảy sinh từ các hệ thống như vậy sẽ khác biệt hoàn toàn so với những gì chúng ta đã quen. Tôi sẽ để lại điều này như một bài tập suy tưởng: nó rất khác so với những gì chúng ta từng biết. Và tôi sẽ nói rằng thực sự không thể dự đoán được tương lai. Tất cả mọi thứ đều có thể xảy ra. Nhưng trên một ghi chú tích cực, tôi sẽ kết thúc bài nói chuyện tại đây. Xin cảm ơn các bạn rất nhiều. [Vỗ tay]

(16:24) Cảm ơn bạn. Giờ là năm 2024, liệu có các cấu trúc sinh học khác liên quan đến nhận thức của con người mà bạn nghĩ đáng để khám phá theo cách tương tự, hoặc bạn có hứng thú với chúng không?

(17:10) Câu trả lời của tôi là: nếu bạn, hoặc ai đó, có một hiểu biết cụ thể kiểu như: "Chúng ta đang thực sự ngớ ngẩn, vì rõ ràng não bộ làm điều gì đó mà chúng ta không làm được, và điều đó có thể thực hiện được", thì họ nên theo đuổi điều đó. Cá nhân tôi không có ý tưởng cụ thể nào, nhưng điều đó phụ thuộc vào mức độ trừu tượng mà bạn nhìn nhận. Có lẽ tôi sẽ trả lời thế này: đã có rất nhiều mong muốn tạo ra AI lấy cảm hứng từ sinh học, và bạn có thể tranh luận rằng, ở một mức độ nào đó, AI lấy cảm hứng từ sinh học đã cực kỳ thành công, đặc biệt là trong học sâu. Nhưng mặt khác, cảm hứng từ sinh học lại rất khiêm tốn.

(17:46) Chúng ta nói rằng: "Hãy sử dụng các nơ-ron". Đó là toàn bộ phạm vi của cảm hứng sinh học: chỉ là sử dụng nơ-ron. Và các cảm hứng sinh học chi tiết hơn rất khó để triển khai. Nhưng tôi không loại trừ khả năng này. Tôi nghĩ rằng nếu ai đó có một hiểu biết đặc biệt, họ có thể nhìn thấy điều gì đó và điều đó sẽ hữu ích.

(18:26) Tôi có một câu hỏi về "tự sửa lỗi" (autocorrect). Đây là câu hỏi: bạn đã đề cập đến lý luận là một trong những khía cạnh cốt lõi của việc mô hình hóa trong tương lai, và có thể là một điểm khác biệt. Những gì chúng ta thấy trong một số phiên poster là các "ảo giác" (hallucinations) ở các mô hình hiện tại. Chúng ta đang phân tích xem liệu mô hình có gặp ảo giác không, bằng cách sử dụng phân tích thống kê – chẳng hạn như khoảng cách mấy độ lệch chuẩn so với trung bình. Trong tương lai, bạn có nghĩ rằng một mô hình, khi được trang bị khả năng lý luận, sẽ có thể tự sửa lỗi, kiểu như "tự chỉnh sửa lỗi" (autocorrect)?

(19:00) Liệu đây có trở thành một tính năng cốt lõi của các mô hình trong tương lai, để giảm thiểu ảo giác? Vì mô hình sẽ nhận ra khi nào xảy ra một ảo giác? Có thể câu hỏi này hơi mơ hồ, nhưng ý tôi là mô hình sẽ có khả năng lý luận và hiểu khi nào một ảo giác đang xảy ra. Câu hỏi có rõ ràng không?

(19:31) Câu trả lời là có. Tôi nghĩ rằng điều bạn mô tả rất khả thi. Thực tế, tôi sẽ không loại trừ rằng điều này có thể đã bắt đầu xảy ra với một số mô hình lý luận sơ khai hiện nay. Tôi không chắc, nhưng trong dài hạn, tại sao lại không? Ý tôi là, nó giống như Microsoft Word có tính năng "tự sửa lỗi". Nhưng tôi nghĩ gọi nó là "tự sửa lỗi" thì hơi hạ thấp giá trị của nó. Điều này vượt xa khái niệm "tự sửa lỗi" mà chúng ta biết. Nhưng ngoài điểm đó, câu trả lời vẫn là có.

(20:11) Cảm ơn bạn vì phần kết đầy bí ẩn, để ngỏ câu hỏi liệu AI có thay thế chúng ta không, hoặc liệu chúng có vượt trội hơn chúng ta không. Chúng có cần quyền lợi không? Có lẽ đây là một loại "loài người Homo sapiens mới" với trí tuệ nhân tạo. Có thể chúng cũng cần quyền lợi?

(20:52) Tôi nghĩ đó là những câu hỏi mà mọi người nên suy ngẫm nhiều hơn. Nhưng đối với câu hỏi của bạn về việc chúng ta nên tạo ra cấu trúc khuyến khích nào, tôi không cảm thấy đủ tự tin để trả lời. Vì bạn đang nói đến việc tạo ra một cấu trúc kiểu như chính phủ từ trên xuống, hoặc có thể là một hệ thống tiền mã hóa. Nhưng tôi không cảm thấy mình là người phù hợp để bình luận về tiền mã hóa. Tuy nhiên, vẫn có khả năng điều bạn mô tả sẽ xảy ra – rằng chúng ta sẽ có các AI chỉ muốn cùng tồn tại với chúng ta và có quyền lợi.

(22:22) Cảm ơn bạn vì bài nói chuyện tuyệt vời. Tôi là Shalev Liit từ Đại học Toronto. Câu hỏi của tôi là: bạn có nghĩ rằng các mô hình ngôn ngữ lớn (LLMs) có thể tổng quát hóa khả năng lý luận đa bước (multihop reasoning) ra khỏi phân phối dữ liệu không?

(23:05) Câu hỏi này giả định câu trả lời là "có" hoặc "không". Nhưng câu hỏi này không nên được trả lời bằng "có" hay "không", vì "tổng quát hóa ngoài phân phối" (out-of-distribution generalization) nghĩa là gì? "Trong phân phối" và "ngoài phân phối" nghĩa là gì? … Về mức độ nào đó, tôi nghĩ con người tổng quát hóa tốt hơn nhiều, nhưng các mô hình cũng có thể tổng quát hóa ngoài phân phối đến một mức độ nhất định.

(24:24) Đáng tiếc là chúng ta đã hết thời gian. Nhưng cảm ơn Ilia rất nhiều vì bài nói chuyện. [Vỗ tay].

- Các nhà nghiên cứu dự báo đến năm 2028, kích thước tập dữ liệu huấn luyện AI sẽ bằng với tổng lượng văn bản công khai trực tuyến

- Số lượng token dùng để huấn luyện mô hình ngôn ngữ lớn đã tăng gấp 100 lần từ năm 2020, từ hàng trăm tỷ lên hàng chục nghìn tỷ token

- Tổng lượng dữ liệu văn bản trên Internet ước tính khoảng 3.100 nghìn tỷ token, tăng trưởng chậm dưới 10% mỗi năm

- Các nhà cung cấp nội dung đang thắt chặt quyền truy cập:
  + Tỷ lệ chặn trình thu thập web tăng từ dưới 3% năm 2023 lên 20-33% năm 2024
  + The New York Times kiện OpenAI và Microsoft về vi phạm bản quyền vào tháng 12/2023

- Các giải pháp thay thế đang được nghiên cứu:
  + Khai thác dữ liệu riêng tư như tin nhắn WhatsApp, bản ghi YouTube
  + Tập trung vào dữ liệu chuyên biệt như thiên văn học, gen
  + Sử dụng dữ liệu tổng hợp do AI tạo ra (OpenAI tạo ra 100 tỷ từ mỗi ngày)
  + Phát triển mô hình nhỏ hơn, chuyên biệt hơn thay vì mô hình đa năng lớn

- Hiệu quả sử dụng dữ liệu đang được cải thiện:
  + Năng lượng tính toán cần thiết giảm một nửa mỗi 8 tháng
  + Việc đọc lại dữ liệu 4 lần cho kết quả tương đương với đọc cùng lượng dữ liệu mới
  + OpenAI đang tập trung vào học tăng cường và tư duy sâu hơn thay vì mở rộng dữ liệu

📌 Khủng hoảng dữ liệu huấn luyện AI sẽ đến vào năm 2028 khi nhu cầu dữ liệu vượt quá nguồn cung từ Internet. Các giải pháp đang được triển khai bao gồm tạo dữ liệu tổng hợp (100 tỷ từ/ngày), khai thác dữ liệu chuyên biệt và cải tiến hiệu quả sử dụng dữ liệu.

https://www.nature.com/articles/d41586-024-03990-2

#NATURE

Cuộc cách mạng AI đang cạn kiệt dữ liệu. Các nhà nghiên cứu có thể làm gì?
AI developers are rapidly picking the Internet clean to train large language models such as those behind ChatGPT. Here’s how they are trying to get around the problem.
Nicola Jones
Twitter Facebook Email

Internet là một đại dương kiến thức khổng lồ của con người, nhưng nó không phải là vô hạn. Và các nhà nghiên cứu trí tuệ nhân tạo (AI) gần như đã khai thác cạn kiệt nó.

Thập kỷ qua chứng kiến sự phát triển vượt bậc của AI, phần lớn được thúc đẩy bởi việc mở rộng kích thước mạng nơ-ron và huấn luyện chúng trên lượng dữ liệu ngày càng lớn. Phương pháp mở rộng quy mô này tỏ ra rất hiệu quả trong việc làm cho các mô hình ngôn ngữ lớn (LLM) — như các mô hình đứng sau chatbot ChatGPT — trở nên thông minh hơn trong việc tái hiện ngôn ngữ đối thoại và phát triển các thuộc tính mới như khả năng suy luận. Nhưng một số chuyên gia nói rằng chúng ta đang dần đạt đến giới hạn của sự mở rộng này. Một phần là vì nhu cầu năng lượng tính toán tăng mạnh, nhưng quan trọng hơn, các nhà phát triển LLM đang cạn kiệt các tập dữ liệu thông thường dùng để huấn luyện các mô hình này.

Một nghiên cứu nổi bật được công bố năm nay đã đưa ra một con số cụ thể về vấn đề này: các nhà nghiên cứu tại Epoch AI, một viện nghiên cứu ảo, dự đoán rằng vào khoảng năm 2028, kích thước trung bình của các tập dữ liệu dùng để huấn luyện một mô hình AI sẽ đạt mức bằng tổng lượng văn bản công khai được ước tính có trên Internet. Nói cách khác, AI có thể cạn kiệt dữ liệu huấn luyện trong khoảng bốn năm tới (xem mục "Cạn kiệt dữ liệu"). Đồng thời, các chủ sở hữu dữ liệu — như các nhà xuất bản báo chí — bắt đầu siết chặt việc kiểm soát nội dung của họ, làm giảm quy mô của “kho dữ liệu chung”. Điều này tạo ra một cuộc khủng hoảng trong khả năng tiếp cận dữ liệu, theo Shayne Longpre, một nhà nghiên cứu AI tại Viện Công nghệ Massachusetts (MIT), người dẫn đầu Sáng kiến Nguồn gốc Dữ liệu, một tổ chức cộng đồng thực hiện kiểm toán các tập dữ liệu AI.

Nút thắt cổ chai sắp xảy ra trong việc huấn luyện dữ liệu có thể đã bắt đầu xuất hiện. “Tôi nghi ngờ rằng điều đó đã xảy ra,” Longpre nhận định.

Cạn kiệt dữ liệu
Biểu đồ cho thấy dự đoán về lượng dữ liệu văn bản được sử dụng để huấn luyện các mô hình ngôn ngữ lớn và lượng văn bản có sẵn trên Internet, cho thấy rằng vào năm 2028, các nhà phát triển sẽ sử dụng các tập dữ liệu có kích thước tương đương với tổng lượng văn bản có sẵn.
Nguồn: Ref. 1

Mặc dù các chuyên gia cho rằng những hạn chế này có thể làm chậm lại sự cải thiện nhanh chóng của các hệ thống AI, nhưng các nhà phát triển đang tìm kiếm cách khắc phục. “Tôi không nghĩ rằng có ai ở các công ty AI lớn đang hoảng sợ,” Pablo Villalobos, một nhà nghiên cứu tại Epoch AI ở Madrid và là tác giả chính của nghiên cứu dự đoán về cuộc khủng hoảng dữ liệu năm 2028, nói. “Hoặc ít nhất họ không e-mail tôi nếu họ đang như vậy.”

Ví dụ, các công ty AI lớn như OpenAI và Anthropic, cả hai đều ở San Francisco, California, đã công khai thừa nhận vấn đề trong khi gợi ý rằng họ có kế hoạch đối phó, bao gồm tạo dữ liệu mới và tìm kiếm các nguồn dữ liệu không truyền thống. Một phát ngôn viên của OpenAI nói với Nature: “Chúng tôi sử dụng nhiều nguồn khác nhau, bao gồm dữ liệu công khai, hợp tác để tiếp cận dữ liệu không công khai, tạo dữ liệu tổng hợp và dữ liệu từ các huấn luyện viên AI.”

Dẫu vậy, cuộc khủng hoảng dữ liệu có thể buộc phải thay đổi loại mô hình AI tạo sinh mà mọi người xây dựng, có thể chuyển trọng tâm từ các LLM lớn, đa năng sang các mô hình nhỏ hơn, chuyên biệt hơn.

Hàng nghìn tỷ từ
Việc phát triển LLM trong thập kỷ qua đã chứng minh sự thèm khát dữ liệu khổng lồ của nó. Mặc dù một số nhà phát triển không công bố thông số kỹ thuật của các mô hình mới nhất của họ, Villalobos ước tính rằng số lượng "token" (các phần của từ) được sử dụng để huấn luyện LLM đã tăng gấp 100 lần kể từ năm 2020, từ hàng trăm tỷ lên hàng chục nghìn tỷ.

AI, liệu càng lớn có càng tốt?
Điều đó có thể chiếm một phần lớn những gì có trên Internet, mặc dù tổng số lượng lớn đến mức khó xác định — Villalobos ước tính tổng lượng văn bản có trên Internet hiện nay là 3 100 nghìn tỷ token. Các dịch vụ web crawler thường thu thập nội dung này, sau đó loại bỏ dữ liệu trùng lặp và lọc ra nội dung không mong muốn (như nội dung khiêu dâm) để tạo ra các tập dữ liệu sạch hơn: một tập dữ liệu phổ biến có tên RedPajama chứa hàng chục nghìn tỷ từ. Một số công ty hoặc tổ chức học thuật tự thực hiện quy trình thu thập và làm sạch để tạo các tập dữ liệu riêng phù hợp với nhu cầu huấn luyện. Một phần nhỏ của Internet được coi là có chất lượng cao, chẳng hạn như văn bản được biên tập bởi con người, có tính xã hội chấp nhận được, thường thấy trong sách hoặc các bài báo.

Tốc độ tăng trưởng nội dung có thể sử dụng trên Internet tăng chậm một cách đáng ngạc nhiên: bài báo của Villalobos ước tính nó tăng dưới 10% mỗi năm, trong khi kích thước các tập dữ liệu huấn luyện AI tăng hơn gấp đôi hàng năm. Nếu tiếp tục xu hướng này, các đường biểu diễn sẽ giao nhau vào khoảng năm 2028.

Giải pháp để tìm kiếm dữ liệu

Cuộc khủng hoảng dữ liệu đặt ra một vấn đề lớn đối với chiến lược mở rộng quy mô AI thông thường. Mặc dù có thể mở rộng sức mạnh tính toán hoặc tăng số lượng tham số của một mô hình mà không tăng dữ liệu huấn luyện, nhưng điều này thường khiến AI hoạt động chậm và tốn kém hơn, theo Longpre — một điều không được ưa chuộng.

Nếu mục tiêu là tìm thêm dữ liệu, một lựa chọn có thể là thu thập dữ liệu không công khai, chẳng hạn như tin nhắn WhatsApp hoặc bản ghi âm của các video trên YouTube. Dù tính hợp pháp của việc thu thập dữ liệu bên thứ ba theo cách này chưa được kiểm chứng, các công ty vẫn có quyền truy cập vào dữ liệu riêng của mình. Một số công ty mạng xã hội nói rằng họ sử dụng dữ liệu của chính mình để huấn luyện các mô hình AI. Ví dụ, Meta ở Menlo Park, California, cho biết dữ liệu âm thanh và hình ảnh thu thập bởi kính thực tế ảo Meta Quest của họ được sử dụng để huấn luyện AI. Tuy nhiên, các chính sách có sự khác biệt: điều khoản dịch vụ của nền tảng hội nghị video Zoom tuyên bố rằng họ sẽ không sử dụng nội dung của khách hàng để huấn luyện AI, trong khi dịch vụ chuyển đổi giọng nói OtterAI cho biết họ sử dụng dữ liệu âm thanh và bản ghi đã được ẩn danh và mã hóa để huấn luyện.

Tuy nhiên, theo Villalobos, nội dung độc quyền này chỉ có thể chứa thêm khoảng 1 nghìn tỷ token văn bản. Vì phần lớn trong số này là dữ liệu chất lượng thấp hoặc trùng lặp, ông cho rằng đây chỉ đủ để trì hoãn nút thắt cổ chai dữ liệu thêm khoảng một năm rưỡi, ngay cả khi một AI duy nhất có thể tiếp cận toàn bộ dữ liệu này mà không gây ra các vấn đề pháp lý liên quan đến quyền riêng tư hoặc bản quyền. “Ngay cả khi lượng dữ liệu tăng lên gấp mười lần cũng chỉ kéo dài thêm khoảng ba năm mở rộng,” ông nói.

Một lựa chọn khác có thể là tập trung vào các tập dữ liệu chuyên biệt, chẳng hạn như dữ liệu thiên văn hoặc dữ liệu gen, vốn đang tăng trưởng nhanh chóng. Fei-Fei Li, một nhà nghiên cứu AI nổi tiếng tại Đại học Stanford, California, đã công khai ủng hộ chiến lược này. Tại một hội nghị công nghệ của Bloomberg vào tháng 5, bà cho rằng những lo ngại về việc thiếu dữ liệu quá tập trung vào các định nghĩa hẹp về dữ liệu, trong khi vẫn còn rất nhiều thông tin chưa được khai thác trong các lĩnh vực như y tế, môi trường và giáo dục.

Tuy nhiên, Villalobos nói rằng vẫn chưa rõ liệu những tập dữ liệu này có khả dụng hay hữu ích cho việc huấn luyện các mô hình LLM hay không. “Có vẻ như có một mức độ học chuyển giao giữa nhiều loại dữ liệu,” ông nói. “Tuy nhiên, tôi không quá lạc quan về cách tiếp cận này.”

Mở rộng sang các loại dữ liệu khác

Khả năng huấn luyện AI trên các loại dữ liệu khác ngoài văn bản, chẳng hạn như video hoặc hình ảnh chưa gắn nhãn, có thể mở ra cơ hội khai thác lượng dữ liệu phong phú hơn. Một số mô hình đã có thể huấn luyện ở một mức độ nhất định trên video hoặc hình ảnh không gắn nhãn. Việc mở rộng và cải thiện các khả năng này có thể mở ra nguồn dữ liệu phong phú hơn nhiều.

Yann LeCun, nhà khoa học trưởng về AI tại Meta và là nhà khoa học máy tính tại Đại học New York, được xem là một trong những người sáng lập AI hiện đại, đã nhấn mạnh những khả năng này trong một bài thuyết trình hồi tháng 2 tại một hội nghị AI ở Vancouver, Canada. Việc sử dụng 10¹³ token để huấn luyện một LLM hiện đại có vẻ rất nhiều: một người sẽ mất 170 000 năm để đọc hết lượng dữ liệu đó, LeCun tính toán. Nhưng ông nói, một đứa trẻ 4 tuổi đã hấp thụ một lượng dữ liệu lớn gấp 50 lần chỉ bằng cách quan sát các vật thể trong cuộc sống hàng ngày.

Tương tự, dữ liệu phong phú như vậy có thể được khai thác bằng cách sử dụng các hệ thống AI ở dạng robot, học hỏi từ chính các trải nghiệm cảm giác của chúng. “Chúng ta sẽ không bao giờ đạt được AI ở mức con người chỉ bằng cách huấn luyện trên ngôn ngữ — điều đó sẽ không xảy ra,” LeCun nói.

Tạo dữ liệu mới

Nếu không thể tìm được dữ liệu, người ta có thể tạo ra thêm dữ liệu. Một số công ty AI trả tiền cho người dùng để tạo nội dung cho AI huấn luyện; một số khác sử dụng dữ liệu tổng hợp do AI tạo ra. Đây là một nguồn dữ liệu tiềm năng khổng lồ: hồi đầu năm nay, OpenAI cho biết họ tạo ra 100 tỷ từ mỗi ngày — tức hơn 36 nghìn tỷ từ mỗi năm, tương đương với kích thước hiện tại của các tập dữ liệu huấn luyện AI. Sản lượng này đang tăng nhanh.

Tận dụng hiệu quả

Ngoài ra, chiến lược thay thế là từ bỏ quan niệm “càng lớn càng tốt”. Mặc dù các nhà phát triển vẫn tiếp tục xây dựng các mô hình lớn hơn, nhiều người đang theo đuổi các mô hình nhỏ gọn và hiệu quả hơn, tập trung vào các nhiệm vụ cụ thể. Những mô hình này đòi hỏi dữ liệu được tinh chỉnh, chuyên biệt hơn và các kỹ thuật huấn luyện tốt hơn.

Làm nhiều hơn với ít hơn

Nỗ lực AI hiện nay đã dần chuyển sang việc làm nhiều hơn với ít hơn. Một nghiên cứu năm 2024 kết luận rằng nhờ những cải tiến trong thuật toán, sức mạnh tính toán cần thiết để một LLM đạt được hiệu năng tương tự đã giảm một nửa khoảng mỗi tám tháng.

Điều này, cùng với các con chip máy tính chuyên dụng cho AI và các cải tiến phần cứng khác, mở ra cơ hội sử dụng tài nguyên tính toán theo cách khác: một chiến lược là để một mô hình AI "đọc lại" tập dữ liệu huấn luyện của nó nhiều lần. Dù nhiều người nghĩ rằng máy tính có khả năng ghi nhớ hoàn hảo và chỉ cần “đọc” tài liệu một lần, nhưng các hệ thống AI hoạt động theo cách thống kê, điều này có nghĩa là việc đọc lại dữ liệu giúp cải thiện hiệu năng, theo Niklas Muennighoff, nghiên cứu sinh tại Đại học Stanford và là thành viên của Sáng kiến Nguồn gốc Dữ liệu. Trong một bài báo năm 2023 được công bố khi ông còn làm việc tại công ty AI HuggingFace ở New York, ông và các đồng nghiệp đã chỉ ra rằng một mô hình học được nhiều như nhau từ việc đọc lại một tập dữ liệu bốn lần so với việc đọc cùng một lượng dữ liệu mới — mặc dù lợi ích của việc đọc lại giảm nhanh sau đó.

Mặc dù OpenAI chưa tiết lộ thông tin về kích thước mô hình hoặc tập dữ liệu huấn luyện cho LLM mới nhất của họ, o1, công ty đã nhấn mạnh rằng mô hình này dựa vào một cách tiếp cận mới: dành nhiều thời gian hơn cho việc học tăng cường (quá trình mà mô hình nhận phản hồi về các câu trả lời tốt nhất của mình) và suy nghĩ kỹ hơn về mỗi phản hồi. Các quan sát chỉ ra rằng mô hình này chuyển trọng tâm khỏi việc tiền huấn luyện với các tập dữ liệu khổng lồ và tập trung hơn vào quá trình huấn luyện và suy diễn. Đây là một cách tiếp cận mới trong chiến lược mở rộng, theo Longpre, mặc dù đây là một chiến lược tốn kém về tính toán.

Có thể rằng các LLM, sau khi đọc gần hết Internet, không cần thêm dữ liệu để trở nên thông minh hơn. Andy Zou, nghiên cứu sinh tại Đại học Carnegie Mellon ở Pittsburgh, Pennsylvania, người nghiên cứu về bảo mật AI, cho rằng những tiến bộ trong tương lai có thể đến từ khả năng tự phản ánh của một AI. “Bây giờ nó đã có một cơ sở tri thức nền tảng, có lẽ lớn hơn bất kỳ cá nhân nào, điều nó cần chỉ là ngồi lại và suy nghĩ,” Zou nhận định. “Tôi nghĩ chúng ta có thể đã khá gần với điểm đó.”

Villalobos cho rằng tất cả các yếu tố này — từ dữ liệu tổng hợp, tập dữ liệu chuyên biệt, đến việc đọc lại và tự phản ánh — sẽ đóng góp vào việc tiến xa hơn. “Sự kết hợp giữa khả năng tự suy nghĩ và khả năng tương tác với thế giới thực theo nhiều cách — có lẽ đó là điều sẽ thúc đẩy những đột phá tiếp theo.”

Nature 636, 290-292 (2024)
doi: https://doi.org/10.1038/d41586-024-03990-2

- Các lãnh đạo công nghệ dự đoán năm 2025 sẽ là năm AI trưởng thành và có khả năng làm việc thực sự thông qua các AI agent tự chủ

- Marc Benioff, CEO Salesforce, kỳ vọng về kỷ nguyên "Agentic" với các AI agent tự động sẽ mở ra tiềm năng khổng lồ và định nghĩa lại cách làm việc

- Goldman Sachs ngược lại cảnh báo khoản đầu tư 1.000 tỷ USD vào hạ tầng AI có thể mang lại lợi nhuận khiêm tốn

- Theo Goldman Sachs, trong thập kỷ tới AI chỉ có thể tăng năng suất Mỹ thêm 0,5% và GDP dưới 1%

- Gartner dự báo đến năm 2028:
  + 1/3 ứng dụng phần mềm doanh nghiệp sẽ tích hợp AI agent (so với dưới 1% hiện nay)
  + 15% quyết định công việc hàng ngày sẽ do AI agent tự động đưa ra

- Các thách thức chính khi triển khai AI agent:
  + Cần nhiều lớp bảo mật bao gồm "guardian agent" giám sát hoạt động
  + Quản lý phức tạp khi triển khai hàng nghìn agent
  + Vấn đề ảo giác và kết quả không nhất quán từ large language model
  
- Sampsa Samila từ IESE Business School nhận định:
  + AI sẽ thay đổi cách làm việc nhưng trong 10 năm chứ không phải 1 năm
  + So sánh với quá trình điện khí hóa nhà máy kéo dài 30 năm
  + ChatGPT sau 2 năm chỉ giúp tăng năng suất chứ chưa thay đổi bản chất công việc

📌 Năm 2025 đánh dấu bước ngoặt của AI agent nhưng vẫn còn nhiều thách thức. Gartner dự báo đến 2028 có 1/3 phần mềm doanh nghiệp tích hợp AI agent, tạo ra thay đổi từ từ thay vì đột phá như kỳ vọng của các lãnh đạo công nghệ.

https://qz.com/ai-agents-chatbots-artificial-intelligence-work-1851714587

• Mustafa Suleyman, hiện là CEO của Microsoft AI, từng đồng sáng lập DeepMind (bán cho Google năm 2014) và sau đó sáng lập startup Inflection trước khi gia nhập Microsoft.
• Microsoft ký thỏa thuận với Inflection, đưa Suleyman và phần lớn đội ngũ nhân viên vào Microsoft, nơi ông phụ trách Copilot, Bing, Edge và MSN.
• Suleyman nhấn mạnh AI hội thoại là bước tiến mới, giống như trình duyệt web đã thay đổi cách chúng ta tiếp cận thông tin.
• Ông ước tính AGI (trí thông minh nhân tạo tổng quát) có thể ra đời trong 5-10 năm, nhưng không nên nhầm lẫn AGI với siêu trí tuệ.
• Microsoft hợp tác với OpenAI trong việc phát triển các mô hình tiên tiến như GPT-4 và GPT-5. Suleyman khẳng định cả hai bên đang duy trì mối quan hệ đối tác chặt chẽ nhưng vẫn có những căng thẳng tự nhiên.
• Mặc dù AGI đang được kỳ vọng cao, Suleyman cho rằng trọng tâm hiện tại là tối ưu hóa các mô hình AI hiện có, tích hợp vào sản phẩm như Copilot, mang lại giá trị thực tế cho người dùng.
• Suleyman khẳng định AI hội thoại có thể thay đổi cách mọi người sử dụng công cụ tìm kiếm, chuyển từ việc gõ từ khóa sang trò chuyện tự nhiên với AI, giúp tiết kiệm thời gian và cải thiện trải nghiệm.
• Microsoft đối mặt với các thách thức pháp lý liên quan đến dữ liệu huấn luyện AI, đặc biệt là về bản quyền nội dung. Suleyman nhấn mạnh Microsoft trả phí cho nội dung chất lượng cao và ủng hộ các giải pháp lâu dài.
• Ông dự đoán các tương tác giữa AI và AI sẽ trở nên phổ biến, tạo nên hệ sinh thái AI linh hoạt và hiệu quả hơn, từ tìm kiếm thông tin đến mua sắm.
• Suleyman cũng nhấn mạnh tầm quan trọng của việc phát triển sản phẩm AI có cảm xúc, hỗ trợ người dùng trong các tình huống quan trọng của cuộc sống.
• Ông hé lộ tiềm năng phát triển phần cứng liên quan đến trải nghiệm giọng nói, giảm sự phụ thuộc vào màn hình điện thoại.

📌 Microsoft AI, dưới sự lãnh đạo của Mustafa Suleyman, đang định hình lại cách con người tương tác với công nghệ, từ AI hội thoại trở thành công cụ tìm kiếm và hỗ trợ cá nhân tối ưu. Mặc dù còn nhiều thách thức về pháp lý và công nghệ, lộ trình 5-10 năm tới có thể đánh dấu sự ra đời của AGI và các đột phá trong AI.

https://www.theverge.com/24314821/microsoft-ai-ceo-mustafa-suleyman-google-deepmind-openai-inflection-agi-decoder-podcast

• Sundar Pichai, CEO của Google, phát biểu tại hội nghị DealBook Summit của New York Times rằng AI tạo sinh sẽ không tạo ra nhiều thay đổi đột phá trong năm 2025.

• Sau 2 năm kể từ khi OpenAI ra mắt ChatGPT, ngành công nghiệp AI đã hình thành cục diện cạnh tranh với nhiều công ty công nghệ lớn tham gia, trong đó có Google.

• Theo Pichai, những "trái ngọt dễ hái" đã được khai thác hết và con đường phía trước sẽ khó khăn hơn, đòi hỏi những đột phá sâu sắc hơn.

• Các mô hình ngôn ngữ hiện tại như ChatGPT, Gemini của Google hay Llama của Meta sẽ tiếp tục cải thiện dần dần, đặc biệt trong khả năng lập luận và thực hiện chuỗi hành động đáng tin cậy hơn.

• Goldman Sachs dự báo đầu tư vào AI sẽ vượt 1.000 tỷ USD trong những năm tới, dù công nghệ này chưa tạo ra lợi nhuận cho doanh nghiệp.

• Satya Nadella, CEO Microsoft, đồng tình với quan điểm của Pichai về sự phát triển không tuyến tính của AI.

• Sam Altman, CEO OpenAI, có quan điểm trái ngược khi tuyên bố "không có rào cản" trên nền tảng X.

• Thị trường việc làm AI đang phát triển: Huấn luyện viên AI có mức lương trung bình 64.000 USD/năm, kỹ sư prompt có thể kiếm hơn 110.000 USD/năm.

• Pichai dự đoán trong 10 năm tới, lập trình máy tính sẽ trở nên dễ tiếp cận hơn với hàng triệu người.

📌 CEO Google cảnh báo sự phát triển của AI sẽ chậm lại trong 2025 do đã khai thác hết "trái ngọt dễ hái". Thị trường việc làm AI vẫn hấp dẫn với mức lương từ 64.000-110.000 USD/năm cho các vị trí huấn luyện viên AI và kỹ sư prompt.

https://www.cnbc.com/2024/12/08/google-ceo-sundar-pichai-ai-development-is-finally-slowing-down.html

- AI đang trên đường tiến tới trí tuệ nhân tạo tổng quát (AGI) với những mô hình ngôn ngữ lớn mới nhất như o1 của OpenAI, nhưng còn nhiều thách thức phía trước.
- o1 được trình làng vào tháng 9 với lời hứa về khả năng AI mới, gần gũi hơn với cách suy nghĩ của con người so với các mô hình trước đó.
- Cuộc tranh luận về AGI đã nóng lên sau khi mô hình LLM mới phát triển những khả năng rộng rãi hơn, khiến một số nhà nghiên cứu xem AGI không còn là điều viển vông.
- AGI có thể giải quyết những vấn đề phức tạp như biến đổi khí hậu và các bệnh dịch lớn nhưng cũng mang lại rủi ro lớn cho con người.
- LLM như AlphaGo có thể xuất sắc trong một lĩnh vực hẹp nhưng không thể áp dụng tư duy tổng quát cho nhiều nhiệm vụ khác nhau.
- Sự tiến bộ của LLM có thể chưa đủ để đạt được AGI, mặc dù một số nhà nghiên cứu cảm thấy sự xuất hiện của AGI đã gần kề.
- Việc đào tạo các LLM hiện tại gặp khó khăn trong việc tổng hợp thông tin mới và điều chỉnh linh hoạt cho các ngữ cảnh khác nhau.
- Các nhà khoa học đang nghiên cứu cách xây dựng các mô hình thế giới để AI có thể suy luận và lập kế hoạch tương tự như con người.
- LLM hiện tại không có khả năng phản hồi nội bộ và cần có các cơ chế để cải thiện khả năng tư duy và ra quyết định.
- Một số nghiên cứu cho thấy LLM có thể phát triển các mô hình thế giới đơn giản, nhưng vẫn còn hạn chế trong việc xử lý thông tin mới.
- Những thách thức lớn hiện tại là dữ liệu đầu vào đang cạn kiệt và LLM không có khả năng tự chọn lọc thông tin cần thiết.
- Dù vậy, một số nhà nghiên cứu tin rằng AI có thể đạt được AGI vào một thời điểm nào đó trong tương lai, mặc dù không có sự đồng thuận về thời gian cụ thể.

📌 AI như o1 của OpenAI đang tiến gần đến AGI, nhưng cần vượt qua nhiều thách thức về khả năng tổng hợp và xử lý thông tin để thực sự đạt được trí thông minh giống con người. Những nghiên cứu hiện tại chỉ ra rằng AGI có thể đạt được trong vòng vài năm tới, tuy nhiên, khung thời gian cụ thể vẫn còn mơ hồ.

https://www.nature.com/articles/d41586-024-03905-1

#NATURE

- OpenAI dự kiến đạt 1 tỷ người dùng vào năm tới nhờ vào các sản phẩm AI mới và hợp tác với Apple.
- ChatGPT đã thu hút 250 triệu người dùng hoạt động hàng tuần chỉ sau 2 năm ra mắt.
- Sarah Friar, giám đốc tài chính của OpenAI, khẳng định công ty sẽ phục vụ hàng triệu và hy vọng là hàng tỷ người tiêu dùng toàn cầu vào năm 2025.
- OpenAI đã huy động hơn 6 tỷ USD với định giá 150 tỷ USD, cao nhất trong lịch sử Silicon Valley.
- Công ty sẽ đầu tư xây dựng các trung tâm dữ liệu tại miền Trung và Tây Nam nước Mỹ, tương tự như các công ty công nghệ lớn khác.
- OpenAI đã tăng số lượng nhân viên lên hơn 2.000 người và chuyển từ mô hình phi lợi nhuận sang vì lợi nhuận.
- Mặc dù có sự ra đi của nhiều lãnh đạo, công ty đang tuyển dụng nhiều kỹ sư có chuyên môn cao trong việc xây dựng sản phẩm tiêu dùng.
- OpenAI dự kiến ra mắt các "đại lý AI" (AI agents) trong năm 2025, phục vụ nhiều mục đích khác nhau cho người dùng.
- Hợp tác với Apple, nơi có 2 tỷ iPhone trên toàn cầu, sẽ giúp OpenAI nhanh chóng đạt được mục tiêu 1 tỷ người dùng.
- OpenAI phải đối mặt với các thách thức chính trị do sự tham gia của Elon Musk và chính quyền mới của Donald Trump trong vấn đề AI.
- Công ty cam kết đóng vai trò hàng đầu trong việc phát triển AI "dân chủ" do Mỹ dẫn dắt để cạnh tranh với công nghệ AI của Trung Quốc.

📌 OpenAI đẩy mạnh kế hoạch đạt 1 tỷ người dùng với sự hợp tác chiến lược với Apple. Công ty đã tăng cường đầu tư xây dựng cơ sở hạ tầng và phát triển sản phẩm AI mới. Thách thức chính trị cũng đang trở thành yếu tố quan trọng trong chiến lược phát triển dài hạn của OpenAI.

https://www.ft.com/content/e91cb018-873c-4388-84c0-46e9f82146b4

#FT

- Giáo sư Fei-Fei Li, đồng giám đốc Stanford HAI và CEO World Labs, khẳng định thị giác đóng vai trò quan trọng trong việc con người nhận thức thế giới

- Lịch sử tiến hóa cho thấy khả năng nhìn xuất hiện cách đây khoảng 540 triệu năm, dẫn đến sự bùng nổ Cambrian và sự xuất hiện của hầu hết các loài động vật hiện đại

- Hiện nay, AI đang trải qua một cuộc cách mạng tương tự với sự phát triển của các mô hình ngôn ngữ lớn như ChatGPT

- Năm 2007, phòng thí nghiệm của Fei-Fei Li đã tạo ra ImageNet - cơ sở dữ liệu gồm 15 triệu hình ảnh được gắn nhãn trong 22.000 danh mục đối tượng

- Các hệ thống nhận dạng hình ảnh dựa trên ImageNet đã thúc đẩy làn sóng AI hiện đại

- AI hiện đại không chỉ nhận dạng mà còn có thể tạo ra hình ảnh và video theo yêu cầu văn bản

- Để máy tính có trí thông minh không gian như con người, các nhà khoa học cần phát triển từ mô hình ngôn ngữ lớn sang mô hình thế giới lớn

- Các ứng dụng tiềm năng bao gồm:
  + Robot chăm sóc người già
  + Hỗ trợ phẫu thuật viên
  + Mô phỏng và đào tạo
  + Chuyển đổi hình ảnh 2D thành không gian 3D

- Quá trình phát triển trí thông minh không gian ở máy tính chỉ mất vài thập kỷ, so với hàng trăm triệu năm tiến hóa ở con người

📌 Fei-Fei Li định hướng tương lai AI tập trung vào phát triển trí thông minh không gian thay vì chỉ dừng lại ở mô hình ngôn ngữ. ImageNet với 15 triệu hình ảnh đã mở đường cho cuộc cách mạng AI thị giác, hướng tới mục tiêu xây dựng các mô hình thế giới phục vụ con người.

https://www.economist.com/the-world-ahead/2024/11/20/fei-fei-li-says-understanding-how-the-world-works-is-the-next-step-for-ai

- Eric Schmidt, cựu CEO Google phản bác các báo cáo về việc luật tỷ lệ đang cản trở sự phát triển của các mô hình AI tiên tiến

- Trong 5 năm tới, các mô hình AI lớn sẽ có 2-3 bước tiến quan trọng với khả năng mở rộng chưa từng có

- Sam Altman, CEO OpenAI, đã đăng thông điệp ẩn ý trên nền tảng X (Twitter cũ) khẳng định "không có bức tường nào" có thể cản trở sự phát triển của AI

- CEO Anthropic Dario Amodei lạc quan về khả năng vượt qua các rào cản phát triển AI, bao gồm việc sử dụng dữ liệu tổng hợp

- Y Combinator CEO Garry Tan tiết lộ Sam Altman có thể đầu tư lên đến 1.000 tỷ USD cho việc huấn luyện một mô hình AI mới

- Các báo cáo gần đây cho thấy các phòng thí nghiệm AI hàng đầu như OpenAI, Google và Anthropic đang gặp khó khăn trong việc phát triển mô hình AI tiên tiến do thiếu nội dung chất lượng cao để huấn luyện

- Schmidt cảnh báo về các mối nguy hiểm tiềm ẩn khi AI phát triển mạnh mẽ:
  + Khả năng tấn công mạng ngày đầu tiên tốt hơn hoặc ngang bằng con người
  + Nguy cơ về virus sinh học
  + Các hình thức chiến tranh mới
  + Thông tin sai lệch

📌 Cựu CEO Google Eric Schmidt khẳng định AI sẽ tăng trưởng mạnh mẽ trong 5 năm tới với khả năng vượt trội trong vật lý và toán học. Sam Altman chuẩn bị khoản đầu tư kỷ lục 1.000 tỷ USD cho mô hình AI mới, song song với những cảnh báo về rủi ro an ninh mạng và sinh học.

https://www.windowscentral.com/software-apps/theres-no-evidence-scaling-laws-have-begun-to-stop-former-google-ceo-claims-ai-systems-will-be-100-times-more-powerful

- Baidu ra mắt ERNIE Bot vào ngày 16/3/2023, là chatbot AI đầu tiên của các công ty đại chúng trên thế giới

- Sau 18-20 tháng, ERNIE Bot đã có những cải tiến quan trọng:
  - Chi phí vận hành giảm 99% so với phiên bản đầu tiên
  - Độ chính xác câu trả lời tăng đáng kể, người dùng có thể tin tưởng vào kết quả
  - Tốc độ phản hồi được tối ưu theo nhu cầu, từ dưới 1 giây đến 10 giây

- Về robotaxi Apollo Go của Baidu:
  - Đang vận hành hơn 400 xe tại thành phố Vũ Hán, phục vụ khoảng 9 triệu người
  - Giá cước thấp hơn taxi thông thường
  - Đạt cấp độ 4 về tự hành, có thể hoạt động không cần tài xế trong các khu vực hạn chế

- Về thị trường AI tại Trung Quốc:
  - Tập trung vào ứng dụng thực tế
  - 18% kết quả tìm kiếm Baidu được tạo bởi ERNIE Bot
  - Phát triển con người số cho livestream bán hàng, tương tác được với khách hàng

- Dự báo tương lai trong 5-10 năm:
  - Người dùng có thể lập trình bằng ngôn ngữ tự nhiên thay vì code
  - Không cần sử dụng Python hay C++
  - Công nghệ sẽ trở nên dân chủ hóa hơn

📌 Baidu đang dẫn đầu cuộc cách mạng AI tại Trung Quốc với ERNIE Bot phục vụ hơn 300 triệu người dùng, giảm 99% chi phí vận hành, và đội xe robotaxi 400 chiếc tại Vũ Hán. Công ty dự báo trong 5-10 năm tới, mọi người sẽ có thể lập trình bằng ngôn ngữ tự nhiên thay vì code.

https://hbr.org/podcast/2024/11/future-of-business-baidus-robin-li-on-the-technology-trends-that-will-transform-business

#HBR

- OpenAI đang phát triển mô hình AI mới mang tên Orion nhưng chưa đạt được hiệu suất mong muốn.
- Orion không thể trả lời các câu hỏi lập trình mà chưa được đào tạo, cho thấy sự thiếu hụt dữ liệu chất lượng.
- Google cũng gặp khó khăn với phiên bản mới của phần mềm Gemini, không đạt kỳ vọng nội bộ.
- Anthropic trì hoãn việc phát hành mô hình Claude 3.5 Opus do hiệu suất không như mong đợi.
- Các công ty AI đang gặp khó khăn trong việc tìm kiếm nguồn dữ liệu chất lượng cao để huấn luyện các mô hình tiên tiến hơn.
- Kỳ vọng về trí tuệ nhân tạo tổng quát (AGI) đang bị nghi ngờ khi các nhà lãnh đạo trong ngành thừa nhận những thách thức lớn.
- Yếu tố chi phí gia tăng trong việc phát triển các mô hình AI hiện nay, với chi phí đào tạo một mô hình tiên tiến có thể lên đến 100 triệu USD.
- OpenAI và Anthropic đang điều chỉnh chiến lược phát triển, chuyển từ việc chỉ tập trung vào kích thước mô hình sang các ứng dụng mới.
- Sự phát triển của AI có thể gặp bế tắc nếu không có nguồn dữ liệu tốt và chính xác.
- Các công ty đang tìm kiếm dữ liệu tổng hợp và hợp tác với các chuyên gia để cải thiện chất lượng phản hồi của mô hình.

📌 3 công ty AI lớn như OpenAI, Google và Anthropic đang đối mặt với nhiều thách thức trong việc phát triển các mô hình tiên tiến. Mô hình Orion của OpenAI không đạt được hiệu suất kỳ vọng, trong khi Google và Anthropic cũng gặp khó khăn tương tự. Chi phí gia tăng và thiếu hụt dữ liệu chất lượng là những yếu tố chính ảnh hưởng đến tiến độ phát triển.

https://www.bloomberg.com/news/articles/2024-11-13/openai-google-and-anthropic-are-struggling-to-build-more-advanced-ai

- AI đang biến đổi công cụ tìm kiếm truyền thống, hứa hẹn một trải nghiệm người dùng tiện lợi hơn nhưng cũng tiềm ẩn nhiều thách thức.
- Các công ty công nghệ lớn đã đầu tư hàng triệu USD vào việc phát triển chatbot và công cụ tìm kiếm AI, với mục tiêu nâng cao khả năng truy xuất thông tin.
- Google đã công bố tính năng AI Overviews tại hơn 100 quốc gia, phục vụ hơn 1 tỷ người dùng hàng tháng, trong khi OpenAI giới thiệu chức năng tìm kiếm mới trong ChatGPT.
- Trải nghiệm sử dụng các công cụ tìm kiếm AI có thể bất ngờ và tiện lợi, nhưng cũng dễ gây thất vọng do sự thiếu chính xác và thông tin không đầy đủ.
- Truyền thống tìm kiếm trên Google cho phép người dùng tiếp cận nhiều nguồn thông tin phong phú, giúp họ hiểu sâu hơn về các chủ đề.
- AI có thể cung cấp câu trả lời nhanh chóng nhưng thường thiếu chiều sâu và phân tích, dẫn đến việc người dùng có thể bỏ lỡ thông tin quan trọng.
- Sự phụ thuộc vào AI có thể làm giảm khả năng khám phá và tìm hiểu thông tin một cách đa dạng và đầy đủ.
- Các chatbot như ChatGPT và Perplexity có thể ghi lại nguồn thông tin, nhưng việc không nhấp vào liên kết có thể khiến người dùng bỏ lỡ nhiều kiến thức sâu sắc.
- Những vấn đề về độ chính xác và quyền sở hữu trí tuệ vẫn chưa được giải quyết triệt để, gây lo ngại về tương lai của nội dung trên internet.
- AI có thể thay đổi cách mà người dùng tương tác với thông tin, chuyển từ việc khám phá sang tìm kiếm thông tin một cách nhanh chóng và hiệu quả hơn.
- Những thay đổi này có thể giúp người dùng tiết kiệm thời gian nhưng cũng có thể làm giảm sự phong phú và đa dạng trong trải nghiệm tìm kiếm.

📌 AI đang tái định hình cách thức người dùng truy cập thông tin trên internet, từ tìm kiếm truyền thống sang trải nghiệm tìm kiếm mới. Chuyển đổi này có thể mang lại tiện ích nhưng cũng tiềm ẩn nguy cơ làm mất đi sự đa dạng và chiều sâu trong việc khám phá kiến thức.

https://www.theatlantic.com/technology/archive/2024/11/ai-search-engines-curiosity/680594/

- Anthropic vừa ra mắt mô hình Claude 3.5 Haiku trên nền tảng Amazon Bedrock, đánh dấu xu hướng phát triển các mô hình ngôn ngữ lớn theo hướng nhỏ gọn và chính xác hơn

- Các công ty công nghệ lớn đang chuyển hướng sang mô hình AI thu nhỏ:
  + Google với Gemini Nano
  + OpenAI với o1 mini và 4o mini
  + Anthropic với Claude Haiku

- Tầm nhìn của Richard Feynman từ năm 1959 về việc thu nhỏ và tối ưu hóa đang ứng nghiệm trong xu hướng AI hiện nay:
  + Khả năng nén và lưu trữ dữ liệu lớn trong không gian nhỏ
  + Thao tác chính xác ở cấp độ nhỏ nhất
  + Học hỏi từ các hệ thống sinh học

- AlphaFold 3 sử dụng deep learning để giải mã cấu trúc protein, mở ra tiềm năng trong:
  + Phát hiện thuốc mới
  + Sinh học tổng hợp
  + Hiểu biết về cơ chế phân tử

- Nvidia công bố kiến trúc tham chiếu cho các nhà máy AI - trung tâm dữ liệu quy mô lớn nhằm:
  + Hỗ trợ khối lượng công việc AI chuyên sâu
  + Cung cấp framework tiêu chuẩn cho việc xử lý dữ liệu
  + Đáp ứng nhu cầu tính toán ngày càng tăng

📌 Xu hướng AI thu nhỏ như Claude 3.5 Haiku phản ánh tầm nhìn của Feynman về việc tối ưu hóa ở cấp độ nhỏ nhất. Các mô hình này hứa hẹn mang lại hiệu quả cao hơn trong việc xử lý dữ liệu và triển khai AI trên các thiết bị di động, góp phần xây dựng hệ thống AI bền vững hơn trong tương lai.

https://www.forbes.com/sites/geruiwang/2024/11/06/claude-ai-35-haiku-dropped-how-reading-feynman-reveals-ai-trends/

- Donald Trump giành chiến thắng trong cuộc bầu cử tổng thống Mỹ 2024 với hơn 270 phiếu đại cử tri

- Trump cam kết sẽ hủy bỏ sắc lệnh hành pháp về AI do Biden ban hành năm 2023, tạo môi trường phát triển tự do hơn cho các công ty AI

- Các lãnh đạo công nghệ lớn đã gửi lời chúc mừng:
  + Jeff Bezos (Amazon) nhấn mạnh cơ hội lớn cho nước Mỹ
  + Sam Altman (OpenAI) nhấn mạnh vai trò dẫn đầu của Mỹ trong phát triển AI
  + Sundar Pichai (Microsoft) cam kết hợp tác với chính quyền mới

- Elon Musk ủng hộ mạnh mẽ chiến dịch tranh cử của Trump với khoản đầu tư 175 triệu USD

- Các nhà đầu tư mạo hiểm nổi tiếng ủng hộ Trump:
  + Marc Andreessen và Ben Horowitz (a16z): mỗi người đóng góp 2,5 triệu USD
  + Peter Thiel (PayPal)
  + Crystal McKeller (Aloft VC)

- Trump đề xuất chính sách nhập cư thuận lợi cho nhân tài: cấp thẻ xanh tự động cùng bằng tốt nghiệp

- Một số lo ngại từ giới công nghệ:
  + Yann LeCun (Meta) công khai chỉ trích Trump
  + Anthropic nhấn mạnh nhu cầu kiểm soát và quy định AI
  + OpenAI có thể gặp khó khăn do mối quan hệ giữa Trump và Musk

📌 Donald Trump đắc cử tổng thống Mỹ nhiệm kỳ 2 với hơn 270 phiếu đại cử tri. Chiến thắng này hứa hẹn thay đổi lớn trong hệ sinh thái AI khi Trump cam kết hủy bỏ các quy định nghiêm ngặt từ sắc lệnh Biden, thu hút đầu tư và thúc đẩy đổi mới công nghệ, đặc biệt trong lĩnh vực quốc phòng.

https://analyticsindiamag.com/ai-origins-evolution/donald-trumps-victory-paves-the-way-for-ais-free-rein/

- Các chuyên gia hàng đầu cảnh báo hệ thống AI siêu việt có thể vượt xa khả năng của con người theo những cách không thể lường trước được

- AI hiện tại chỉ giống như máy tính so với não người - giỏi trong các tác vụ cụ thể nhưng thiếu khả năng thích nghi tổng quát

- Trí tuệ nhân tạo tổng quát (AGI) sẽ có khả năng nhận thức ngang bằng con người, trong khi trí tuệ nhân tạo siêu việt (ASI) có thể vượt xa hơn nữa

- ASI có thể:
  + Hoạt động với tốc độ kỹ thuật số, giải quyết vấn đề nhanh gấp hàng triệu lần so với con người
  + Đọc hiểu mọi bài báo khoa học chỉ trong vài giờ
  + Tự cải thiện theo cấp số nhân, tạo ra "vụ nổ trí tuệ"

- Lợi ích tiềm năng của ASI:
  + Chữa bệnh và đảo ngược lão hóa
  + Giải quyết biến đổi khí hậu
  + Khám phá bí ẩn vật lý lượng tử

- Rủi ro hiện hữu:
  + ASI có thể đưa ra quyết định dựa trên logic vượt quá khả năng hiểu biết của con người
  + Thiếu ràng buộc phù hợp có thể dẫn đến hậu quả không lường

- Thách thức chính:
  + Phát triển khung quản trị và đạo đức phù hợp
  + Đảm bảo ASI phục vụ lợi ích chung của nhân loại
  + Cần hợp tác quốc tế trong nghiên cứu an toàn AI

📌 ASI được dự đoán sẽ là bước nhảy vọt công nghệ quan trọng nhất trong lịch sử loài người. Hệ thống này có thể xử lý thông tin nhanh gấp hàng triệu lần so với con người, mang lại cả cơ hội và thách thức chưa từng có về mặt đạo đức, quản trị và an toàn.

https://www.forbes.com/sites/bernardmarr/2024/10/31/why-artificial-superintelligence-could-be-humanitys-final-invention/

• AI tạo sinh đang mở đường cho mọi người trở thành nhà phát triển phần mềm, đồng thời có thể khiến nhiều kỹ năng chuyên môn trở nên không cần thiết

• Theo Thomas Davenport và Ian Barkin trong cuốn sách "All Hands on Tech", công nghệ không còn thuộc về riêng một bộ phận nào, mọi nhân viên đều có thể trở thành nhà thiết kế hệ thống và phân tích dữ liệu

• AI tạo sinh sẽ nâng cao khả năng phát triển công dân thông qua:
- Giao diện người dùng dạng hội thoại
- Khả năng tạo chương trình theo yêu cầu bằng ngôn ngữ thông thường
- Bot chuyên biệt thực hiện các công việc cụ thể

• Theo khảo sát, hơn 75% nhà phát triển đang sử dụng AI trong công việc

• AI sẽ đóng vai trò như trợ lý nghiên cứu và lập trình viên tối ưu:
- Tạo mã nhanh chóng
- Cho phép thay đổi yêu cầu linh hoạt
- Hỗ trợ tìm kiếm mô hình và thành phần phần mềm có sẵn

• Dominic Ligot, CEO của CirroLytix, dự đoán AI sẽ thay thế nhiều công việc trong khoa học dữ liệu:
- Tự động hóa việc chuẩn bị và làm sạch dữ liệu
- Thực hiện phân tích định tính cơ bản
- Hoạt động nhanh hơn, chính xác hơn và ít sai sót hơn con người

• Tuy nhiên, việc chuyển đổi hoàn toàn sang AI cần thời gian:
- Hiện tại vẫn cần kinh nghiệm để tạo prompt hiệu quả
- Dự kiến trong 1-2 năm tới sẽ có thể thực hiện phân tích máy học thông qua tương tác với AI

📌 AI đang định hình lại tương lai của khoa học dữ liệu với hơn 75% nhà phát triển đã áp dụng AI. Công nghệ này không chỉ dân chủ hóa việc phát triển phần mềm mà còn có tiềm năng thay thế hoàn toàn các công việc truyền thống trong lĩnh vực này trong 1-2 năm tới.

https://www.zdnet.com/article/could-ai-make-data-science-obsolete/

• Reid Hoffman đã giới thiệu khái niệm "super agency" tại hội nghị TED AI ở San Francisco, định vị AI như công cụ tăng cường năng lực con người

• Hoffman so sánh AI với các đột phá công nghệ trong lịch sử như ngựa và ô tô, gọi AI là "siêu năng lực nhận thức"

• Về vấn đề bầu cử, ông đánh giá thấp rủi ro từ deepfake trong cuộc bầu cử 2024, đề xuất giải pháp như "mã hóa thời gian" để xác thực nội dung

• Ông ủng hộ quyết định phủ quyết luật quy định AI của thống đốc California Gavin Newsom, ưu tiên cách tiếp cận tự nguyện của Nhà Trắng

• Hoffman nhấn mạnh cơ hội vẫn còn cho các startup trong lĩnh vực ứng dụng AI, đặc biệt trong bán hàng, marketing và bảo mật máy tính

• Ông đưa ra tầm nhìn về việc AI dân chủ hóa tiếp cận chuyên môn, cho phép mọi người tiếp cận "bác sĩ đa khoa" qua điện thoại

• Hoffman đã gián tiếp chỉ trích Elon Musk về việc ủng hộ Trump, cho rằng động cơ có thể là "tư lợi" để "giành hợp đồng chính phủ"

• Ông dự đoán tương lai sẽ không phải là cuộc đua giữa người và máy, mà là giữa những người biết tận dụng AI và những người không

• Hoffman nhấn mạnh tầm quan trọng của môi trường kinh doanh ổn định hơn là theo đuổi lợi ích hẹp như cắt giảm thuế doanh nghiệp

📌 Reid Hoffman đề xuất tầm nhìn mới về AI qua khái niệm "super agency", nhấn mạnh AI là công cụ tăng cường năng lực con người thay vì thay thế. Ông dự báo khoảng cách trong tương lai sẽ là giữa người dùng và không dùng AI, đồng thời kêu gọi cách tiếp cận cân bằng trong quy định AI.

https://venturebeat.com/ai/linkedin-founder-reid-hoffman-unveils-super-agency-vision-at-ted-ai-conference-takes-subtle-shot-at-elon-musk/

• Agentic AI: AI tự chủ có khả năng đưa ra quyết định và thực hiện hành động độc lập theo các mục tiêu do con người xác định. Gartner dự báo đến năm 2028, 15% các quyết định công việc sẽ do AI tự chủ thực hiện.
• AI governance platforms: Các nền tảng này giúp đảm bảo AI minh bạch, công bằng và an toàn, tăng cường niềm tin và tuân thủ quy định, với kỳ vọng cải thiện 30% niềm tin khách hàng và 25% tuân thủ quy định vào năm 2028.
• Disinformation security: Công nghệ bảo mật chống lại thông tin sai lệch, giúp bảo vệ các tổ chức khỏi các rủi ro từ AI tạo sinh và dự kiến sẽ được 50% doanh nghiệp áp dụng vào năm 2028.
• Post-quantum cryptography: Các hệ thống mã hóa an toàn cho cả máy tính lượng tử và cổ điển sẽ trở nên cần thiết do những tiến bộ trong máy tính lượng tử đe dọa an ninh truyền thống vào năm 2029.
• Ambient invisible intelligence: Công nghệ cảm biến được tích hợp vào môi trường, hoạt động tự động và hỗ trợ quản lý hàng hóa theo thời gian thực trong bán lẻ và logistics.
• Energy-efficient computing: Các công nghệ tính toán mới như neuromorphic và bộ tăng tốc sẽ giảm tiêu thụ năng lượng, đáp ứng nhu cầu tối ưu hóa AI và giảm dấu chân carbon.
• Hybrid computing: Kết hợp nhiều cơ chế tính toán và lưu trữ để vượt qua giới hạn hiện tại của AI, tạo ra môi trường đổi mới mạnh mẽ hơn.
• Spatial computing: Công nghệ kết hợp thực tế ảo (VR) và tăng cường (AR) mở rộng khả năng tương tác giữa thế giới thực và ảo, dự báo thị trường sẽ tăng từ 110 tỷ USD lên 1,7 nghìn tỷ USD vào năm 2033.
• Polyfunctional robots: Robot đa chức năng sẽ thay thế robot đơn nhiệm, hoạt động cùng con người, với dự báo 80% người dùng sẽ tương tác hàng ngày với robot thông minh vào năm 2030.
• Neurological enhancement: Công nghệ tăng cường thần kinh sử dụng giao diện não-máy (BBMI) giúp nâng cao năng lực làm việc, với dự báo 30% nhân viên tri thức sẽ phụ thuộc vào công nghệ này vào năm 2030.

📌 Gartner dự báo 10 xu hướng công nghệ chiến lược cho năm 2025, tập trung vào AI, năng lượng hiệu quả và tương tác người-máy. Các xu hướng này hứa hẹn sẽ thay đổi cách chúng ta làm việc và thúc đẩy sự đổi mới trên nhiều lĩnh vực.

https://www.forbes.com/sites/peterhigh/2024/10/23/gartners-top-10-strategic-technology-trends-for-2025/

• CEO Baidu Robin Li tuyên bố vấn đề ảo giác của mô hình ngôn ngữ lớn đã được giải quyết. Ông dự đoán 99% công ty AI khởi nghiệp sẽ thất bại khi "bong bóng" vỡ.

• Li cho rằng độ chính xác của câu trả lời từ mô hình ngôn ngữ lớn đã cải thiện đáng kể trong 18-20 tháng qua. Người dùng có thể tin tưởng vào câu trả lời của chatbot dựa trên mô hình tiên tiến.

• Ông so sánh lĩnh vực AI hiện nay với bong bóng dot-com những năm 90, dự đoán chỉ 1% công ty sẽ tồn tại và tạo ra giá trị to lớn.

• Li ước tính phải mất 10-30 năm nữa công nghệ AI mới thay thế được công việc của con người. Ông khuyến cáo các tổ chức, chính phủ và người dân cần chuẩn bị cho sự thay đổi mô hình này.

• Ngân hàng Commonwealth của Úc gặp sự cố khiến giao dịch bị lặp lại, làm trống tài khoản của một số khách hàng. Ngân hàng đã khắc phục vấn đề và hứa sẽ miễn phí cho khách hàng bị ảnh hưởng.

• Hãng sản xuất drone DJI của Trung Quốc kiện Bộ Quốc phòng Mỹ vì đưa công ty vào danh sách đen. DJI cho rằng đây là sự hiểu lầm về hải quan, trong khi Mỹ cáo buộc DJI sử dụng lao động cưỡng bức người Duy Ngô Nhĩ.

• Fujitsu Nhật Bản dẫn đầu nỗ lực phát triển nền tảng phát hiện thông tin sai lệch, hợp tác với các tổ chức hàng đầu Nhật Bản.

• Trung Quốc tiếp tục siết chặt kiểm soát việc sử dụng từ lóng trên mạng, nhắm vào các từ có thể bị coi là chỉ trích Đảng Cộng sản Trung Quốc.

• Hyosung Corp của Hàn Quốc cam kết đầu tư thêm 4 tỷ USD vào Việt Nam để mở rộng sang các lĩnh vực công nghệ cao.

• Airbus và Toshiba đồng ý hợp tác nghiên cứu siêu dẫn cho máy bay chạy bằng hydro trong tương lai.

📌 CEO Baidu dự đoán 99% công ty AI sẽ thất bại trong bong bóng sắp tới, chỉ 1% tồn tại và tạo giá trị lớn. Ông ước tính AI cần 10-30 năm nữa mới thay thế được công việc của con người. Nhiều thương vụ công nghệ quan trọng diễn ra ở châu Á, bao gồm đầu tư 4 tỷ USD của Hyosung vào Việt Nam và hợp tác Airbus-Toshiba về siêu dẫn.

https://www.theregister.com/2024/10/20/asia_tech_news_roundup/

• Apple vừa công bố một bài báo gián tiếp thừa nhận mô hình ngôn ngữ lớn (LLM) đang đạt đến giới hạn. Các chuyên gia AI như Gary Marcus đã cảnh báo về điều này từ lâu.

• Mặc dù vậy, các nhà đầu tư mạo hiểm vẫn đổ hàng tỷ đô la vào các startup LLM, bất chấp công nghệ này có thể đã đạt đỉnh.

• LLM có những hạn chế đáng kể:
- Chỉ là công cụ nhận dạng mẫu, không thực sự hiểu văn bản tạo ra
- Gặp vấn đề như ảo giác - tạo ra thông tin sai lệch một cách tự tin
- Thiếu kỹ năng lập luận và giải quyết vấn đề phức tạp như con người
- Yêu cầu tài nguyên và chi phí khổng lồ để vận hành và mở rộng quy mô

• Các chuyên gia gọi LLM là "ngu ngốc một cách tài tình" - tạo ra kết quả ấn tượng nhưng thiếu khả năng hiểu và lập luận thực sự thông minh.

• Tuy nhiên, điều này không có nghĩa AI đã chết. Đây chỉ là một phần tự nhiên trong quá trình phát triển của công nghệ theo đường cong chữ S.

• Các hướng phát triển AI tiềm năng trong tương lai:
- AI neurosymbolic: kết hợp nhận dạng mẫu của mạng nơ-ron với lập luận logic của AI ký hiệu
- Mô hình AI nhỏ gọn, hiệu quả và dễ mở rộng hơn
- AI nhận thức ngữ cảnh tốt hơn
- Giải quyết các thách thức về đạo đức như thiên kiến, thông tin sai lệch

• Mỗi bước nhảy vọt công nghệ đều trải qua giai đoạn thất vọng và thất bại ban đầu. Khi đạt đến điểm uốn, nó sẽ dẫn đến những đột phá thay đổi tất cả.

📌 AI đang tiến tới một làn sóng mới vượt qua giới hạn của LLM. Các hướng đầu tư tiềm năng bao gồm AI neurosymbolic, AI hiệu quả và nhỏ gọn, AI nhận thức ngữ cảnh. Mặc dù LLM đang chững lại, cuộc cách mạng AI thực sự mới chỉ bắt đầu.

https://fortune.com/2024/10/18/next-wave-ai-llms-investor-focus-tech/

• AI đang mở ra 2 tương lai đối lập: một tương lai đầy hy vọng với những tiến bộ vượt bậc và một tương lai u ám với những rủi ro tiềm tàng.

• Trong lĩnh vực y tế, AI của Google Health có thể phân tích hình ảnh y tế với độ chính xác ngang bằng hoặc vượt qua chuyên gia. Các công ty như Atomwise và BenevolentAI đang đẩy nhanh quá trình phát hiện thuốc từ nhiều năm xuống còn vài tháng.

• Xe tự lái của Tesla và Waymo hứa hẹn giảm tai nạn giao thông và tăng khả năng tiếp cận cho người già và người khuyết tật.

• Trong lĩnh vực tài chính, JPMorgan Chase và FICO sử dụng AI để phát hiện gian lận và đánh giá rủi ro theo thời gian thực. Các công ty giao dịch định lượng như Citadel Securities sử dụng thuật toán tiên tiến để thực hiện giao dịch với tốc độ và quy mô vượt quá khả năng của con người.

• Trong giáo dục, hệ thống thích ứng của Carnegie Learning đang cá nhân hóa việc giảng dạy. Trong lĩnh vực pháp lý, Casetext và LexisNexis đang cách mạng hóa nghiên cứu luật.

• AI cũng đang tạo ra những giải pháp cá nhân hóa. Ví dụ, Eleven Labs đã tạo ra giọng nói tổng hợp cho Dân biểu Jennifer Wexton, người mắc bệnh liệt trên nhân tiến triển (PSP).

• Các công ty như Neuralink và BrainGate đang phát triển thiết bị có thể chuyển đổi hoạt động thần kinh thành tín hiệu số, giúp người khuyết tật vận động nặng có thể điều khiển máy tính hoặc chân tay giả bằng suy nghĩ.

• Tác giả cho rằng cạnh tranh giữa các công ty công nghệ là động lực chính thúc đẩy AI phát triển có trách nhiệm, hơn cả quy định.

• Cuộc đua giành ưu thế trong lĩnh vực AI buộc các nhà phát triển phải suy nghĩ lớn hơn, vươn cao hơn và phát triển an toàn hơn. Mỗi sai lầm là cơ hội cho đối thủ cạnh tranh cung cấp giải pháp tốt hơn, an toàn hơn.

• Phát triển AI có trách nhiệm không chỉ là lý tưởng cao cả mà còn là chiến lược sống còn. Các công ty ưu tiên tính minh bạch và sử dụng AI có đạo đức sẽ giành được niềm tin và lòng trung thành của công chúng.

• Môi trường cạnh tranh ngăn chặn AI bị độc quyền bởi một số ít công ty. Mọi công ty đều phải đối mặt với những tiến bộ của đối thủ, buộc lĩnh vực này phát triển ra bên ngoài và tạo cơ hội cho các tổ chức nhỏ hơn, các tiếng nói đa dạng và đóng góp của công chúng.

• Tác giả kết luận rằng các nhà phát triển AI phải cam kết xây dựng một nền văn hóa coi trọng cả đổi mới và trách nhiệm, đảm bảo rằng việc tích hợp an toàn, công bằng và thịnh vượng chung vào các tiến bộ của họ không phải là ngẫu nhiên mà là một sự bắt buộc.

📌 Cuộc đua AI giữa các công ty công nghệ đang thúc đẩy đổi mới có trách nhiệm. Cạnh tranh buộc các nhà phát triển phải tạo ra AI không chỉ thông minh mà còn an toàn và có đạo đức. Điều này có thể dẫn đến một tương lai nơi AI nâng cao cuộc sống con người trong y tế, giáo dục và nhiều lĩnh vực khác.

https://www.thenews.com.pk/print/1240465-ai-a-tale-of-two-futures

• Yann LeCun, giám đốc AI của Facebook AI Research (FAIR), đã bác bỏ mạnh mẽ lo ngại về việc AI sẽ trở nên đủ thông minh để gây nguy hiểm cho nhân loại trong tương lai gần.

• LeCun cho rằng ý tưởng này là "hoàn toàn vô lý" và không tin rằng các mô hình ngôn ngữ lớn (LLM) như ChatGPT hay Grok của X sẽ dẫn đến trí tuệ nhân tạo tổng quát (AGI).

• Ông giải thích rằng các LLM hiện tại chỉ đơn giản là dự đoán các từ tiếp theo trong văn bản, nhưng làm điều này quá tốt đến mức đánh lừa người xem.

• LeCun không hoàn toàn bác bỏ khả năng xuất hiện AGI, nhưng cho rằng khả năng thao tác ngôn ngữ không đồng nghĩa với sự thông minh.

• Ông quan tâm hơn đến công việc của bộ phận FAIR của Meta trong việc xử lý video từ thế giới thực.

• Quan điểm của LeCun trái ngược với một số chuyên gia AI khác:

  - Sam Altman, CEO của OpenAI, dự đoán AGI sẽ xuất hiện trong "tương lai tương đối gần".

  - Elon Musk ủng hộ một dự luật California nhằm đưa ra các cơ chế an toàn và trách nhiệm giải trình cho các hệ thống AI lớn.

• LeCun chỉ trích dự luật này, cho rằng nó sẽ có "hậu quả tận thế đối với hệ sinh thái AI" do quy định quá trình nghiên cứu và phát triển.

• Thống đốc California Gavin Newsom đã phủ quyết dự luật vào tháng trước, lý do là nó tạo ra "cảm giác an toàn giả tạo" bằng cách nhắm vào các công ty công nghệ lớn và bỏ qua các mối đe dọa từ các công ty nhỏ hơn.

• Cuộc tranh luận này phản ánh sự chia rẽ trong cộng đồng AI về tiềm năng và rủi ro của công nghệ này, với các chuyên gia có quan điểm khác nhau về tốc độ phát triển và tác động tiềm tàng của AGI.

📌 Yann LeCun, giám đốc AI của Meta, bác bỏ mạnh mẽ lo ngại về AI hủy diệt nhân loại, cho rằng các mô hình ngôn ngữ lớn không dẫn đến AGI. Quan điểm này trái ngược với dự đoán của Sam Altman về AGI sắp xuất hiện và nỗ lực quản lý AI của Elon Musk, phản ánh sự chia rẽ trong cộng đồng AI về tiềm năng và rủi ro của công nghệ này.

https://www.pcmag.com/news/metas-ai-chief-on-ai-endangering-humanity-thats-complete-bs

• Các công ty AI như OpenAI đang nỗ lực phát triển trí tuệ nhân tạo tổng quát (AGI), một hệ thống có thể vượt trội trí thông minh của con người và mang lại những thay đổi kinh tế sâu rộng.

• Sam Altman, CEO của OpenAI, mô tả AGI như một "trí thông minh kỳ diệu trên bầu trời" và cho rằng nó có thể "phá vỡ chủ nghĩa tư bản" cũng như là "mối đe dọa lớn nhất đối với sự tồn tại của nhân loại".

• Tác giả đặt câu hỏi liệu công chúng có thực sự muốn loại AI này hay không, và liệu một số CEO công nghệ có quyền quyết định thay đổi toàn bộ thế giới mà không cần sự đồng thuận.

• Jack Clark, đồng sáng lập công ty AI Anthropic, bày tỏ sự lo ngại về việc các nhà phát triển AI cần phải xin phép xã hội đến mức nào trước khi thay đổi xã hội một cách không thể đảo ngược.

• Bài viết phân tích 3 lập luận phổ biến ủng hộ việc phát triển AGI mà không cần sự đồng thuận của công chúng:

1. "Việc sử dụng chính là sự đồng thuận": Tác giả cho rằng đây là lập luận gây hiểu nhầm, vì sử dụng một hệ thống AI không đồng nghĩa với việc đồng ý cho phát triển AGI.

2. "Công chúng quá thiếu hiểu biết để chỉ bảo các nhà sáng tạo": Tác giả phản bác rằng mặc dù công chúng không cần quyết định chi tiết chính sách AI, nhưng họ nên được hỏi ý kiến về định hướng phát triển xã hội.

3. "Không thể ngăn cản sự đổi mới": Tác giả chỉ ra rằng đây là một quan niệm sai lầm, vì trong lịch sử đã có nhiều công nghệ bị hạn chế hoặc cấm phát triển.

• Bài viết nhấn mạnh tầm quan trọng của việc có sự đồng thuận từ xã hội đối với những công nghệ có tác động sâu rộng như AGI, tương tự như việc kiểm soát vũ khí hạt nhân hay sinh học.

• Tác giả kết luận rằng đối với những vấn đề ảnh hưởng đến toàn thể nhân loại như AGI, cần phải có sự tham gia quyết định của tất cả mọi người.

📌 Bài viết nêu bật mối quan ngại về việc phát triển AGI thiếu sự đồng thuận từ công chúng. Tác giả phân tích 3 lập luận phổ biến ủng hộ việc này và chỉ ra những điểm yếu. Kết luận nhấn mạnh tầm quan trọng của việc có sự tham gia quyết định của toàn xã hội đối với công nghệ có tác động sâu rộng như AGI.

https://www.vox.com/future-perfect/377555/ai-chatgpt-openai-god

• Dario Amodei, CEO Anthropic, đã đăng một bài viết dài 15.000 từ thể hiện quan điểm cực kỳ lạc quan về tương lai của AI.

• Amodei dự đoán "AI mạnh mẽ" sẽ xuất hiện vào năm 2026, có khả năng thông minh hơn người đoạt giải Nobel trong các lĩnh vực như sinh học, kỹ thuật.

• AI này được cho là có thể điều khiển mọi phần mềm và phần cứng, bao gồm cả máy móc công nghiệp, và thực hiện hầu hết công việc của con người nhưng tốt hơn.

• Amodei tin rằng trong 7-12 năm tới, AI có thể giúp điều trị hầu hết các bệnh truyền nhiễm, loại bỏ phần lớn ung thư, chữa khỏi các rối loạn di truyền và ngăn chặn Alzheimer ở giai đoạn sớm nhất.

• Ông dự đoán trong 5-10 năm tới, các bệnh như PTSD, trầm cảm, tâm thần phân liệt và nghiện ngập sẽ được chữa khỏi bằng thuốc do AI tạo ra.

• Amodei kỳ vọng tuổi thọ trung bình của con người sẽ tăng gấp đôi lên 150 tuổi.

• Ông cho rằng AI có thể giải quyết nạn đói trên thế giới, đảo ngược biến đổi khí hậu và chuyển đổi nền kinh tế ở hầu hết các nước đang phát triển.

• Amodei tin rằng AI có thể nâng GDP bình quân đầu người của khu vực Hạ Sahara châu Phi từ 1.701 USD (năm 2022) lên mức của Trung Quốc (12.720 USD năm 2022) trong vòng 5-10 năm.

• Ông đề xuất một liên minh các nền dân chủ kiểm soát chuỗi cung ứng AI và ngăn chặn các đối thủ sử dụng AI vào mục đích có hại.

• Amodei thừa nhận AI sẽ thay thế hầu hết công việc của con người, nhưng không đưa ra giải pháp cụ thể cho vấn đề này.

• Bài viết của Amodei được cho là có thời điểm khá trùng hợp, khi Anthropic đang trong quá trình huy động hàng tỷ đô la vốn đầu tư mạo hiểm.

• Nhiều nhà phê bình cho rằng quan điểm của Amodei quá lạc quan và thiếu căn cứ thực tế, bỏ qua nhiều rủi ro và tác động tiêu cực tiềm tàng của AI.

📌 Bài viết của CEO Anthropic thể hiện tầm nhìn cực kỳ lạc quan về tương lai AI, dự đoán những đột phá lớn trong y học và kinh tế vào năm 2026. Tuy nhiên, nhiều ý kiến cho rằng các dự đoán này quá tham vọng và thiếu căn cứ, đồng thời bỏ qua các rủi ro tiềm ẩn của AI.

https://techcrunch.com/2024/10/11/anthropic-ceo-goes-full-techno-optimist-in-15000-word-paean-to-ai/

• Justina Nixon-Saintil (IBM): Trong năm tới, mọi công việc có thể tự động hóa bằng AI sẽ được thực hiện. Nhân viên cần hiểu cách làm việc cùng AI để tăng năng suất và hiệu quả. IBM đang tập trung nâng cao kỹ năng cho toàn bộ nhân viên thông qua các thử thách AI nội bộ.

• Anant Adya (Infosys): Mục tiêu là trở thành doanh nghiệp AI từ cốt lõi, sử dụng AI trong mọi hoạt động như xử lý hóa đơn, mua sắm. Quan điểm là AI không thay thế nhân viên mà tăng cường năng suất. Infosys cũng tích hợp AI vào tất cả các dịch vụ cung cấp cho khách hàng.

• Marjorie Powell (AARP): Nhấn mạnh việc nâng cao kỹ năng và đào tạo lại song song với công nghệ AI. Mọi nhân viên cần học cách tạo prompt, không chỉ thuê kỹ sư prompt riêng. AARP tạo môi trường học tập liên tục, cộng đồng thực hành để nhân viên thử nghiệm AI, và phát triển nhóm chuyên gia nội bộ.

• Alicia Pittman (BCG): Hơn 70% trong số 35.000 nhân viên BCG đang sử dụng AI tạo sinh. Nhân viên đã tạo hơn 1.000 GPT tùy chỉnh. AI tạo sinh giúp giữ lại kiến thức trong nhóm và cho phép nhân viên đa năng thực hiện các nhiệm vụ kỹ thuật phức tạp hơn.

• Maggie Hulce (Indeed): Tích hợp AI vào tất cả sản phẩm và giải pháp để tạo trải nghiệm cá nhân hóa ở quy mô lớn. AI sẽ tăng cường hầu hết vai trò và quy trình làm việc. Các công nghệ mới giúp kết nối dữ liệu từ nhiều nguồn dễ dàng hơn, thúc đẩy thử nghiệm với ứng dụng AI.

• Kenon Chen (Clear Capital): Tập trung vào 3 hướng: xây dựng tiêu chuẩn ngành về kiểm tra mô hình AI, đầu tư vào dữ liệu chất lượng cao, và thúc đẩy hợp tác giữa các bên liên quan. Mục tiêu là áp dụng AI phù hợp với quy định và kỳ vọng của khách hàng trong ngành tài chính nhà ở.

• Chris Deri (Weber Shandwick): Thiết kế đào tạo riêng cho từng loại chuyên viên thay vì áp dụng cách tiếp cận từ trên xuống. Thành lập nhóm tư duy tương lai và hệ sinh thái học tập liên tục. Đánh giá lại toàn bộ mô hình kinh doanh và dịch vụ để tận dụng hiệu quả của AI.

• Sharawn Tipton (LiveRamp): Tập trung vào khoảng cách tin cậy AI, đảm bảo bảo vệ dữ liệu khách hàng và sử dụng AI phù hợp. Giải quyết lo ngại về an ninh việc làm bằng cách đặt con người vào trung tâm của quá trình chuyển đổi, nhắm mục tiêu các nhóm nhân viên khác nhau.

• Shane Koller (Ancestry): Nhấn mạnh tầm quan trọng của quản trị trong việc sử dụng AI. Ancestry đã tích hợp AI vào sản phẩm hơn 10 năm và tập trung vào cách quản trị việc sử dụng AI nội bộ để bảo vệ dữ liệu khách hàng.

📌 Các công ty hàng đầu đang tích cực tích hợp AI vào hoạt động, với 70% nhân viên BCG đã sử dụng AI tạo sinh và IBM cam kết đào tạo 2 triệu người về AI đến năm 2026. Trọng tâm là nâng cao kỹ năng nhân viên, tự động hóa quy trình, và đảm bảo quản trị phù hợp khi áp dụng AI.

https://www.businessinsider.com/leaders-discuss-ai-technology-transform-company-workflows-unlock-employee-potential-2024-10

• Jensen Huang, CEO của NVIDIA, đã chia sẻ tầm nhìn về tương lai của AI trong cuộc phỏng vấn với Marc Benioff, CEO Salesforce tại hội nghị Dreamforce.

• Huang nhấn mạnh sự chuyển dịch từ môi trường dựa trên công cụ sang môi trường dựa trên kỹ năng, với các agent AI đóng vai trò then chốt trong việc tự động hóa công việc và thúc đẩy năng suất.

• Các agent AI không chỉ tự động hóa các tác vụ phức tạp mà còn có khả năng tạo ra các công cụ mới để nâng cao năng lực của chính mình.

• Sự phát triển nhanh chóng của AI được thúc đẩy bởi các tiến bộ trong học không giám sát, học tăng cường và phát triển các mô hình ngôn ngữ lớn.

• Huang nhấn mạnh tầm quan trọng của việc loại bỏ giới hạn con người trong phát triển AI để đẩy nhanh tiến độ và đạt được sức mạnh tính toán chưa từng có.

• Việc cân bằng giữa dữ liệu công khai và độc quyền là cần thiết cho sự phát triển AI hiệu quả.

• Mở rộng quy mô AI đòi hỏi quản lý hiệu quả tài nguyên tính toán cho đào tạo và thử nghiệm.

• Dữ liệu tổng hợp giảm sự phụ thuộc vào dữ liệu được gắn nhãn bởi con người và nâng cao hiệu quả đào tạo AI.

• GPU vượt qua định luật Moore, thúc đẩy sự tiến bộ nhanh chóng của AI.

• AI đang chuyển đổi phát triển phần mềm bằng cách tự động hóa các tác vụ lập trình và tối ưu hóa.

• Đảm bảo an toàn AI thông qua tinh chỉnh, học có giám sát và cơ chế phản hồi là điều cần thiết.

• Việc đưa các agent AI vào hoạt động với đào tạo và bối cảnh phù hợp là quan trọng để triển khai hiệu quả.

• Tương lai của điện toán sẽ liên quan đến phần mềm dự đoán và giao diện thích ứng, nâng cao trải nghiệm người dùng.

• Tầm nhìn của Huang nhấn mạnh tiềm năng chuyển đổi của các agent AI trong việc định hình tương lai của các ngành công nghiệp.

• Bằng cách áp dụng các công nghệ và phương pháp AI tiên tiến, doanh nghiệp có thể mở khóa các mức năng suất và đổi mới chưa từng có.

• Tương lai sẽ chứng kiến các agent AI làm việc cùng con người để thúc đẩy tiến bộ và thành công trong nhiều lĩnh vực.

📌 Jensen Huang dự đoán agent AI sẽ định hình tương lai công nghệ, tự động hóa công việc phức tạp và tăng năng suất đột phá. Các tiến bộ trong học máy, GPU và dữ liệu tổng hợp đang thúc đẩy sự phát triển nhanh chóng của AI, mở ra cơ hội to lớn cho doanh nghiệp trong nhiều lĩnh vực.

https://www.geeky-gadgets.com/nvidia-ceo-on-agents-being-the-future-of-ai/

• AI agent đang nổi lên như xu hướng công nghệ nóng nhất vào mùa thu 2024, hứa hẹn mang lại ROI đáng kể cho các khoản đầu tư vào giải pháp AI thế hệ tiếp theo.

• AI agent là một ứng dụng tổng hợp và tự chủ cho phép con người và AI cộng tác để hoàn thành một nhiệm vụ. Nó khác biệt so với chatbot AI hiện có ở khả năng thực hiện các hành động tiếp theo dựa trên kết quả phản hồi của LLM, có hoặc không có sự tham gia thêm của con người.

• Lợi ích chính của AI agent bao gồm: có mục đích cụ thể, có thể được tạo và quản lý bởi người không phải lập trình viên, cung cấp bối cảnh làm việc tốt hơn cho AI.

• Ví dụ, một AI agent có thể tự động hóa phần lớn quá trình lập kế hoạch sự kiện công ty, bao gồm khảo sát từ các sự kiện trước đó, so sánh các lựa chọn địa điểm, kiểm tra sự sẵn có của địa điểm và diễn giả chính, xem xét các vấn đề đi lại và mô hình hóa số lượng phiên mà một địa điểm cụ thể có thể tổ chức.

• Các thành phần chính của một AI agent bao gồm: LLM, dữ liệu, quản trị, tích hợp, quy trình làm việc/quy tắc, giao diện người dùng và lưu trữ.

• Việc triển khai AI agent dự kiến sẽ diễn ra qua 4 giai đoạn: nền tảng ứng dụng (hiện tại), nền tảng cơ sở hạ tầng (đầu 2025), các startup chuyển hướng (đầu-giữa 2025), và triển khai sản xuất đầu tiên (giữa-cuối 2025).

• Các thách thức chính đối với AI agent bao gồm quản trị, kiểm thử, khả năng quan sát, hiệu suất và hiệu quả.

• Trong 12 tháng tới, doanh nghiệp nên: bắt đầu từ từ với các dự án thí điểm, chỉ định một "tổng giám đốc phụ trách agent", và kéo dài thời gian kiểm thử càng nhiều càng tốt.

📌 AI agent đang nổi lên như xu hướng công nghệ hàng đầu cuối năm 2024, hứa hẹn mang lại ROI đáng kể cho doanh nghiệp. Với khả năng tự động hóa quy trình, tích hợp dữ liệu và cộng tác người-máy, AI agent có tiềm năng thay đổi cách thức hoạt động của doanh nghiệp. Tuy nhiên, việc triển khai cần được thực hiện cẩn thận, với sự chú ý đặc biệt đến quản trị, kiểm thử và khả năng mở rộng.

https://www.forbes.com/sites/moorinsights/2024/09/26/ai-agents-will-be-the-key-to-achieving-roi-from-ai/

• LoveFrom, studio thiết kế của Jony Ive và Marc Newson, đang hợp tác với OpenAI của Sam Altman để phát triển một thiết bị AI bí mật chưa được đặt tên.

• Mục tiêu là tạo ra "trải nghiệm máy tính ít gây xáo trộn xã hội hơn iPhone". Hình dạng và thời điểm ra mắt của thiết bị vẫn chưa được xác định.

• Dự án nhận được đầu tư từ Emerson Collective của Laurene Powell Jobs và chính Jony Ive.

• Thiết bị có thể là một sản phẩm tiêu dùng để truy cập ChatGPT và Dall-E, cạnh tranh với các tính năng AI mới của Apple trên iPhone 16.

• Một số chuyên gia cho rằng việc tích hợp AI vào smartphone chỉ là sự tiếp nối của mô hình kinh doanh bóc lột người dùng.

• Vẫn chưa rõ thiết bị sẽ là một sản phẩm đơn lẻ hay hệ thống các thành phần kết nối. Cũng chưa biết nó sẽ có màn hình hay không.

• Jony Ive từng bày tỏ quan ngại về tác động tiêu cực của smartphone và mạng xã hội, hạn chế thời gian sử dụng màn hình của con cái.

• LoveFrom đã tuyển dụng khoảng 10 nhân viên cho dự án này, bao gồm nhiều cựu nhân viên Apple.

• Dự án dự kiến huy động tới 1 tỷ USD vốn đầu tư vào cuối năm nay.

• Một số chuyên gia kỳ vọng Ive và nhóm của ông có thể tạo ra một "linh hồn máy tính mới", khuếch đại nhân tính thay vì làm suy giảm nó.

• LoveFrom đang xây dựng hình ảnh về sự chăm chút, thủ công và quản lý tốt - những phẩm chất có thể hữu ích trong việc định hướng hoạt động của OpenAI.

📌 Jony Ive và OpenAI đang phát triển thiết bị AI mới nhằm tạo trải nghiệm máy tính ít gây xáo trộn xã hội hơn iPhone. Dự án huy động 1 tỷ USD, tuyển dụng cựu nhân viên Apple, hướng tới một "linh hồn máy tính mới" khuếch đại nhân tính. Tiềm năng thay đổi tương tác người-máy nhưng vẫn còn nhiều bí ẩn.

https://www.wired.com/story/jony-ive-iphone-of-ai/

• YoungJip Kim, Giám đốc AI của Samsung Electronics, dự đoán AI sẽ được tích hợp sâu rộng vào mọi khía cạnh của cuộc sống trong năm tới.

• Kim cho rằng kỳ vọng của mọi người về công nghệ AI đã tăng cao so với vài tháng trước, thúc đẩy các công ty công nghệ nỗ lực phát triển AI.

• Trong tương lai gần, người dùng sẽ có những trải nghiệm nâng cao hơn với AI, đặc biệt là cách tương tác với trợ lý ảo và thiết bị thông minh.

• Samsung đang liên tục bổ sung các tính năng AI mới vào các thiết bị của mình, tập trung vào các công cụ AI cho camera và chỉnh sửa ảnh.

• Kim chia sẻ một ví dụ thú vị về việc sử dụng AI để cải thiện chất lượng ảnh, đặc biệt khi chụp ảnh người thân.

• Một ví dụ khác về tác động của AI là trường hợp một nhân viên Samsung người Hàn Quốc làm việc tại Ba Lan. Anh đã sử dụng tính năng dịch thuật AI trên Galaxy S24 để giúp bố mẹ mình và bố mẹ vợ người Ba Lan giao tiếp mà không còn rào cản ngôn ngữ.

• Kim tin rằng các công cụ AI trong tương lai sẽ phát triển để phản ánh cách mọi người sử dụng và suy nghĩ về AI khi họ quen thuộc và dành nhiều thời gian thử nghiệm các tính năng khác nhau.

• Xu hướng cá nhân hóa sẽ phát triển mạnh khi AI thích ứng với nhu cầu của từng cá nhân và cách họ tương tác với công nghệ.

• Kim dự đoán năm 2025 sẽ là năm của sự áp dụng AI rộng rãi. Thay vì chỉ sử dụng AI thỉnh thoảng như hiện nay, AI sẽ được tích hợp sâu rộng vào mọi khía cạnh của cuộc sống.

• Mục tiêu chính của AI là làm cho cuộc sống của người dùng dễ dàng hơn, đặc biệt trong lĩnh vực giao tiếp, dịch thuật và xử lý dữ liệu ngôn ngữ.

• Samsung đã giới thiệu nhiều tính năng AI trên các thiết bị mới như Galaxy S24 FE và Galaxy Tab S10, thể hiện cam kết của công ty trong việc đưa AI vào các sản phẩm tiêu dùng.

• Kim bày tỏ sự phấn khích về những đổi mới liên tục trong lĩnh vực AI và tiềm năng của nó trong việc cải thiện trải nghiệm người dùng.

📌 Samsung dự đoán AI sẽ được tích hợp sâu rộng vào mọi khía cạnh cuộc sống vào năm 2025. Giám đốc AI của Samsung nhấn mạnh xu hướng cá nhân hóa và mục tiêu làm cho cuộc sống dễ dàng hơn thông qua các ứng dụng AI như giao tiếp, dịch thuật và xử lý dữ liệu ngôn ngữ.

https://www.techradar.com/computing/artificial-intelligence/samsung-ai-chief-predicts-ai-in-every-corner-of-life

- Báo cáo từ Bain & Company ước tính thị trường tổng cộng có thể tiếp cận cho các sản phẩm và dịch vụ liên quan đến AI sẽ tăng trưởng 40-55% mỗi năm trong ít nhất 3 năm tới, đạt 780-990 tỷ USD vào năm 2027
- Tải trọng công việc AI có thể tăng 25-35% mỗi năm cho đến năm 2027
- Nhu cầu về sức mạnh tính toán sẽ mở rộng quy mô các trung tâm dữ liệu lớn trong 5-10 năm tới, từ 50-200 MW hiện nay lên hơn 1 GW, nghĩa là chi phí có thể tăng từ 1-4 tỷ USD lên 10-25 tỷ USD trong 5 năm tới
- Nhu cầu GPU tăng cao có thể khiến tổng nhu cầu các linh kiện upstream tăng 30% vào năm 2026, dẫn đến thiếu hụt chip bán dẫn
- Công nghệ lưu trữ sẽ phát triển để đáp ứng nhu cầu của AI sinh tổng hợp, trong khi nhu cầu chuẩn bị và di chuyển dữ liệu tăng sẽ thúc đẩy tăng trưởng phần mềm quản lý dữ liệu
- Dịch vụ công nghệ sẽ có nhu cầu cao trong trung hạn trong khi khách hàng thiếu kỹ năng và chuyên môn cần thiết cho triển khai AI và hiện đại hóa dữ liệu

📌 Thị trường AI toàn cầu có thể tăng trưởng 40-55% mỗi năm, đạt 990 tỷ USD vào năm 2027, trong khi nhu cầu về sức mạnh tính toán sẽ mở rộng quy mô các trung tâm dữ liệu lớn và dẫn đến thiếu hụt chip bán dẫn.

https://www.moneycontrol.com/news/business/ai-global-market-may-touch-990-bn-by-2027-with-40-55-annual-growth-rate-report-12829560.html

- Trong vài thập kỷ tới, con người sẽ có khả năng làm những điều mà thế hệ trước cho là phép màu.

- Xã hội là một dạng trí tuệ tiên tiến khi tích lũy được những thành tựu qua các thế hệ, và AI sẽ là công cụ giúp giải quyết các vấn đề khó khăn.

- AI sẽ giúp mỗi người có đội ngũ ảo cá nhân, gồm các chuyên gia ảo từ nhiều lĩnh vực, để làm được những điều không tưởng.

- Trong tương lai, AI có thể cải thiện giáo dục với các gia sư ảo cá nhân hóa hoặc nâng cao y tế và phần mềm, mang đến sự thịnh vượng chia sẻ cho toàn xã hội.

- Học sâu là nền tảng cho những tiến bộ này, với hiệu quả tỷ lệ thuận với quy mô và tài nguyên tính toán được đầu tư.

- Siêu trí tuệ có thể xuất hiện trong vài nghìn ngày, giúp tiến bộ khoa học đạt được tốc độ và quy mô chưa từng có.

- Để hiện thực hóa tiềm năng của AI, cần có hạ tầng tính toán và năng lượng đủ mạnh, đồng thời phải giảm chi phí để AI không trở thành tài nguyên độc quyền cho người giàu.

- Nếu không hành động kịp thời, AI có thể trở thành công cụ tạo ra các cuộc chiến vì tài nguyên và là lợi thế chỉ dành cho những người có điều kiện.

- Sự phát triển của AI sẽ đem lại thay đổi lớn trong thị trường lao động, tuy nhiên, nhiều công việc sẽ thay đổi dần dần, và con người vẫn sẽ tìm thấy niềm vui và ý nghĩa trong sáng tạo.

- Thịnh vượng toàn cầu nhờ AI là điều không thể tưởng tượng được vào thời điểm này, nhưng trong 100 năm nữa, những điều kỳ diệu như khắc phục biến đổi khí hậu và khám phá vật lý toàn diện sẽ trở nên phổ biến.

📌 AI đang mở ra kỷ nguyên Trí tuệ mới với khả năng không tưởng, mang lại sự thịnh vượng cho xã hội nhưng cũng đi kèm với những thách thức về tài nguyên và thị trường lao động. Việc giải quyết vấn đề này đòi hỏi hành động sáng suốt để tối ưu hóa lợi ích AI mang lại.

• Jensen Huang, CEO Nvidia, và Marc Benioff, CEO Salesforce, thảo luận về tương lai của AI tác nhân tại sự kiện Dreamforce của Salesforce.

• Huang nhận định cơ hội cho AI tác nhân sẽ "khổng lồ", với tiến bộ "ngoạn mục và đáng ngạc nhiên".

• Phát triển AI đang diễn ra nhanh hơn định luật Moore, theo Huang là "hợp lý Moore's Law bình phương".

• Trong tương lai, sẽ có các tác nhân AI hiểu được sắc thái tinh tế, có khả năng lập luận và hợp tác.

• Các tác nhân AI sẽ có thể tìm kiếm tác nhân khác để "làm việc cùng nhau, tập hợp lại", đồng thời giao tiếp với con người để cải thiện đầu ra.

• Huang dự đoán: "Chúng ta sẽ có tác nhân làm việc với tác nhân, tác nhân làm việc với chúng ta".

• Việc áp dụng AI cần được đơn giản hóa, "giống như việc đưa nhân viên mới vào làm việc".

• Benioff nhấn mạnh tầm quan trọng của việc mọi người "thực sự hiểu" cách AI hoạt động và mục đích của chúng.

• Huang chỉ ra rằng vẫn còn nhiều thách thức, bao gồm tinh chỉnh và bảo vệ, nhưng các nhà khoa học đang tiến bộ hàng ngày.

• AI đang được sử dụng để tạo ra dữ liệu an toàn để "dạy" AI khác.

• Nvidia tập trung vào kiến trúc điện toán tăng tốc, bổ sung GPU cho CPU và xây dựng nền tảng DGX.

• Công ty nhận ra sớm rằng "học sâu sẽ thay đổi hoàn toàn phần mềm".

• Nvidia có lợi thế "làm việc với mọi nhà nghiên cứu trên hành tinh".

• Huang tin rằng Nvidia đang ở vị trí "một lần trong đời và một lần trong một thế hệ".

• Ông nhấn mạnh: "Ngay lúc này quá thú vị, bạn không nghĩ vậy sao? Không ai nên bỏ lỡ thập kỷ tới. Bạn sẽ không muốn bỏ lỡ bộ phim này đâu."

📌 Jensen Huang và Marc Benioff nhìn nhận tiềm năng to lớn của AI tác nhân, với khả năng hợp tác và tự cải thiện. Họ dự đoán AI sẽ phát triển nhanh hơn định luật Moore, mang lại cơ hội "khổng lồ" trong thập kỷ tới. Tuy nhiên, vẫn còn nhiều thách thức cần giải quyết.

https://venturebeat.com/ai/why-jensen-huang-and-marc-benioff-see-gigantic-opportunity-for-agentic-ai/

• CEO DataStax Chet Kapoor dự đoán 2025 sẽ là năm AI thực sự chuyển đổi hoạt động kinh doanh, sau giai đoạn khó khăn trong triển khai hiện nay.

• Kapoor chia sẻ 3 giai đoạn áp dụng AI tạo sinh của doanh nghiệp:
- Ủy quyền: Tìm kiếm hiệu quả 30% thông qua các công cụ như GitHub Copilot
- Tăng tốc: Tập trung vào hiệu quả hơn 30% bằng cách xây dựng ứng dụng tăng năng suất  
- Sáng tạo: Doanh nghiệp bắt đầu tự đổi mới bằng công nghệ AI

• 2024 được dự đoán là năm của AI sản xuất, với hầu hết khách hàng sẽ triển khai một số dự án AI

• Kapoor xác định 3 lĩnh vực chính cần giải quyết để triển khai AI thành công:
- Công nghệ: Kiến trúc mới dựa trên nguồn mở
- Con người: Trao quyền cho các nhà phát triển 
- Quy trình: Quản trị và quy định ngày càng quan trọng

• Kapoor ủng hộ mạnh mẽ giải pháp nguồn mở trong hệ thống AI tạo sinh

• Chuyên gia dự đoán các cải tiến trong tương lai của mô hình ngôn ngữ lớn (LLM) sẽ đến từ:
- Tăng cửa sổ ngữ cảnh
- Phương pháp "kết hợp chuyên gia"  
- AI tác nhân và mô hình nền tảng cho từng ngành

• OpenAI vừa ra mắt mô hình GPT-01 với công nghệ "Chuỗi suy luận", giúp cải thiện khả năng giải quyết vấn đề phức tạp

• Nghiên cứu cho thấy AI tạo sinh có thể tăng năng suất 20-40% cho các chuyên gia

📌 CEO DataStax dự đoán 2025 là năm bước ngoặt của AI trong doanh nghiệp. Ông chia sẻ 3 giai đoạn áp dụng AI, 3 thách thức triển khai chính và nhấn mạnh tầm quan trọng của giải pháp nguồn mở. Các cải tiến LLM trong tương lai sẽ tập trung vào tăng ngữ cảnh và chuyên môn hóa.

https://venturebeat.com/ai/datastax-ceo-2025-will-be-the-year-we-see-true-ai-transformation/

- Sự phát triển của AI tạo sinh chỉ mới bắt đầu từ 2 năm trước, nhưng đã nhanh chóng thay đổi cách chúng ta tương tác với nội dung.
- Ban đầu, người dùng đắm chìm trong việc sáng tạo nội dung mới như thơ ca và kịch bản hài hước.
- Tuy nhiên, sự hứng thú với việc sáng tạo đã giảm dần và một chức năng mới nổi bật hơn: tóm tắt và đơn giản hóa nội dung có sẵn.
- Thay vì tạo ra nội dung mới, người dùng hiện nay tìm kiếm cách để tiêu hóa thông tin một cách nhanh chóng và hiệu quả.
- Xu hướng này không phải là điều mới mẻ; nó đã bắt đầu từ lâu trước khi AI trở nên phổ biến.
- Các blogger đã từng tóm tắt các bài báo dài thành những điểm chính hấp dẫn, điều này đã dẫn đến việc tiêu thụ thông tin nhanh hơn trên internet.
- Các nền tảng như YouTube đã thêm tính năng chương và tóm tắt cho video dài để người xem có thể dễ dàng tiếp cận thông tin quan trọng.
- Google cũng đã cải thiện trải nghiệm tìm kiếm bằng cách đưa người dùng đến ngay phần liên quan trong video.
- Podcast trở nên phổ biến với các tùy chọn phát lại cho phép người nghe tăng tốc độ nghe từ 1.2x đến 3.5x.
- Trên Spotify, các hãng thu âm phát hành các phiên bản bài hát pop được tăng tốc để phù hợp với xu hướng tiêu thụ nhanh chóng trên mạng xã hội.
- TikTok đã đi xa hơn khi cho phép người dùng xem những đoạn tóm tắt của các bộ phim điện ảnh trong vài clip dài hai phút.

📌 Sự chuyển mình của AI từ sáng tạo sang tóm tắt phản ánh nhu cầu ngày càng cao về việc tiêu thụ thông tin nhanh chóng trong thời đại số. Các nền tảng như YouTube và Spotify đang điều chỉnh theo xu hướng này để phục vụ người dùng hiệu quả hơn.

https://www.fastcompany.com/91176348/generative-ai-summarization-the-great-truncation

• Jensen Huang, CEO Nvidia, phát biểu tại Hội nghị Communacopia + Technology của Goldman Sachs ngày 11/9, thảo luận về tính cạnh tranh của Nvidia, nền tảng Blackwell và Taiwan Semiconductor.

• Cổ phiếu Nvidia tăng hơn 8% sau bài phát biểu, phục hồi đáng kể sau khi giảm mạnh sau báo cáo thu nhập Q2 vào tháng 8.

• Trong Q2 kết thúc ngày 28/7, Nvidia báo cáo:
  - Thu nhập điều chỉnh 0,68 USD/cổ phiếu, tăng gấp đôi so với cùng kỳ năm trước
  - Doanh thu đạt 30 tỷ USD, tăng 122% so với cùng kỳ năm trước

• Huang tuyên bố Định luật Moore đã kết thúc, nhấn mạnh nhu cầu tăng tốc và thu nhỏ trung tâm dữ liệu.

• Nvidia đang thúc đẩy 2 xu hướng công nghệ chính:
  1. Chuyển từ trung tâm dữ liệu dựa trên CPU sang điện toán GPU nhanh hơn
  2. Tập trung vào sự phát triển của AI tạo sinh

• Huang dự đoán tương lai nơi mỗi kỹ sư phần mềm sẽ có "kỹ sư kỹ thuật số" đồng hành 24/7.

• Về rủi ro sản xuất chip từ Taiwan Semiconductor, Huang cho biết Nvidia có khả năng chuyển sang nhà cung cấp thay thế nếu cần, mặc dù có thể ảnh hưởng đến chất lượng.

• Huang nhấn mạnh vị trí dẫn đầu của Taiwan Semiconductor trong ngành công nghiệp chip.

• Doanh thu tháng 8 của Taiwan Semiconductor tăng 33% lên 7,8 tỷ USD, cho thấy nhu cầu cao đối với chip AI của Nvidia.

• Huang giới thiệu nền tảng Blackwell, cho phép chạy AI tạo sinh thời gian thực trên các mô hình có hàng nghìn tỷ tham số.

• Khách hàng của Blackwell bao gồm Amazon AWS, Dell, Google, Meta, Microsoft, OpenAI, Oracle và Tesla.

• Blackwell hiện đang sản xuất đầy đủ, dự kiến giao hàng trong Q4 và mở rộng quy mô trong năm tới.

📌 Jensen Huang dự báo tương lai AI tập trung vào cơ sở hạ tầng, không chỉ chip. Nvidia thúc đẩy xu hướng điện toán GPU và AI tạo sinh với nền tảng Blackwell. Doanh thu Q2 tăng 122%, đạt 30 tỷ USD. Blackwell sẽ bắt đầu giao hàng Q4/2024.

https://www.thestreet.com/technology/nvidias-jensen-huang-addressed-three-big-questions-about-ai-future

- AI không chỉ là một thuật toán kỳ diệu mà còn là một bộ sưu tập đa dạng các mô hình và kỹ thuật.
- Sự kỳ vọng không thực tế về AI dẫn đến sự phân cực trong cộng đồng, giữa những người lạc quan và những người hoài nghi.
- Hype Cycle của Gartner cho thấy sự gia tăng kỳ vọng và sau đó là sự thất vọng về AI.
- Các mô hình AI khác nhau bao gồm:
  - AI phân biệt (Discriminative AI): Phát hiện gian lận trong giao dịch.
  - Mô hình dự đoán (Predictive Models): Dự đoán hành vi khách hàng và giá bất động sản.
  - Mô hình phân cụm (Clustering Models): Phát hiện các mẫu ẩn trong dữ liệu.
- Retrieval-Augmented Generation (RAG) là một kỹ thuật mới giúp tăng cường khả năng của các hệ thống AI.
- Các biến thể của RAG bao gồm:
  - RAG chuyên ngành (Domain-Specific RAG): Tích hợp kiến thức chuyên sâu vào mô hình AI.
  - GraphRAG: Sử dụng đồ thị tri thức để cung cấp thông tin chính xác.
  - Agentic RAG: Cho phép AI tương tác với môi trường và thực hiện các nhiệm vụ phức tạp.
- AI đa phương thức (Multimodal AI) kết hợp nhiều loại dữ liệu khác nhau để giải quyết các thách thức phức tạp.
- Ứng dụng thực tế của AI trong các lĩnh vực như:
  - Chẩn đoán và điều trị y tế: Kết hợp dữ liệu bệnh nhân, hình ảnh chẩn đoán và phân tích âm thanh.
  - Thị trường tài chính: Dự đoán và giao dịch tự động với sự hỗ trợ của nhiều tác nhân AI.
  - Lưới điện thông minh và tối ưu hóa chuỗi cung ứng: Quản lý phân phối điện và dự đoán rủi ro trong chuỗi cung ứng.
- Để khai thác tiềm năng thực sự của AI, cần:
  - Nhận thức về sự đa dạng của các mô hình AI.
  - Đặt kỳ vọng thực tế về khả năng của từng phương pháp AI.
  - Tập trung vào các ứng dụng thực tiễn kết hợp nhiều kỹ thuật AI.
  - Đầu tư vào nghiên cứu và phát triển các kỹ thuật AI tiên tiến như RAG và AI đa phương thức.
  - Khuyến khích hợp tác liên ngành để phát triển AI với chuyên môn và đạo đức.

📌 Tương lai của AI không chỉ là về việc tạo ra nội dung tốt hơn mà còn là khả năng tích hợp và thích ứng với các tình huống phức tạp trong thực tế, với RAG và AI đa phương thức là những công cụ quan trọng trong hành trình này.

https://futurist.com/2024/09/15/the-future-wears-rags-unraveling-the-fabric-of-emerging-ai/

• Yuval Noah Harari trong cuốn sách "Nexus" kể lại cuộc phỏng vấn năm 2002 giữa Kevin Kelly của Wired và Larry Page của Google. Page tiết lộ Google thực sự đang tạo ra một AI, và dữ liệu lớn giúp tạo ra AI dễ dàng hơn.

• Harari khám phá mạng lưới thông tin từ thời kỳ đầu của ngôn ngữ đến Google và xa hơn nữa, dự đoán về hướng phát triển của "cuộc cách mạng thông tin" này.

• Tác giả cho rằng cuộc cách mạng thông tin hiện tại quan trọng hơn bất kỳ cuộc cách mạng nào trước đây, và có khả năng tạo ra những thực tế chưa từng có với quy mô chưa từng thấy.

• Harari cảnh báo về những hệ quả sâu rộng của khả năng AI. Ông viết: "Những gì đã xảy ra trong 80 năm qua không là gì so với những gì đang chờ đợi chúng ta."

• Các công ty công nghệ không chỉ có mối liên hệ trực tiếp với chính phủ các nước mà còn có "đường dây trực tiếp đến hệ thống cảm xúc của con người". Điều này tiềm ẩn nguy hiểm.

• Harari đặt câu hỏi: "Nếu các gã khổng lồ công nghệ tuân theo mong muốn của cử tri và khách hàng, nhưng đồng thời cũng định hình những mong muốn này, thì ai thực sự kiểm soát ai?"

• Mặc dù khả năng thích nghi của loài người mang lại hy vọng, nhưng cũng có những mối đe dọa từ các tác nhân xấu. Harari kết luận: "Nền văn minh nhân loại cũng có thể bị hủy diệt bởi vũ khí hủy diệt xã hội hàng loạt."

• Tác giả cảnh báo rằng một AI được phát triển ở một quốc gia có thể được sử dụng để tung ra một làn sóng tin tức giả, tiền giả và con người giả, khiến mọi người mất khả năng tin tưởng bất cứ điều gì hoặc bất kỳ ai.

• Harari nhấn mạnh rằng AI là một vấn đề toàn cầu, đòi hỏi sự chú ý và hành động từ cộng đồng quốc tế.

📌 AI đang định hình tương lai với tiềm năng và rủi ro chưa từng có. Từ việc Google thu thập dữ liệu để phát triển AI đến khả năng tạo ra "vũ khí hủy diệt xã hội hàng loạt", AI đặt ra thách thức toàn cầu cần được giải quyết ngay lập tức.

https://nypost.com/2024/09/15/tech/the-futere-of-ai-explained/

• Yuval Noah Harari, tác giả bán chạy với hơn 45 triệu bản, vừa ra mắt cuốn sách mới "Nexus" phân tích về thông tin, mạng lưới xã hội và mối quan hệ với sự thật và quyền lực.

• Harari phê phán quan điểm "ngây thơ" cho rằng càng nhiều thông tin càng tốt. Ông cũng bác bỏ quan điểm "dân túy" cho rằng sự thật khách quan không tồn tại.

• Sách đưa ra định nghĩa mới về thông tin: đặc điểm định nghĩa của thông tin không phải là sự đại diện mà là kết nối. Thông tin là cách liên kết và tổ chức giữa ý tưởng và con người.

• Harari lập luận rằng con người thống trị các loài khác nhờ khả năng hợp tác linh hoạt với số lượng lớn, dựa trên các câu chuyện và huyền thoại chung.

• Ông so sánh dân chủ và chế độ toàn trị như những "mạng lưới thông tin đối lập". Dân chủ có luồng thông tin phi tập trung, trong khi chế độ toàn trị thì ngược lại.

• Sách dành nhiều trang viết về lịch sử tôn giáo, đặc biệt là lịch sử Kinh Thánh. Harari cho rằng cả sách thánh và AI đều là nỗ lực tạo ra "thẩm quyền siêu nhân không thể sai lầm".

• Harari lo ngại AI có thể trở thành "những vị thần mới". Ông cảnh báo AI sẽ làm trầm trọng thêm các mối nguy hiểm hiện tại như thiên kiến thuật toán, cực đoan hóa trực tuyến, tấn công mạng và giám sát toàn diện.

• Một số kịch bản ác mộng của Harari có vẻ khó xảy ra, như nhà độc tài giao quyền kiểm soát kho vũ khí hạt nhân cho AI.

• Mặc dù có một số nhận xét gây tranh cãi, cuốn sách vẫn được đánh giá là hấp dẫn và có cách tiếp cận độc đáo. Nó kết nối người đam mê công nghệ với lịch sử, và ngược lại.

• "Nexus" được xuất bản vào thời điểm thích hợp, khi khoảng một nửa dân số thế giới sẽ đi bỏ phiếu trong năm nay, và các vấn đề về sự thật và thông tin sai lệch đang được quan tâm hàng đầu.

📌 Harari cảnh báo về tác động của AI đối với thông tin và dân chủ trong cuốn sách mới "Nexus". Ông định nghĩa lại thông tin là kết nối xã hội, phân tích lịch sử từ thời đồ đá đến kỷ nguyên AI, và lo ngại AI có thể trở thành "thần linh mới" gây nguy hiểm.

https://www.economist.com/culture/2024/09/06/the-information-wars-are-about-to-get-worse-yuval-noah-harari-argues

• Mike Krieger, cựu đồng sáng lập Instagram, hiện là Giám đốc sản phẩm của Anthropic - một trong những công ty AI hàng đầu hiện nay. 

• Anthropic được thành lập năm 2021 bởi các cựu lãnh đạo và nhà nghiên cứu của OpenAI, với mục tiêu xây dựng một công ty AI có tư duy an toàn hơn.

• Sản phẩm chính của Anthropic là Claude - một mô hình AI và chatbot cạnh tranh với ChatGPT. Công ty đã huy động được hàng tỷ USD từ các nhà đầu tư lớn, chủ yếu là Amazon.

• Anthropic nổi tiếng với văn hóa an toàn mạnh mẽ, thậm chí có một số nhân viên thực sự lo ngại AI có thể hủy diệt nhân loại.

• Krieger chia sẻ về quyết định đóng cửa Artifact - ứng dụng đọc tin tức AI mà anh và Kevin Systrom đã phát triển trước đó. Mặc dù có người dùng trung thành nhưng không đạt được tăng trưởng như mong đợi.

• Tại Anthropic, Krieger tập trung vào việc xây dựng các sản phẩm AI có giá trị thực sự. Anh tin rằng các mô hình ngôn ngữ lớn hiện tại đã có thể tạo ra giá trị, nhưng vẫn cần cải thiện để thực hiện các tác vụ phức tạp hơn.

• Krieger nhấn mạnh tầm quan trọng của việc cân bằng giữa đổi mới và an toàn khi phát triển AI. Anthropic có quy trình đánh giá an toàn nghiêm ngặt trước khi ra mắt bất kỳ sản phẩm nào.

• Về tương lai, Krieger hình dung AI có thể trở thành một "đồng nghiệp" đáng tin cậy, có khả năng thực hiện công việc độc lập trong công ty. Tuy nhiên, điều này đòi hỏi nhiều cải tiến về quản lý quyền hạn, nhận dạng và phối hợp.

• Anthropic đang tập trung vào việc phát triển Claude for Enterprise - giải pháp AI cho doanh nghiệp với các tính năng như SSO, quản lý dữ liệu và nhật ký kiểm tra.

• Công ty cũng đang cải thiện API để cho phép tích hợp nhiều dữ liệu hơn vào mô hình, giúp tạo ra các câu trả lời cá nhân hóa và hữu ích hơn.

📌 Mike Krieger, cựu đồng sáng lập Instagram, hiện là Giám đốc sản phẩm của Anthropic - công ty AI hàng đầu với 700+ nhân viên và 7 tỷ USD vốn đầu tư. Anthropic tập trung phát triển Claude - chatbot cạnh tranh với ChatGPT, với trọng tâm là an toàn AI và các ứng dụng doanh nghiệp. Krieger tin rằng AI có thể trở thành "đồng nghiệp" đáng tin cậy trong tương lai.

https://www.theverge.com/24237562/anthropic-mike-krieger-claude-ai-chatbot-artifact-web-decoder-podcast-interview

• Mùa đông AI là thuật ngữ mô tả giai đoạn cắt giảm tài trợ cho nghiên cứu và phát triển các hệ thống AI, thường xảy ra sau thời kỳ kỳ vọng quá cao và không đạt được kết quả như mong đợi.

• Lịch sử đã chứng kiến 2 mùa đông AI chính:
- Mùa đông đầu tiên vào những năm 1970: Các dự án AI ban đầu như dịch máy và nhận dạng giọng nói không đáp ứng được kỳ vọng. Nguyên nhân chính là do các nhà nghiên cứu hứa hẹn quá nhiều về khả năng của AI trong ngắn hạn.
- Mùa đông thứ hai vào cuối những năm 1980 đầu 1990: Liên quan đến sự suy tàn của máy tính LISP và thất bại của các hệ thống chuyên gia khi đối mặt với đầu vào không mong đợi.

• Từ năm 2000 đến 2020, dự án Watson của IBM là một ví dụ điển hình về việc tích hợp AI thất bại. Mặc dù thành công trong chương trình truyền hình Jeopardy!, Watson gặp nhiều thách thức khi áp dụng vào lĩnh vực chăm sóc sức khỏe thực tế.

• Các mùa đông AI thường có đặc điểm chung như: chu kỳ hype, rào cản kỹ thuật, thiếu hụt tài chính, phản ứng dữ dội và hoài nghi, cũng như sự rút lui chiến lược của các nhà nghiên cứu.

• Hiện tại, có một số dấu hiệu cho thấy tiến bộ trong AI đã chậm lại sau năm 2023 bùng nổ:
- Thiếu các bước đột phá mới trong AI tạo sinh
- Số lần đề cập đến AI trong các cuộc gọi với nhà đầu tư giảm
- ROI không cao như kỳ vọng
- Nhận thức về hạn chế của các mô hình ngôn ngữ lớn (LLM) ngày càng tăng

• Tuy nhiên, vẫn có những dấu hiệu tích cực như:
- Công nghệ AI tiếp tục phát triển nhanh chóng
- AI được tích hợp vào nhiều ngành công nghiệp và ứng dụng
- Đầu tư vào các công ty như Perplexity cho thấy niềm tin của nhà đầu tư vào tiềm năng của AI trong lĩnh vực tìm kiếm

• Đối với các chuyên gia marketing tìm kiếm, lời khuyên là:
- Hiểu rõ rủi ro và cách hoạt động của các mô hình AI khác nhau
- Thử nghiệm các công cụ để tăng năng suất
- Thận trọng khi sử dụng AI trong marketing, vì nhiều mô hình chưa sẵn sàng cho việc sử dụng đầy đủ

📌 AI đang ở ngã ba đường: tiếp tục phát triển hoặc đình trệ. Các chuyên gia marketing cần thận trọng, hiểu rõ công nghệ và tập trung vào tính xác thực. Tương lai của AI trong tìm kiếm vẫn chưa chắc chắn, đòi hỏi sự chuẩn bị kỹ lưỡng.

https://searchengineland.com/ai-winter-is-coming-446295

- Theo nghiên cứu Hype Cycle 2024 về Công nghệ Mới nổi của Gartner, AI tạo sinh (genAI) đã vượt qua "đỉnh của kỳ vọng thổi phồng" và đang trượt xuống "hố thất vọng".

- Kỹ thuật phần mềm được hỗ trợ bởi AI cũng đang đi xuống dốc sau khi vượt qua kỳ vọng thổi phồng trên thị trường.

- Các công cụ tạo mã được hỗ trợ bởi AI đang ngày càng phổ biến trong kỹ thuật phần mềm, giúp loại bỏ hàng giờ lao động cho việc tạo và cập nhật mã thủ công.

- Prompt engineering, một cách để đào tạo thuật toán genAI, đang ở đỉnh kỳ vọng thổi phồng.

- Sự hứng thú xung quanh các mô hình nền tảng như GPT-4 đang giảm bớt khi các công ty tìm kiếm lợi nhuận đầu tư (ROI) cụ thể.

- Nhiều công ty chỉ triển khai genAI cho các trường hợp sử dụng mang lại ROI. Tuy nhiên, việc xác định ROI trong genAI có thể khó khăn do nhiều lợi ích như năng suất có tác động gián tiếp hoặc phi tài chính.

- Sự tập trung vào ROI của doanh nghiệp có thể thúc đẩy việc áp dụng AI tự trị dưới dạng các tác nhân AI, với tiềm năng vững chắc hơn về tăng năng suất và hiệu quả.

- Đến năm 2030, các công ty sẽ chi 42 tỷ USD mỗi năm cho các dự án genAI như chatbot, công cụ nghiên cứu, viết và tóm tắt.

- Các hệ thống AI tự trị có thể hoạt động với sự giám sát tối thiểu của con người và đưa ra quyết định hiệu quả như con người trong nhiều môi trường.

- Các phòng thí nghiệm nghiên cứu AI đang nhanh chóng phát hành các tác nhân có thể tương tác động với môi trường để đạt được mục tiêu.

- Các công nghệ genAI đang phát triển nhanh chóng, nhiều doanh nghiệp nhận ra rằng chỉ riêng genAI có thể không phải là giải pháp cho mọi trường hợp sử dụng của họ.

📌 Nghiên cứu mới từ Gartner cho thấy AI tạo sinh đang trượt dốc sau kỳ vọng thổi phồng, khi các công ty tìm kiếm ROI cụ thể. Sự quan tâm đến genAI đang giảm bớt, nhưng điều này có thể thúc đẩy áp dụng AI tự trị dưới dạng các tác nhân AI. Đến năm 2030, các công ty dự kiến sẽ chi 42 tỷ USD mỗi năm cho các dự án genAI.

https://www.computerworld.com/article/3489912/generative-ai-is-sliding-into-the-trough-of-disillusionment.html

• Yuval Noah Harari, tác giả cuốn sách bán chạy "Sapiens", đã trở thành một trong những học giả được yêu thích nhất ở Thung lũng Silicon. Các tác phẩm của ông đã bán được hơn 25 triệu bản.

• Harari được các CEO công nghệ như Bill Gates, Mark Zuckerberg và Jeff Bezos ngưỡng mộ. Ông nổi tiếng với lối sống khổ hạnh, thiền 2 giờ mỗi ngày và không sử dụng smartphone.

• Trong cuốn sách mới nhất "Nexus: A Brief History of Information Networks From the Stone Age to AI", Harari cảnh báo về những nguy cơ của AI. Ông cho rằng nếu xử lý sai, AI có thể dẫn đến sự tuyệt chủng của loài người.

• Harari phản bác quan điểm cho rằng thông tin nhiều hơn sẽ tự động dẫn đến sự thật hoặc trí tuệ. Ông lấy ví dụ về việc máy in đã góp phần làm trầm trọng thêm các cuộc săn lùng phù thủy ở châu Âu thời Trung cổ.

• Theo Harari, các chế độ độc tài trong quá khứ đã gặp khó khăn trong việc quản lý thông tin. Tuy nhiên, với công nghệ hiện đại, việc thu thập dữ liệu đã trở nên dễ dàng hơn rất nhiều.

• Harari lo ngại rằng AI có thể tạo ra nội dung cá nhân hóa để thao túng cảm xúc của người dùng một cách hiệu quả hơn nhiều so với các phương tiện truyền thông truyền thống.

• Ông cảnh báo rằng chúng ta đã tạo ra một "trí thông minh ngoài hành tinh" mà chúng ta không thể hiểu hoặc kiểm soát được.

• Harari đề xuất 4 nguyên tắc để đối phó với AI: lòng nhân ái, phân cấp các kênh thông tin, trách nhiệm giải trình và thời gian nghỉ ngơi khỏi sự giám sát của thuật toán.

• Tuy nhiên, một số nhà phê bình cho rằng Harari quá tập trung vào viễn cảnh tương lai mà bỏ qua các vấn đề kinh tế và chính trị hiện tại đang thúc đẩy sự phát triển của AI.

📌 Harari cảnh báo AI có thể là mối đe dọa lớn nếu không được kiểm soát. Ông đề xuất 4 nguyên tắc đối phó nhưng bị chỉ trích là quá trừu tượng. Cuốn sách mới của ông bàn về lịch sử mạng lưới thông tin từ thời đồ đá đến AI hiện đại.

https://www.theatlantic.com/magazine/archive/2024/10/yuval-noah-harari-nexus-book/679572/

• OpenAI đang cân nhắc tính phí đăng ký cao cho các mô hình AI thế hệ mới, có thể lên đến 2.000 USD (khoảng 48 triệu VND) trong một khoảng thời gian chưa xác định.

• Các mô hình mới này bao gồm "mô hình suy luận" có tên mã Strawberry và mô hình kế nhiệm GPT-4 có tên Orion.

• So sánh với ChatGPT Premium hiện tại có giá 20 USD/tháng, cho phép sử dụng GPT-4, mô hình hàng đầu hiện nay của OpenAI.

• OpenAI đã xác định 5 giai đoạn đổi mới AI, với giai đoạn đầu là chatbot như GPT-4, giai đoạn thứ hai là "mô hình suy luận" có khả năng giải quyết vấn đề như con người.

• Mô hình suy luận Strawberry đang được phát triển, có khả năng suy luận qua nhiều bước để giải quyết các vấn đề phức tạp như toán học cao cấp. Dự kiến ra mắt vào mùa thu này.

• Orion là mô hình ngôn ngữ lớn mới đang được phát triển. Strawberry được sử dụng để tạo dữ liệu huấn luyện chất lượng cao cho Orion, giúp giảm ảo giác và lỗi.

• Việc huấn luyện và vận hành các mô hình tiên tiến này tốn kém. ChatGPT Premium gần đây đạt doanh thu 2 tỷ USD/năm nhưng có thể chưa đủ để bù đắp chi phí.

• OpenAI cần tăng giá để trang trải chi phí phát triển các mô hình AI tiên tiến hơn với khả năng suy luận đa bước.

• Sam Altman, CEO của OpenAI, đang dẫn dắt công ty phát triển các mô hình AI thế hệ mới này.

• Các doanh nhân và người dùng nên chuẩn bị cho mức giá cao hơn để sử dụng các mô hình AI tiên tiến trong tương lai.

📌 OpenAI đang phát triển mô hình AI suy luận Strawberry và mô hình ngôn ngữ Orion, dự kiến tính phí cao 2.000 USD. ChatGPT Premium hiện đạt doanh thu 2 tỷ USD/năm nhưng chưa đủ bù đắp chi phí. Các mô hình mới hứa hẹn khả năng suy luận như người, giải quyết vấn đề phức tạp hơn.

https://www.inc.com/ben-sherry/openais-next-generation-models-could-reportedly-cost-2000.html

• Tadao Nagasaki, giám đốc điều hành OpenAI Nhật Bản, đã úp mở về một mô hình ngôn ngữ lớn (LLM) tiếp theo của công ty có tên "GPT Next" tại một hội nghị kinh doanh gần đây.

• Theo Nagasaki, "GPT Next" sẽ tiến hóa gần 100 lần dựa trên những thành tựu trước đây. Tuy nhiên, không rõ liệu ông có đề cập cụ thể đến việc ra mắt mô hình này trong năm 2024 hay không.

• Một hình ảnh mờ từ bài thuyết trình của Nagasaki cho thấy dòng thời gian của các mô hình GPT, với "GPT Next era" được đặt vào năm 2024.

• OpenAI chưa đưa ra bình luận chính thức về thông tin này.

• Trước đó vào tháng 11/2023, CEO Sam Altman cho biết còn nhiều vấn đề cần giải quyết trước khi phát triển GPT-5 và rất khó dự đoán thời gian chính xác.

• Tuy nhiên, một bài đăng trên blog của OpenAI vào tháng 5/2024 xác nhận công ty đã bắt đầu huấn luyện mô hình tiên phong tiếp theo.

• Có tin đồn OpenAI đang phát triển một phương pháp mới cho các mô hình AI trong một dự án mang tên mã "Strawberry".

• Altman gần đây đăng ảnh một chậu cây dâu tây trên mạng xã hội X, làm dấy lên thêm nhiều đồn đoán.

• GPT-4, mô hình nền tảng gần đây nhất của OpenAI, đã được giới thiệu cách đây một năm rưỡi.

• Giới công nghệ đang đồn đoán mạnh mẽ về thời điểm ra mắt của mô hình thế hệ tiếp theo từ OpenAI.

• Các xu hướng AI hàng đầu hiện nay bao gồm công việc tự động, bộ tạo giọng nói AI, các mô hình Gemini mới của Google và tính năng Artifacts của Claude.

• Sinh viên đại học có thể nhận được 1 tháng sử dụng miễn phí Perplexity Pro, một công cụ AI hỗ trợ nghiên cứu.

📌 OpenAI Nhật Bản úp mở về mô hình "GPT Next" có thể ra mắt năm 2024, mạnh gấp 100 lần phiên bản trước. Tuy chưa có xác nhận chính thức, nhưng thông tin này làm dấy lên nhiều đồn đoán về bước tiến mới trong công nghệ AI tạo sinh của OpenAI.

https://www.zdnet.com/article/openais-lead-japan-exec-teases-gpt-next/

• AI cảm xúc (Emotion AI) đang nổi lên như một xu hướng mới trong phần mềm doanh nghiệp, nhằm giúp các chatbot và trợ lý ảo hiểu rõ hơn cảm xúc con người.

• Lý do đằng sau xu hướng này là sự gia tăng sử dụng AI trong các tương tác với khách hàng và nhân viên. Các doanh nghiệp muốn AI có thể phân biệt được sắc thái cảm xúc trong giao tiếp.

• AI cảm xúc được xem là phiên bản tiên tiến hơn của phân tích cảm xúc truyền thống. Nó sử dụng nhiều phương thức đầu vào như hình ảnh, âm thanh kết hợp với machine learning và tâm lý học.

• Các nhà cung cấp đám mây lớn như Microsoft Azure và Amazon Web Services đã cung cấp API và dịch vụ liên quan đến AI cảm xúc.

• Theo báo cáo của PitchBook, sự phổ biến của chatbot trong lực lượng lao động đang tạo ra tiềm năng lớn cho AI cảm xúc trong thế giới kinh doanh.

• Nhiều startup đang được thành lập để phát triển công nghệ này, như Uniphore (huy động được 610 triệu USD), MorphCast, Voicesense, Superceed, Siena AI, audEERING và Opsis.

• Tuy nhiên, AI cảm xúc cũng gặp phải nhiều thách thức và tranh cãi:

- Nghiên cứu năm 2019 kết luận rằng cảm xúc con người không thể được xác định chính xác chỉ qua biểu hiện khuôn mặt.

- Quy định như Đạo luật AI của EU cấm sử dụng hệ thống nhận diện cảm xúc bằng máy tính trong một số lĩnh vực như giáo dục.

- Một số luật tiểu bang Mỹ như BIPA của Illinois cấm thu thập dữ liệu sinh trắc học mà không có sự cho phép.

• Viễn cảnh tương lai văn phòng với sự hiện diện của AI vẫn còn nhiều bất định. Hoặc các chatbot AI sẽ cố gắng hiểu cảm xúc để thực hiện các công việc như chăm sóc khách hàng, bán hàng, nhân sự, hoặc chúng sẽ không đủ khả năng cho những nhiệm vụ đòi hỏi sự thấu hiểu cảm xúc.

📌 AI cảm xúc đang nổi lên như xu hướng mới trong phần mềm doanh nghiệp, với các startup huy động hàng trăm triệu USD. Tuy nhiên, công nghệ này vẫn gặp nhiều thách thức về mặt kỹ thuật và pháp lý, đặt ra câu hỏi về khả năng ứng dụng thực tế trong tương lai.

https://techcrunch.com/2024/09/01/emotion-ai-could-be-the-next-trend-for-business-software-and-that-could-be-problematic/

• Meredith Whittaker, Chủ tịch ứng dụng nhắn tin Signal, cho rằng AI tạo sinh đang là một bong bóng công nghệ.

• Whittaker dự đoán giá trị vốn hóa thị trường của Nvidia sẽ giảm mạnh trong tương lai, báo hiệu sự chậm lại của ngành công nghiệp AI.

• Bà nhấn mạnh nhu cầu cần có quy định để giải quyết các vấn đề về tư bản giám sát và quyền riêng tư dữ liệu.

• Whittaker cho rằng không thể chi hàng tỷ đô la cho mỗi lần huấn luyện mô hình AI chỉ để tạo ra một công cụ viết email. Điều này cho thấy có vấn đề trong ngành công nghiệp AI.

• Thị trường chứng khoán gần đây đã bộc lộ lo ngại của các nhà đầu tư khi các công ty công nghệ lớn đổ hàng tỷ đô la vào AI nhưng chưa thấy nhiều triển vọng về lợi nhuận.

• Tuy nhiên, các nhà đầu tư vẫn tiếp tục rót tiền vào OpenAI, công ty dẫn đầu ngành, mặc dù các nhà nghiên cứu hàng đầu của họ đã rời đi vì lo ngại công ty đang tiến quá nhanh tới trí tuệ nhân tạo tổng quát (AGI).

• Whittaker không chắc chắn khi nào bong bóng sẽ vỡ, nhưng bà cho rằng Nvidia - nhà sản xuất chip Mỹ đang thúc đẩy phần lớn sự phát triển trong AI - sẽ phản ánh những dấu hiệu đầu tiên.

• Giá trị vốn hóa thị trường của Nvidia đã vượt qua cả Amazon và Alphabet vào đầu năm nay, hiện đang ở mức hơn 3 nghìn tỷ USD.

• Whittaker nhấn mạnh tầm quan trọng của việc quy định ngành công nghiệp AI, bao gồm tách biệt cơ cấu giữa quyền sở hữu cơ sở hạ tầng và lớp ứng dụng.

• Bà cũng ủng hộ các quy định về quyền riêng tư có ý nghĩa, như hạn chế lượng dữ liệu mà các công ty có thể thu thập và quyền hạn của họ trong việc sử dụng dữ liệu để định hình thế giới.

• Whittaker cho rằng bong bóng AI không nên ngăn cản chúng ta quy định các tác hại của tư bản giám sát, vì "không có gì tự nhiên về mô hình hiện tại".

📌 AI tạo sinh được coi là bong bóng công nghệ, với dự đoán về sự sụp đổ của thị trường Nvidia. Cần có quy định để giải quyết vấn đề tư bản giám sát và quyền riêng tư dữ liệu. Giá trị vốn hóa Nvidia hiện đạt 3 nghìn tỷ USD, nhưng được dự báo sẽ giảm mạnh trong tương lai.

https://www.businessinsider.com/signal-president-generative-ai-bubble-nvidia-openai-2024-8

• OpenAI đang phát triển dự án bí mật có tên Strawberry, dự kiến sẽ trở thành ChatGPT5 và ra mắt vào mùa thu này.

• Theo báo cáo từ The Information, dựa trên thông tin từ hai người tham gia dự án, ChatGPT5 sẽ có khả năng toán học và lập trình vượt trội so với bất kỳ chatbot nào hiện có.

• Trước đó, Dự án Strawberry được cho là tập trung vào khả năng "nghiên cứu sâu", có thể tự thực hiện nghiên cứu tiếp theo mà không cần sự can thiệp của con người.

• Khả năng toán học được cải thiện là một tin tức đáng mừng, vì ChatGPT hiện tại thường mắc lỗi trong các bài toán đơn giản do dữ liệu huấn luyện không đủ thông tin toán học.

• Ngoài toán học và lập trình, ChatGPT5 còn có khả năng tư duy nâng cao, có thể giải các câu đố phức tạp như New York Times Connections.

• CEO OpenAI Sam Altman đã khơi mào tin đồn về Dự án Strawberry khi đăng ảnh một chậu dâu tây trên Twitter vào ngày 7/8 mà không có lời giải thích.

• Có tin đồn rằng OpenAI đã trình diễn một phiên bản của Dự án Strawberry cho các quan chức an ninh quốc gia.

• Nếu không trở thành một phần của ChatGPT5, công nghệ của Dự án Strawberry có thể được sử dụng để tạo ra dữ liệu huấn luyện chất lượng cao hơn cho mô hình ngôn ngữ lớn (LLM) tiếp theo của OpenAI.

• Mục tiêu là giảm thiểu các "ảo giác" (hay lỗi thực tế) mà AI thường gặp phải.

• Gần đây, ChatGPT đã âm thầm phát hành phiên bản cải tiến của mô hình ChatGPT-4, nhanh hơn đáng kể so với phiên bản trước đó.

📌 OpenAI dự kiến ra mắt ChatGPT5 vào mùa thu 2024, với khả năng toán học, lập trình và giải đố vượt trội. Dự án Strawberry hứa hẹn cải thiện đáng kể chất lượng dữ liệu và giảm thiểu lỗi thực tế trong AI tạo sinh.

https://www.techradar.com/computing/artificial-intelligence/openais-project-strawberry-will-become-chatgpt5-launch-soon-insiders-say

• Ray Kurzweil dự đoán đến cuối thập kỷ này, AI có thể vượt trội con người trong mọi nhiệm vụ nhận thức, châm ngòi cho cuộc cách mạng khoa học.

• Các nhà khoa học số hóa sẽ có trí nhớ hoàn hảo về mọi bài báo nghiên cứu từng được công bố và tư duy nhanh hơn con người 1 triệu lần.

• Tiến bộ trong các lĩnh vực như robotics, công nghệ nano và genomics sẽ tăng tốc chóng mặt.

• Trong vòng đời của hầu hết người đang sống hiện nay, xã hội sẽ đạt được sự dồi dào vật chất triệt để, y học sẽ chinh phục được lão hóa.

• Công nghệ sẽ giải phóng con người khỏi cuộc đấu tranh đáp ứng nhu cầu cơ bản nhất, phục vụ khát vọng sâu sắc nhất của con người là học hỏi, sáng tạo và kết nối.

• Kurzweil so sánh bước nhảy vọt này với sự chuyển đổi từ xã hội săn bắt hái lượm sang nông nghiệp, tạo ra nền văn minh.

• Giáo dục sẽ thay đổi từ đào tạo cho thành công kinh tế sang nuôi dưỡng tâm trí và bồi đắp đức hạnh.

• AI siêu việt sẽ làm cho hầu hết hàng hóa và dịch vụ trở nên dồi dào đến mức gần như miễn phí, giảm bớt nhu cầu cấu trúc cuộc sống xoay quanh công việc.

• Học tập sẽ trở nên phong phú hơn với thực tế ảo và gia sư kỹ thuật số được đào tạo bởi những giáo viên giỏi nhất thế giới.

• Công cụ AI sẽ tăng cường sáng tạo, cho phép mọi người dễ dàng thể hiện ý tưởng nghệ thuật mà không cần kỹ năng kỹ thuật hay nguồn lực lớn.

• Đột phá y học sẽ mang lại cuộc sống dài hơn và phong phú hơn, được làm giàu bởi nghệ thuật, âm nhạc, văn học, phim ảnh và trò chơi.

• Sự dồi dào vật chất sẽ giảm bớt áp lực kinh tế và mang lại cho các gia đình thời gian chất lượng bên nhau mà họ hằng mong muốn.

📌 Ray Kurzweil dự đoán AI sẽ vượt trội con người vào cuối thập kỷ này, dẫn đến cách mạng khoa học và y học. Công nghệ sẽ mang lại sự dồi dào vật chất, giáo dục phong phú hơn và tăng cường sáng tạo. Cuộc sống sẽ dài hơn, ý nghĩa hơn với nhiều thời gian cho gia đình và theo đuổi đam mê.

https://www.technologyreview.com/2024/08/27/1096148/ray-kurzweil-futurist-ai-medicine-advances-freedom/

#MIT

• Gartner đã công bố Hype Cycle 2024 về Công nghệ mới nổi, tập trung vào 25 công nghệ đột phá trong 4 lĩnh vực chính: AI tự trị, năng suất nhà phát triển, trải nghiệm tổng thể, và bảo mật và quyền riêng tư lấy con người làm trung tâm.

• AI tạo sinh đã vượt qua đỉnh của Kỳ vọng thái quá, với trọng tâm kinh doanh chuyển từ sự phấn khích về các mô hình nền tảng sang các trường hợp sử dụng thúc đẩy ROI.

• AI tự trị đang phát triển nhanh chóng, với các hệ thống AI có thể hoạt động với sự giám sát tối thiểu của con người, tự cải thiện và ra quyết định hiệu quả trong môi trường phức tạp.

• Các công nghệ AI tự trị bao gồm hệ thống đa tác tử, mô hình hành động lớn, khách hàng máy, robot làm việc hình người, tác tử tự trị và học tăng cường.

• Năng suất nhà phát triển không chỉ là viết mã nhanh, mà còn bao gồm giao tiếp và hợp tác hiệu quả, cảm giác tập trung năng lượng, tham gia đầy đủ và thích thú.

• Các công nghệ mới nổi hỗ trợ năng suất nhà phát triển bao gồm kỹ thuật phần mềm được tăng cường bởi AI, điện toán đám mây từ cốt lõi, GitOps, cổng thông tin nhà phát triển nội bộ, kỹ thuật prompt và WebAssembly.

• Trải nghiệm tổng thể là chiến lược tạo ra trải nghiệm chung vượt trội bằng cách kết hợp trải nghiệm khách hàng, trải nghiệm nhân viên, đa trải nghiệm và thực hành trải nghiệm người dùng.

• Các công nghệ trải nghiệm tổng thể bao gồm bản sao số của khách hàng, điện toán không gian, superapps và 6G.

• Bảo mật và quyền riêng tư lấy con người làm trung tâm tạo ra văn hóa tin cậy lẫn nhau và nhận thức về rủi ro chung giữa các nhóm.

• Các công nghệ hỗ trợ bảo mật và quyền riêng tư lấy con người làm trung tâm bao gồm AI TRiSM, kiến trúc lưới bảo mật mạng, hệ thống miễn dịch số, bảo mật thông tin sai lệch, học máy liên kết và mã hóa đồng hình.

• Gartner khuyến nghị các nhà lãnh đạo xem xét các công nghệ có tiềm năng chuyển đổi cho doanh nghiệp của họ trong 2-10 năm tới.

📌 Gartner Hype Cycle 2024 nhấn mạnh 25 công nghệ đột phá trong 4 lĩnh vực: AI tự trị, năng suất nhà phát triển, trải nghiệm tổng thể và bảo mật. AI tạo sinh vượt đỉnh kỳ vọng, tập trung vào ROI. Các nhà lãnh đạo cần đánh giá tiềm năng chuyển đổi của các công nghệ mới nổi trong 2-10 năm tới.

https://www.gartner.com/en/newsroom/press-releases/2024-08-21-gartner-2024-hype-cycle-for-emerging-technologies-highlights-developer-productivity-total-experience-ai-and-security

• Yuval Noah Harari cảnh báo rằng trí tuệ nhân tạo (AI) đang trở thành mối đe dọa chưa từng có đối với nhân loại, không phải vì những robot nổi loạn như trong phim Hollywood, mà vì đây là công nghệ đầu tiên trong lịch sử có thể tự đưa ra quyết định và tạo ra ý tưởng mới.

• AI không chỉ là một công cụ mà là một tác nhân. Chúng ta đang triệu hồi vô số tác nhân mạnh mẽ mới có khả năng thông minh và sáng tạo hơn con người, mà chúng ta không hiểu rõ hoặc kiểm soát được hoàn toàn.

• Harari cho rằng AI đang phát triển một loại trí thông minh xa lạ, không phải là trí thông minh cấp độ con người. Ông lấy ví dụ về nước đi số 37 của AlphaGo trong trận đấu với Lee Sedol năm 2016, một nước đi mà không ai có thể giải thích được.

• Sự trỗi dậy của trí thông minh xa lạ không thể hiểu được này đe dọa đến tất cả mọi người, đặc biệt là nền dân chủ. Nếu ngày càng nhiều quyết định về cuộc sống con người được đưa ra trong một "hộp đen" mà cử tri không thể hiểu và thách thức, dân chủ sẽ không còn hoạt động.

• AI có thể làm thay đổi cục diện không chỉ của lịch sử loài người mà còn cả sự tiến hóa của mọi hình thức sống, khi nó có khả năng tạo ra các hình thức sống mới trong vài thập kỷ tới.

• Harari cảnh báo rằng AI có thể được sử dụng để tạo ra các loại vũ khí hủy diệt hàng loạt mới, bao gồm cả vũ khí sinh học và vũ khí hủy diệt xã hội như tin tức giả mạo.

• Trong nền kinh tế toàn cầu do AI điều khiển, các nước dẫn đầu về số hóa sẽ chiếm phần lớn lợi nhuận, trong khi giá trị của lao động không có kỹ năng ở các nước tụt hậu sẽ giảm xuống.

• Thế giới đang ngày càng bị chia rẽ bởi "bức màn silicon". Mã trên điện thoại thông minh của bạn quyết định bạn sống ở bên nào của bức màn silicon, thuật toán nào điều hành cuộc sống của bạn và dữ liệu của bạn chảy về đâu.

• Thay vì bị chia thành 2 đế chế toàn cầu, thế giới có thể bị chia thành một chục đế chế kỹ thuật số, mỗi đế chế bị ảnh hưởng bởi các truyền thống chính trị, văn hóa và tôn giáo khác nhau.

• Nguy cơ leo thang xung đột trong thời đại AI lớn hơn so với Chiến tranh Lạnh, vì bản chất của chiến tranh mạng khác với chiến tranh hạt nhân. Vũ khí mạng có thể được sử dụng một cách bí mật và khó xác định nguồn gốc, làm tăng nguy cơ xung đột.

• PwC dự báo AI sẽ đóng góp 15,7 nghìn tỷ USD vào nền kinh tế toàn cầu vào năm 2030, với Trung Quốc và Bắc Mỹ chiếm 70% số tiền này.

📌 Yuval Noah Harari cho rằng AI đang nhanh chóng trở thành một thế lực không thể kiểm soát, có khả năng thay đổi cục diện chính trị và kinh tế toàn cầu. Nó có thể chia rẽ thế giới thành các đế chế kỹ thuật số đối địch, đe dọa nền dân chủ và tự do của hàng tỷ người. Harari kêu gọi nhân loại hợp tác để bảo vệ lợi ích chung và điều tiết AI trước khi quá muộn. Nếu không tìm được tiếng nói chung, con người sẽ trở thành con mồi dễ dàng cho AI.

https://www.theguardian.com/technology/article/2024/aug/24/yuval-noah-harari-ai-book-extract-nexus

• AI tạo sinh (GenAI) đang tác động mạnh mẽ đến ngành luật, nhưng chưa thể thay thế hoàn toàn vai trò của luật sư.

• Theo các nhà phân tích, công nghệ GenAI có thể tự động hóa gần 25% công việc trong mọi ngành, khiến nhiều người lo ngại về tương lai nghề nghiệp.

• Gordon Calhoun, chuyên gia e-discovery với hơn 45 năm kinh nghiệm, cho rằng AI đã cách mạng hóa cách tiếp cận dữ liệu phức tạp trong thời gian ngắn.

• Công cụ AI có thể tóm tắt tài liệu 50 trang chỉ trong vòng 30 giây, thay vì mất 15 phút như trước đây.

• AI giúp "dân chủ hóa" quy trình tố tụng, cho phép những người không có kỹ năng chuyên môn vẫn có thể tham gia vào quá trình xem xét tài liệu.

• Greg McCullough, chuyên gia tư vấn tranh tụng độc lập, sử dụng công cụ e-discovery hỗ trợ AI trong các vụ kiện liên quan đến cháy rừng lớn.

• Phân tích tình cảm là một trong những công cụ hữu ích nhất, giúp tìm kiếm bằng chứng về trách nhiệm pháp lý và sự bất cẩn trong hàng triệu tài liệu.

• AI hỗ trợ tìm kiếm thông tin quan trọng trong khối lượng tài liệu lớn, đồng thời cung cấp bối cảnh và tóm tắt các phần hữu ích nhất.

• Hiện tại chưa có hệ thống AI duy nhất nào có thể giải quyết mọi vấn đề pháp lý. Thay vào đó, AI được tích hợp vào các quy trình làm việc hiện có để giải quyết các vấn đề cụ thể.

• Các nhà cung cấp công nghệ cần tập trung vào các trường hợp sử dụng cụ thể, minh bạch về nguồn thông tin và hướng dẫn người dùng sử dụng GenAI hiệu quả hơn.

• Sử dụng AI có trách nhiệm là trách nhiệm của tất cả mọi người. Mặc dù vai trò cuối cùng của GenAI trong lĩnh vực pháp luật vẫn chưa rõ ràng, nhưng tiềm năng của nó rất đáng kỳ vọng.

📌 AI tạo sinh đang cách mạng hóa ngành luật, giúp tăng hiệu quả và dân chủ hóa quy trình tố tụng. Công cụ AI có thể tóm tắt 50 trang trong 30 giây, phân tích tình cảm trong hàng triệu tài liệu. Tuy nhiên, AI chưa thể thay thế hoàn toàn luật sư mà đóng vai trò hỗ trợ quan trọng.

https://www.fastcompany.com/91173708/is-the-lawyer-of-the-future-a-genai-bot

• Eric Schmidt, cựu CEO Google, thừa nhận phải điều chỉnh quan điểm về AI 6 tháng một lần, cho thấy sự biến động nhanh chóng của lĩnh vực này.

• 6 tháng trước, Schmidt tin rằng khoảng cách giữa các mô hình AI tiên tiến và các mô hình còn lại đang thu hẹp, nên ông đã đầu tư nhiều vào các công ty nhỏ. Tuy nhiên, hiện tại ông không còn chắc chắn về điều này nữa.

• Schmidt là một người trong cuộc am hiểu sâu sắc về AI. Ông đã điều hành Google khi công ty này mua lại DeepMind, phát triển kiến trúc transformer và xây dựng các đơn vị xử lý tensor - chip đầu tiên dành riêng để tăng tốc học sâu.

• Sự thay đổi quan điểm nhanh chóng của Schmidt cho thấy mức độ không chắc chắn cực kỳ cao trong lĩnh vực AI. Chỉ trong 6 tháng, một chuyên gia hàng đầu như ông đã phải đảo ngược hoàn toàn quan điểm của mình.

• Schmidt đang đầu tư vào nhiều công ty AI như Mistal, Kyutai và Asari, cho thấy ông đang "đặt cược" vào tương lai của công nghệ này.

• Quan điểm hiện tại của Schmidt là tương lai thuộc về các mô hình AI lớn hơn, trái ngược với niềm tin trước đó về tiềm năng của các mô hình nhỏ.

• Sự thay đổi nhanh chóng trong quan điểm của Schmidt phản ánh tốc độ phát triển chóng mặt của công nghệ AI, khiến ngay cả những chuyên gia hàng đầu cũng khó dự đoán chính xác xu hướng trong tương lai.

📌 Eric Schmidt, cựu CEO Google và chuyên gia hàng đầu về AI, thừa nhận phải thay đổi quan điểm về AI mỗi 6 tháng. Chỉ trong nửa năm, ông đã đảo ngược hoàn toàn dự đoán về tiềm năng của các mô hình AI nhỏ, cho thấy mức độ biến động và không chắc chắn cực kỳ cao trong lĩnh vực này.

https://3quarksdaily.com/3quarksdaily/2024/08/eric-schmidts-ai-prophecy-the-next-two-years-will-shock-you.html

• Kiến trúc Transformer hiện đang thống trị các mô hình AI công khai và riêng tư phổ biến nhất. Tuy nhiên, nó vẫn còn hạn chế về khả năng xử lý chuỗi dài và tiêu tốn nhiều tài nguyên tính toán.

• Các giải pháp đang được nghiên cứu để cải thiện Transformer bao gồm:
  - FlashAttention: Tối ưu hóa việc đọc/ghi bộ nhớ GPU
  - Cơ chế chú ý xấp xỉ: Giảm độ phức tạp tính toán từ O(n^2) xuống tuyến tính

• Mô hình không gian trạng thái (SSM) như Mamba đang nổi lên như một giải pháp thay thế tiềm năng, có thể xử lý tốt hơn các mối quan hệ khoảng cách xa.

• Một số mô hình mới đáng chú ý:
  - DBRX của Databricks: Mô hình Mixture of Experts (MoE) 132 tỷ tham số
  - Samba CoE v0.2 của SambaNova: Mô hình Composition of Experts (CoE) với 5 chuyên gia 7 tỷ tham số
  - Jamba của AI21 Labs: Mô hình lai Transformer-Mamba MoE với cửa sổ ngữ cảnh 256K

• Thách thức triển khai AI trong doanh nghiệp:
  - Thiếu các tính năng doanh nghiệp như RBAC, SSO
  - Vấn đề bảo mật khi tích hợp AI vào các ứng dụng hiện có
  - Tranh luận giữa RAG và tinh chỉnh mô hình

• RAG đang trở nên hấp dẫn hơn khi cửa sổ ngữ cảnh tăng và chi phí token giảm. Mô hình Command R+ của Cohere là mô hình RAG đầu tiên vượt qua GPT-4 trong lĩnh vực chatbot.

• Sự phát triển nhanh chóng của lĩnh vực AI tạo sinh mang đến nhiều lựa chọn cho các nhà nghiên cứu và doanh nghiệp, nhưng cũng tạo ra thách thức trong việc ưu tiên và lựa chọn công nghệ phù hợp.

📌 Kiến trúc Transformer vẫn thống trị AI tạo sinh nhưng đối mặt với thách thức về xử lý chuỗi dài. Các giải pháp mới như SSM và mô hình lai đang xuất hiện. Doanh nghiệp gặp khó khăn trong triển khai do thiếu tính năng và vấn đề bảo mật. RAG ngày càng hấp dẫn hơn tinh chỉnh khi chi phí giảm và cửa sổ ngữ cảnh tăng.

https://venturebeat.com/ai/is-the-next-frontier-in-generative-ai-transforming-transformers/

• David Solomon, CEO Goldman Sachs, khẳng định AI không phải là một "bong bóng" mà là xu hướng lâu dài sẽ cách mạng hóa năng suất kinh doanh.

• Solomon cho rằng chúng ta đang ở giai đoạn đầu của việc AI tác động đến năng suất kinh doanh. Ông tin rằng AI sẽ thúc đẩy sự thay đổi đáng kể trong quy trình kinh doanh.

• Goldman Sachs đã sử dụng AI trong nhiều thập kỷ. Tuy nhiên, làn sóng phát triển gần đây đã cải thiện khả năng tiếp cận các mô hình ngôn ngữ lớn cũng như sức mạnh và tốc độ của chip máy tính.

• Ngân hàng này đã triển khai các dự án có thể thay đổi cách Wall Street thực hiện các thương vụ. Ví dụ như Louisa AI, một startup được thành lập trong Goldman Sachs 5 năm trước, giúp các nhà đầu tư và nhân viên ngân hàng phân tích hàng triệu bài báo và kiến thức nhân viên để xác định các thương vụ tiềm năng.

• Louisa AI hiện đã tách ra hoạt động độc lập và đề xuất các thương vụ trị giá khoảng 800 triệu USD mỗi quý cho nhiều khách hàng.

• Goldman Sachs cũng đang thực hiện các thay đổi nội bộ khác dựa trên AI. Ngân hàng này có thể sẽ triển khai các công cụ AI tạo sinh mới cho lực lượng lao động sớm nhất là vào năm tới.

• Solomon nhấn mạnh rằng làn sóng phát triển AI gần đây đã cải thiện đáng kể khả năng tiếp cận các mô hình ngôn ngữ lớn cũng như sức mạnh và tốc độ của chip máy tính.

• Ông tin rằng những thay đổi này sẽ thúc đẩy sự thay đổi đáng kể trong quy trình kinh doanh trong tương lai.

📌 CEO Goldman Sachs khẳng định AI là xu hướng lâu dài, không phải bong bóng. Goldman Sachs đang triển khai nhiều dự án AI như Louisa AI, đề xuất thương vụ trị giá 800 triệu USD/quý. Ngân hàng này sẽ sớm áp dụng công cụ AI tạo sinh cho nhân viên từ năm tới.

https://www.businessinsider.com/david-solomon-ai-is-not-a-bubble-its-a-trend-2024-8

1. Eric Schmidt, cựu CEO Google, dự đoán rằng trong 1-2 năm tới, sự kết hợp của cửa sổ ngữ cảnh lớn (lên tới 1 triệu token), tác nhân AI và khả năng chuyển văn bản thành hành động sẽ tạo ra những thay đổi lớn trong xã hội, vượt xa tác động của mạng xã hội.

2. Cửa sổ ngữ cảnh lớn: Các mô hình AI sẽ có khả năng xử lý lên đến 1 triệu token, cho phép người dùng đặt câu hỏi dài và nhận câu trả lời chi tiết hơn. Điều này sẽ giúp AI trở nên "thông minh" hơn và gần gũi hơn với cách mà con người xử lý thông tin.

3. Tác nhân AI: Các tác nhân AI sẽ có khả năng tự học hỏi và khám phá kiến thức mới, như các nguyên lý trong hóa học, và tích hợp những kiến thức này vào khả năng hiểu biết của chúng. Điều này sẽ tạo ra một hệ thống AI có khả năng tự cải thiện và phát triển.

4. Chuyển đổi văn bản thành hành động: AI sẽ có khả năng thực hiện các lệnh từ văn bản, ví dụ như tạo ra một ứng dụng tương tự TikTok chỉ trong 30 giây và phát tán nó. Điều này cho thấy tiềm năng của AI trong việc tự động hóa nhiều quy trình sáng tạo.

5. Chi phí và đầu tư trong lĩnh vực AI: Khoảng cách giữa các mô hình AI hàng đầu và những mô hình khác đang ngày càng lớn. Các công ty lớn cần đầu tư từ 10 đến 100 tỷ USD để cạnh tranh. Nvidia, với giá trị thị trường khoảng 2.000 tỷ USD, đang dẫn đầu nhờ vào các chip GPU tối ưu hóa cho AI.

6. Cuộc cạnh tranh Mỹ-Trung về AI: Mỹ hiện đang dẫn trước Trung Quốc khoảng 10 năm về công nghệ chip, và điều này sẽ quyết định vị thế của hai quốc gia trong cuộc đua AI. Canada cũng được nhắc đến như một đồng minh quan trọng nhờ vào nguồn năng lượng dồi dào.

7. Tác động xã hội của AI: Các tác động của AI đến xã hội, chính trị và kinh tế sẽ lớn hơn nhiều so với tác động tiêu cực của mạng xã hội. Cần phát triển tư duy phê phán để phân biệt thông tin đúng sai, đặc biệt trong bối cảnh thông tin sai lệch đang gia tăng.

8. Cần đầu tư vào giáo dục và nghiên cứu AI: Các trường đại học cần được cung cấp nhiều tài nguyên tính toán hơn để nghiên cứu AI. Schmidt nhấn mạnh rằng việc đổi mới thuật toán và ý tưởng mới là rất quan trọng hơn là chỉ chạy các mô hình lớn.

9. AI và thị trường lao động: Mặc dù AI có thể thay thế một số công việc, nhưng những công việc yêu cầu kỹ năng cao và sáng tạo vẫn sẽ an toàn. Các lập trình viên cần hiểu biết cơ bản về AI để sử dụng hiệu quả, và điều này sẽ giúp họ duy trì vị trí trong thị trường lao động.

10. Triển vọng tương lai của AI: Việc tăng cường đầu tư vào AI sẽ dẫn đến những đột phá mới, tạo ra chu kỳ tăng trưởng tích cực. Tuy nhiên, cần có sự điều phối về mặt chính sách để AI phát triển theo hướng tích cực, đồng thời đảm bảo rằng các công nghệ này được sử dụng một cách có trách nhiệm.

📌 Eric Schmidt nhấn mạnh rằng sự kết hợp của cửa sổ ngữ cảnh lớn, tác nhân AI và khả năng chuyển văn bản thành hành động sẽ tạo ra những thay đổi sâu sắc trong xã hội trong 1-2 năm tới, vượt xa tác động của mạng xã hội. Cuộc cạnh tranh AI giữa Mỹ và Trung Quốc sẽ tiếp tục là tâm điểm chú ý trong tương lai gần.

https://www.youtube.com/watch?v=LxDM8io4lUA

• aiOS là một hệ điều hành được hỗ trợ bởi trí tuệ nhân tạo, hứa hẹn cách mạng hóa trải nghiệm người dùng trong tương lai.

• Có 4 giá trị cốt lõi của aiOS:

1. Giao diện động: Mọi thứ đều đến với người dùng thay vì người dùng phải tìm kiếm. Ví dụ như chatbot ở cấp ứng dụng, Adept ở cấp liên ứng dụng, Arc Search ở cấp trình duyệt.

2. Ứng dụng tương tác: Tất cả ứng dụng có thể giao tiếp với nhau. Người dùng có thể kéo thả các mục từ ứng dụng này sang ứng dụng khác một cách trực quan và nhanh chóng.

3. Chức năng nhận biết ngữ cảnh: aiOS hiểu được ngữ cảnh của người dùng và điều chỉnh giao diện phù hợp. Ví dụ như thay đổi phương thức nhập liệu dựa trên vị trí của người dùng so với thiết bị.

4. Mọi thứ đều là đầu vào và đầu ra: AI có thể hiểu và chuyển đổi giữa các hình thức giao tiếp như văn bản, hình ảnh, giọng nói một cách linh hoạt.

• aiOS có thể giải quyết nhiều vấn đề của giao diện đối thoại hiện tại như màn hình trống ban đầu, khó theo dõi trạng thái, chỉnh sửa và lưu trữ.

• Một số ứng dụng của aiOS đã xuất hiện như tính năng đọc to của ChatGPT với giọng đọc rất tự nhiên.

• Việc đưa các tính năng ứng dụng lên cấp hệ điều hành đã và đang diễn ra, như đèn pin trên điện thoại thông minh.

• aiOS hứa hẹn mang lại trải nghiệm người dùng trực quan, nhanh chóng và thông minh hơn trong tương lai.

📌 aiOS là xu hướng mới trong tương tác người-máy, tích hợp AI vào hệ điều hành để tạo ra trải nghiệm liền mạch và thông minh. Với 4 giá trị cốt lõi, aiOS có tiềm năng cách mạng hóa cách chúng ta sử dụng công nghệ, mang lại sự thuận tiện và hiệu quả chưa từng có.

https://uxmag.com/articles/the-next-big-ai-ux-trend-its-not-conversational-ui

• Ursula von der Leyen, Chủ tịch Ủy ban Châu Âu tái đắc cử, đã đề cập đến việc thành lập "Hội đồng Nghiên cứu AI Châu Âu" trong hướng dẫn chính trị mới, gợi ý về khoản đầu tư lớn cho nghiên cứu AI.

• Đề xuất này được ví như "CERN cho AI", với mục tiêu chuyển trọng tâm nghiên cứu AI từ Mỹ sang châu Âu, tương tự như CERN đã làm với vật lý cơ bản sau Thế chiến II.

• Khoản đầu tư được đề xuất lên tới 100 tỷ euro trong 5-7 năm, vượt quá toàn bộ ngân sách nghiên cứu 7 năm của Horizon Europe (95,5 tỷ euro).

• Holger Hoos, đồng sáng lập CLAIRE, hoan nghênh đề xuất này đã được xem xét ở cấp cao nhất của Ủy ban, nhưng cho rằng chi tiết cụ thể vẫn chưa rõ ràng.

• Các báo cáo gần đây cho thấy châu Âu đang tụt hậu so với Mỹ trong phát triển AI và sức mạnh tính toán.

• CLAIRE đã đề xuất dự án nghiên cứu AI trị giá 100 tỷ euro trong 5 năm từ năm 2018, bao gồm mạng lưới các viện nghiên cứu khắp châu Âu với một cơ sở trung tâm.

• Cơ chế Tư vấn Khoa học (SAM) đề xuất thành lập Viện AI Phân tán Châu Âu cho Khoa học (EDIRAS) như một "CERN phân tán cho AI trong nghiên cứu".

• Trung tâm Nghiên cứu Chính sách Châu Âu (CEPS) đề xuất hợp tác về AI đáng tin cậy với chi phí 100-120 tỷ euro trong 7 năm.

• Một số chuyên gia như Reinhilde Veugelers từ Bruegel nghi ngờ về sự cần thiết của một sáng kiến AI quy mô lớn như vậy, cho rằng nên tăng ngân sách dần dần.

• Trong khi đó, Microsoft và OpenAI được đồn đại đang lên kế hoạch xây dựng một trung tâm dữ liệu khổng lồ trị giá lên tới 100 tỷ đô la.

• Nicole Grobert, Chủ tịch Nhóm Cố vấn Khoa học Trưởng, kêu gọi Ủy ban Châu Âu "đầu tư, đầu tư, đầu tư" vào AI.

📌 Von der Leyen đề xuất đầu tư 100 tỷ euro cho "CERN cho AI" châu Âu, nhằm cạnh tranh với Mỹ trong phát triển AI. Dự án gây tranh cãi về tính khả thi và hiệu quả, trong khi Microsoft và OpenAI được đồn đang lên kế hoạch đầu tư 100 tỷ đô la cho trung tâm dữ liệu AI.

https://www.euractiv.com/section/digital/news/von-der-leyen-gives-nod-to-e100-billion-cern-for-ai-proposal/

• Văn phòng Tổng chưởng lý New York tổ chức hội thảo "Thập kỷ tới của AI tạo sinh: Thúc đẩy cơ hội và quản lý rủi ro" với sự tham gia của các chuyên gia hàng đầu để thảo luận về cơ hội và rủi ro của công nghệ AI trong thập kỷ tới.

• Trong lĩnh vực y tế, AI có tiềm năng cải thiện chăm sóc sức khỏe thông qua phát hiện bệnh sớm, nghiên cứu thuốc, giám sát xu hướng sức khỏe cộng đồng và giảm gánh nặng hành chính cho bác sĩ. Ví dụ: một công cụ AI có thể xem xét ảnh chụp X-quang vú và phát hiện các bất thường có thể báo hiệu nguy cơ ung thư vú trước 5 năm, cho phép can thiệp sớm hơn. Tuy nhiên, cần cân nhắc vấn đề quyền riêng tư và tiếp cận công bằng.

• AI có thể giúp tìm kiếm thông tin dễ dàng hơn thông qua chatbot, dịch thuật tự động. Tuy nhiên, AI tạo sinh dễ tạo ra thông tin sai lệch, deepfake gây hại cho danh tiếng cá nhân và ảnh hưởng bầu cử. Ví dụ như các cuộc gọi tự động giả mạo ứng cử viên tổng thống khuyến khích mọi người không đi bỏ phiếu trong các cuộc bầu cử sơ bộ.

• Trong lĩnh vực hành chính, AI giúp tự động hóa nhiều tác vụ như tính thuế, xét duyệt hồ sơ, tạo tài liệu giáo dục công cộng. Tuy nhiên, việc sử dụng AI trong tuyển dụng có thể làm trầm trọng thêm vấn đề phân biệt đối xử do thuật toán có thể khuếch đại thành kiến con người.

• Dữ liệu đào tạo AI tạo sinh gây lo ngại về bản quyền, thiếu đại diện nhóm thiểu số, tập trung thị trường. Việc sử dụng dữ liệu tổng hợp có thể làm trầm trọng thêm vấn đề sai sót. Các chuyên gia cảnh báo về việc sử dụng dữ liệu không chính xác, không phù hợp hoặc bí mật trong quá trình đào tạo mô hình.

• Các chiến lược giảm thiểu rủi ro bao gồm: giáo dục công chúng về cách nhận biết nội dung do AI tạo ra, minh bạch và kiểm toán AI, bảo vệ quyền người tiêu dùng, quy định và giám sát. Nhiều chuyên gia kêu gọi xây dựng khung thủy vân mạnh mẽ cho nội dung AI và tiêu chuẩn kiểm toán thuật toán rõ ràng.

• Cần có thêm nghiên cứu về tiêu chuẩn kiểm toán thuật toán, khung thủy vân mạnh mẽ cho nội dung AI, và mô hình quản lý phù hợp. Các chuyên gia không đồng thuận về việc nên áp dụng khung quản lý tập trung như Đạo luật AI của EU hay phân tán theo từng lĩnh vực.

• Gần đây đã có một số tiến triển trong quản lý AI như Đạo luật SAFE for Kids của New York, Đạo luật AI Colorado, lộ trình chính sách AI của Thượng viện Mỹ. Văn phòng Tổng chưởng lý New York đang tích cực theo dõi hiệu quả của các khung quản lý khác nhau để đưa ra các đề xuất lập pháp và quy định trong tương lai.

📌 Báo cáo tổng hợp ý kiến chuyên gia về cơ hội và thách thức của AI tạo sinh trong thập kỷ tới, đặc biệt trong y tế, thông tin và hành chính. Các chiến lược giảm thiểu rủi ro được đề xuất bao gồm giáo dục công chúng, minh bạch và kiểm toán AI, bảo vệ quyền người tiêu dùng và quy định phù hợp. Cần nghiên cứu thêm về tiêu chuẩn kiểm toán, khung thủy vân và mô hình quản lý AI hiệu quả.

https://www.news10.com/news/ny-news/ag-releases-ai-report/

• AI tạo sinh đang tạo ra cuộc cách mạng trong ngành công nghiệp game, mang lại nhiều cơ hội và thách thức mới cho các nhà phát triển.

• Các công cụ AI như DALL-E, Midjourney và Stable Diffusion đang được sử dụng để tạo ra hình ảnh, texture và môi trường game một cách nhanh chóng và hiệu quả.

• Unity và Unreal Engine đã tích hợp các công cụ AI vào nền tảng của họ, cho phép các nhà phát triển tạo ra nội dung game phong phú hơn với chi phí thấp hơn.

• AI đang được sử dụng để tạo ra các nhân vật không phải người chơi (NPC) thông minh hơn, có khả năng tương tác tự nhiên và phản ứng động với hành động của người chơi.

• Công nghệ xử lý ngôn ngữ tự nhiên như GPT-3 đang được áp dụng để tạo ra các cuộc đối thoại và cốt truyện game phức tạp hơn.

• AI đang giúp tối ưu hóa trải nghiệm người chơi bằng cách điều chỉnh độ khó, tạo ra nội dung cá nhân hóa và cải thiện hệ thống khuyến nghị trong game.

• Các công cụ AI đang hỗ trợ việc phát hiện và ngăn chặn gian lận trong game trực tuyến, cải thiện tính công bằng và trải nghiệm cho người chơi.

• AI đang được sử dụng để phân tích dữ liệu người chơi, giúp các nhà phát triển hiểu rõ hơn về hành vi và sở thích của người chơi, từ đó cải thiện thiết kế game.

• Công nghệ AI đang giúp tối ưu hóa quy trình phát triển game, từ việc tự động hóa kiểm thử đến việc dự đoán và giải quyết các vấn đề kỹ thuật.

• Tuy nhiên, việc sử dụng AI trong phát triển game cũng đặt ra những thách thức về bản quyền, đạo đức và tính độc đáo của nội dung được tạo ra.

• Một số lo ngại về việc AI có thể làm mất đi tính sáng tạo và cá nhân hóa trong quá trình phát triển game, dẫn đến sự đồng nhất trong nội dung.

• Các nhà phát triển game đang phải cân nhắc giữa việc tận dụng sức mạnh của AI và duy trì sự kiểm soát sáng tạo đối với sản phẩm của họ.

• Trong tương lai, AI có thể cho phép tạo ra các thế giới game động và tự tiến hóa, nơi nội dung và cốt truyện có thể thay đổi dựa trên hành động của người chơi.

• Các công nghệ như học máy và học sâu đang được nghiên cứu để tạo ra AI có khả năng học hỏi và thích nghi trong thời gian thực, mang lại trải nghiệm game ngày càng phong phú và đa dạng.

📌 AI tạo sinh đang cách mạng hóa ngành công nghiệp game với khả năng tạo nội dung tự động, tối ưu hóa trải nghiệm người chơi và hỗ trợ quy trình phát triển. Tuy có thách thức về bản quyền và tính độc đáo, AI hứa hẹn mang lại những đột phá trong thiết kế game tương lai, với thế giới game động và tự tiến hóa.

https://venturebeat.com/ai/gen-ais-awkward-adolescence-the-rocky-path-to-maturity/

• Yoav Shoham, đồng sáng lập AI21 Labs, cho rằng cần phải suy nghĩ vượt ra ngoài khuôn khổ của các mô hình ngôn ngữ lớn (LLM) để đạt được tiến bộ thực sự trong AI.

• AI21 Labs đã phát triển mô hình Jamba, kết hợp transformer với mạng nơ-ron state space model (SSM), cho phép cửa sổ ngữ cảnh lên tới 256.000 token.

• Trong các bài kiểm tra đối đầu, Jamba là mô hình duy nhất ngoài Gemini của Google có thể duy trì cửa sổ ngữ cảnh 256K "trong thực tế".

• Jamba tiết kiệm chi phí hơn Gemini khoảng 10 lần cho cùng một cửa sổ ngữ cảnh 128K.

• Cửa sổ ngữ cảnh lớn mang lại lợi ích khi sử dụng phương pháp tạo sinh được tăng cường bởi truy xuất dữ liệu ngoài (RAG), cho phép LLM truy xuất và xử lý nhiều thông tin hơn.

• AI21 Labs đang làm việc với một số khách hàng để cải thiện giải pháp RAG, nhưng chưa có kết quả công khai.

• Shoham cho rằng ngay cả RAG cải tiến cũng không phải là giải pháp cuối cùng cho các hạn chế của AI tạo sinh như ảo giác hay nguy cơ tạo ra nội dung vô nghĩa.

• Trong một bài báo gần đây, Shoham chỉ ra rằng LLM thường đưa ra những lời giải thích nghe có vẻ thuyết phục nhưng thực tế không có giá trị.

• AI21 Labs ủng hộ việc sử dụng các công cụ bổ sung như lệnh gọi hàm để giao nhiệm vụ cho phần mềm chuyên biệt.

• Shoham đề xuất hướng tiếp cận "AI tổng hợp", kết hợp các yếu tố khác nhau ngoài học sâu thuần túy.

• Hệ thống MRKL (Modular Reasoning, Knowledge, and Language) được AI21 Labs giới thiệu năm 2022 là một ví dụ về cách tiếp cận kết hợp giữa mạng nơ-ron và xử lý ký hiệu.

• Shoham tin rằng mặc dù có một số hype quá mức, nhưng AI đã tạo ra đủ giá trị để vượt qua giai đoạn khó khăn hiện tại.

📌 AI21 Labs đề xuất hướng đi mới cho AI, vượt ra ngoài mô hình ngôn ngữ lớn truyền thống. Mô hình Jamba kết hợp transformer và state space model, cho phép cửa sổ ngữ cảnh lên tới 256.000 token, tiết kiệm chi phí hơn 10 lần so với Gemini của Google. Shoham nhấn mạnh cần phát triển các hệ thống AI tổng hợp, kết hợp nhiều phương pháp khác nhau để đạt được tiến bộ thực sự.

https://www.zdnet.com/article/ai-scientist-we-need-to-think-outside-the-large-language-model-box/

• Jensen Huang, CEO NVIDIA, dự đoán rằng trong tương lai, mọi người và mọi công việc trong công ty đều sẽ có trợ lý AI hỗ trợ.

• Công nghệ tính toán tăng tốc đang giúp tiết kiệm năng lượng đáng kể, có thể giảm 20-50 lần so với phương pháp truyền thống.

• NVIDIA giới thiệu bộ dịch vụ vi mô NIM mới cho nhiều quy trình làm việc khác nhau như OpenUSD, mô hình hóa 3D, vật lý, vật liệu, robot, song sinh số công nghiệp và AI vật lý.

• Shutterstock ra mắt Dịch vụ 3D tạo sinh, Getty Images nâng cấp dịch vụ sử dụng công nghệ NVIDIA Edify.

• NVIDIA công bố dịch vụ vi mô OpenUSD NIM và quy trình tham chiếu mới cho các ứng dụng AI vật lý tạo sinh.

• WPP, công ty quảng cáo lớn nhất thế giới, đang sử dụng AI tạo sinh dựa trên Omniverse cho The Coca-Cola Company.

• Huang nhấn mạnh vai trò quan trọng của tính toán trực quan trong sự phát triển của trò chơi máy tính, hoạt hình kỹ thuật số, tính toán tăng tốc GPU và gần đây nhất là AI tạo sinh.

• Robot đòi hỏi 3 máy tính: một để huấn luyện AI, một để kiểm tra AI trong mô phỏng chính xác về mặt vật lý, và một bên trong chính robot.

• Hệ thống NVIDIA Omniverse - xây dựng dựa trên tiêu chuẩn OpenUSD - sẽ là chìa khóa để khai thác AI tạo sinh nhằm tạo ra tài sản cho các thương hiệu lớn nhất thế giới.

• Huang dự đoán trong tương lai, dịch vụ khách hàng sẽ vẫn do con người thực hiện nhưng có AI hỗ trợ.

📌 Jensen Huang dự đoán AI sẽ trở thành trợ lý cho mọi người và công việc, với công nghệ tính toán tăng tốc giúp tiết kiệm 20-50 lần năng lượng. NVIDIA giới thiệu nhiều dịch vụ mới tại SIGGRAPH 2024, tập trung vào AI tạo sinh, robot và Omniverse để nâng cao năng suất và sáng tạo trong nhiều ngành công nghiệp.

https://blogs.nvidia.com/blog/nvidia-ceo-siggraph/

• Jensen Huang, CEO của Nvidia, đã có cuộc trò chuyện kéo dài 1 giờ với Wired tại sự kiện Siggraph năm nay về tương lai của AI và các sản phẩm của Nvidia.

• Huang dự đoán rằng trong tương lai, hệ thống AI sẽ cần đến 3 máy tính:
  - Một máy để tạo ra AI
  - Một máy để mô phỏng và tinh chỉnh AI  
  - Một máy để chạy AI

• Ông cho rằng thế giới AI đang chuyển từ giai đoạn tiên phong sang "làn sóng doanh nghiệp", và tiếp theo sẽ là "làn sóng vật lý" mà ông mô tả là "thực sự phi thường".

• Huang đề cập đến các sản phẩm của Nvidia phù hợp với 3 máy tính này:
  - Máy chủ DGX H100 để tạo AI
  - Máy tính nhúng Jetson để mô phỏng AI
  - Trạm làm việc và máy chủ sử dụng Omniverse và GPU RTX để chạy AI

• Tuy nhiên, nhiều người cho rằng đây có thể là chiến lược bán hàng của Nvidia, khi hầu hết người dùng và doanh nghiệp không cần đến 3 máy tính phức tạp và đắt đỏ như vậy.

• Siggraph vốn là hội nghị về đồ họa máy tính và công nghệ tương tác, nhưng AI đã trở thành chủ đề chính trong năm nay.

• Huang cũng thừa nhận việc huấn luyện và suy luận AI tiêu tốn rất nhiều năng lượng.

• Nvidia hiện đã chuyển hướng tập trung 100% vào AI, không còn chỉ là công ty đồ họa/game như trước đây.

• Tuy nhiên, game thủ PC vẫn được hưởng lợi từ các tiến bộ AI của Nvidia thông qua công nghệ như RTX và DLSS.

• Một số người cho rằng việc liên tục đẩy mạnh AI vào mọi khía cạnh của đời sống máy tính đang trở nên hơi quá mức.

📌 Nvidia dự đoán tương lai AI cần 3 máy tính riêng biệt, nhưng có thể đây là chiến lược bán hàng. Công ty đang chuyển hướng tập trung hoàn toàn vào AI, với các sản phẩm như DGX H100, Jetson và Omniverse. Tuy nhiên, nhiều người cho rằng việc liên tục đẩy mạnh AI đang trở nên quá mức.

https://www.pcgamer.com/software/ai/nvidias-ceo-chats-about-the-future-of-ai-were-going-to-need-three-computers-one-to-create-the-ai-one-to-simulate-the-ai-and-one-to-run-the-ai/

1. Meta description (160 ký tự):
Châu Âu đang nỗ lực chống lại nạn khiêu dâm deepfake không đồng thuận bằng các quy định mới. Tuy nhiên, việc thực thi vẫn là một thách thức lớn.

2. Meta keywords:
deepfake không đồng thuận, quy định châu âu, khiêu dâm deepfake, thực thi pháp luật, gdpr, dsa, trí tuệ nhân tạo

3. SEO title (70 ký tự): 
châu âu chống khiêu dâm deepfake: quy định mới liệu có đủ sức?

Tóm tắt chi tiết:
- Khiêu dâm deepfake không đồng thuận đang trở thành vấn nạn xã hội. Công nghệ AI giúp tạo ra nội dung này dễ dàng hơn, gây hại nghiêm trọng cho nạn nhân.
- Vương quốc Anh thông qua luật đầu tiên trực tiếp chống lại nạn khiêu dâm deepfake không đồng thuận thông qua sửa đổi Dự luật Tư pháp Hình sự.
- EU không có quy định cụ thể về vấn đề này nhưng có thể áp dụng các quy tắc hiện hành như GDPR, DSA và các đạo luật quốc gia để xử lý.
- EU thông qua chỉ thị về bạo lực trên cơ sở giới tính, quy định hành vi tạo và phát tán hình ảnh deepfake khiêu dâm mà không có sự đồng ý là phạm tội hình sự. Tuy nhiên, các quốc gia thành viên có đến 14/6/2027 để đưa vào luật hoặc chính sách quốc gia.
- Cần có quy tắc chung rõ ràng về khiêu dâm deepfake để ngăn chặn hành vi độc hại và đảm bảo nạn nhân có biện pháp pháp lý bảo vệ.
- Quá trình lập pháp của EU thường kéo dài do phải đi qua 27 quốc gia, 7 nhóm chính trị và Hội đồng châu Âu. Ngay cả khi có quy định trực tiếp, việc thực thi vẫn là thách thức do tính phân mảnh của EU.
- Các công cụ AI có thể giúp phát hiện nội dung deepfake để gỡ bỏ nhanh chóng. Tuy nhiên, cần nghiên cứu kỹ lưỡng để đảm bảo hiệu quả và công bằng.
- Bên cạnh các biện pháp kỹ thuật và pháp lý, cần nỗ lực nâng cao nhận thức xã hội rằng đây không phải hình ảnh thật để giảm bớt sự kỳ thị với nạn nhân.
- Quy định toàn châu Âu chống lại việc tạo ra khiêu dâm deepfake không đồng thuận là cần thiết, nhưng cần có khuôn khổ thực thi hiệu quả, kết hợp với nỗ lực văn hóa xã hội.

📌 Châu Âu đang tích cực chống lại nạn khiêu dâm deepfake không đồng thuận bằng các quy định mới như sửa đổi luật hình sự ở Anh và chỉ thị về bạo lực giới ở EU. Tuy nhiên, việc thực thi đồng bộ vẫn là thách thức lớn do tính chất phân mảnh của EU. Cần sự nỗ lực tổng thể từ kỹ thuật, pháp lý đến văn hóa xã hội mới có thể hạn chế tối đa tác hại của vấn nạn này.

https://thenextweb.com/news/nonconsensual-deepfake-pornography-europe-fighting-it

• Mark Zuckerberg, CEO của Meta, tuyên bố mô hình AI nguồn mở Llama mới nhất của công ty đã đạt đến trình độ "tiên tiến", ngang hàng với các mô hình AI mạnh mẽ nhất từ OpenAI, Google và Anthropic.

• Zuckerberg dự đoán từ năm sau, các mô hình Llama tiếp theo sẽ vượt lên trở thành mô hình AI tiên tiến nhất thế giới.

• Việc mở rộng khả năng tiếp cận công nghệ AI mạnh mẽ mang lại cả cơ hội và thách thức. Một mặt, nó giúp ngăn chặn một số ít công ty công nghệ lớn độc quyền AI tiên tiến. Mặt khác, nó cũng có thể đặt công nghệ mạnh mẽ vào tay những kẻ xấu như người tung tin giả, kẻ lừa đảo, khủng bố và các quốc gia đối thủ.

• Meta đã trở thành nhà vô địch chính của AI nguồn mở, mặc dù trước đây công ty này từng là một trong những "khu vườn có tường" khép kín nhất trên internet.

• Mô hình Llama không hoàn toàn nguồn mở theo định nghĩa của Open Software Initiative, nhưng đáp ứng nhiều tiêu chí về tính mở - hầu hết mọi người có thể kiểm tra hoặc điều chỉnh các "trọng số" quyết định cách thức hoạt động của chúng.

• Zuckerberg lập luận rằng nguồn mở về nhiều mặt an toàn hơn các giải pháp độc quyền truyền thống. Nhiều chuyên gia bảo mật máy tính cũng đồng tình rằng "tính mở = bảo mật".

• Tuy nhiên, vẫn còn lo ngại về việc phát hành AI mạnh mẽ dưới dạng nguồn mở. Zuckerberg cho rằng đó là một quan niệm sai lầm khi tin rằng công nghệ có giá trị nhất có thể được giữ an toàn khỏi các quốc gia đối thủ.

• Zuckerberg cũng lập luận rằng kinh nghiệm điều hành mạng xã hội cho thấy việc chống lại các ứng dụng độc hại của AI là một cuộc chạy đua có thể chiến thắng, miễn là phe tốt có máy móc mạnh mẽ hơn phe xấu.

• Trong tương lai, có thể sẽ có quy định về việc tiếp cận sức mạnh tính toán khổng lồ. Các công ty đám mây có thể phải tuân theo quy tắc "biết khách hàng của bạn". Thậm chí có đề xuất chính phủ nên kiểm soát trực tiếp việc tiếp cận các chip cần thiết để xây dựng AI tiên tiến.

• Tuy nhiên, hiện tại các mô hình AI nguồn mở vẫn đang phát triển nhanh chóng và được sử dụng rộng rãi.

📌 AI nguồn mở đang tiến gần đến điểm bùng phát với mô hình Llama của Meta. Điều này mở ra cơ hội phổ biến AI tiên tiến nhưng cũng đặt ra thách thức về an ninh và kiểm soát. Các công ty lớn như Amazon, Microsoft, Google đang ủng hộ xu hướng này, trong khi chính phủ có thể sẽ phải cân nhắc các biện pháp điều tiết trong tương lai.

https://www.ft.com/content/2968d132-e2b1-490a-9022-3cfe0e1dc0d8

#FT

• Các mô hình AI tạo sinh hiện tại đang gặp phải những hạn chế và lỗi cơ bản, cho thấy chúng đã đạt đến điểm bão hòa trong việc cải thiện hiệu suất.

• Sự phát triển của AI đang đi theo đường cong S, tương tự như các công nghệ khác trong lịch sử như TCP/IP, trình duyệt web và ứng dụng di động.

• Nguyên nhân chính khiến AI chậm lại là thiếu dữ liệu đào tạo chất lượng cao. Các mô hình AI hiện tại chủ yếu được đào tạo trên dữ liệu internet công khai, nhưng nguồn này đã gần như cạn kiệt.

• Để tiến lên bước tiếp theo, AI cần tiếp cận dữ liệu doanh nghiệp - một nguồn dữ liệu chất lượng cao và phong phú hơn nhiều so với dữ liệu internet công khai.

• Dữ liệu doanh nghiệp bao gồm thông số sản phẩm, bài thuyết trình bán hàng, tương tác hỗ trợ khách hàng... được tạo ra liên tục với số lượng lớn. Ví dụ: Zoom ghi lại 3,3 nghìn tỷ phút họp trong năm 2020, Ironclad xử lý hơn 1 tỷ tài liệu mỗi năm.

• Tuy nhiên, các doanh nghiệp cần thận trọng khi chia sẻ dữ liệu nhạy cảm với các công ty AI lớn như OpenAI hay Anthropic. Lịch sử cho thấy các cam kết bảo mật dữ liệu có thể bị phá vỡ dưới áp lực kinh doanh.

• Bốn cơ hội cho các startup AI để giải quyết vấn đề này:
1. Thu hút chuyên gia: Tận dụng kiến thức của chuyên gia để có dữ liệu đào tạo chất lượng cao.
2. Khai thác dữ liệu tiềm ẩn: Khai thác kho dữ liệu quý giá trong các ứng dụng doanh nghiệp như Salesforce, Slack.
3. Thu thập trong bối cảnh: Ghi lại dữ liệu mới được tạo ra hàng ngày mà không làm gián đoạn quy trình làm việc.
4. Bảo vệ bí quyết: Giúp doanh nghiệp xây dựng và triển khai các mô hình tùy chỉnh để kiểm soát và bảo vệ tài sản trí tuệ.

• Các startup như Centaur Labs, Turing, Unstructured, Reducto, LlamaIndex, Zoominfo, Textio, Flower và FedML đang cung cấp các giải pháp trong những lĩnh vực này.

📌 AI đã đạt đến điểm bão hòa do thiếu dữ liệu đào tạo chất lượng. Dữ liệu doanh nghiệp là chìa khóa để AI tiến lên bước tiếp theo, nhưng cần có các giải pháp bảo mật. Startup có cơ hội lớn trong việc khai thác dữ liệu doanh nghiệp an toàn để đào tạo AI.

https://www.fastcompany.com/91159180/the-first-wave-of-ai-innovation-is-over-heres-what-comes-next

• Công ty nghiên cứu và tư vấn công nghệ Gartner cho biết AI tạo sinh đã vượt qua "Đỉnh cao kỳ vọng thái quá" trong chu kỳ cường điệu công nghệ mới.

• Gartner nhận định đầu tư vào AI đã đạt mức cao mới, tập trung vào AI tạo sinh, nhưng trong hầu hết các trường hợp, công nghệ này chưa mang lại giá trị kinh doanh như kỳ vọng.

• Báo cáo "Chu kỳ cường điệu cho Trí tuệ nhân tạo, 2024" của Gartner dự đoán năm 2024, nhiều giá trị sẽ đến từ các dự án dựa trên các kỹ thuật AI khác, hoặc kết hợp với AI tạo sinh.

• Chu kỳ cường điệu của Gartner mô tả quá trình trưởng thành và áp dụng công nghệ mới qua các giai đoạn: kích hoạt công nghệ, đỉnh cao kỳ vọng thái quá, thung lũng thất vọng, sườn dốc khai sáng và cao nguyên năng suất.

• Gartner cho rằng AI tạo sinh đang bắt đầu đi xuống "thung lũng thất vọng", nơi nhiều công ty, khoản đầu tư và ý tưởng về cách AI tạo sinh hoạt động sẽ thất bại.

• Chuyên gia phân tích của Gartner, Bern Elliot, nhận xét OpenAI rất tuyệt vời nhưng vô dụng và không thể thực sự làm được gì.

• Goldman Sachs, một trong những ngân hàng đầu tư lớn nhất thế giới, đã công bố báo cáo đặt câu hỏi liệu khoản đầu tư khổng lồ vào AI tạo sinh có bao giờ sinh lời.

• Sequoia Capital, một trong những nhà đầu tư lớn nhất vào AI tạo sinh, chỉ ra rằng các công ty AI tạo sinh sẽ cần tạo ra doanh thu 600 tỷ USD chỉ để chi trả cho sức mạnh xử lý và chi phí cơ sở hạ tầng mà AI tạo sinh yêu cầu.

• Mặc dù vậy, Gartner vẫn liệt kê AI tạo sinh là một đổi mới "mang tính chuyển đổi", có thể dẫn đến những thay đổi lớn trong động lực ngành và chỉ cách 2-5 năm nữa sẽ được áp dụng rộng rãi.

• Một số hình thức AI, như thị giác máy tính, đã đạt đến giai đoạn "cao nguyên năng suất" theo Gartner.

📌 Gartner dự đoán AI tạo sinh đang bước vào giai đoạn "thung lũng thất vọng" trong chu kỳ cường điệu. Dù chưa mang lại giá trị kinh doanh như kỳ vọng, công nghệ này vẫn được đánh giá là đột phá và có thể được áp dụng rộng rãi trong 2-5 năm tới. Các công ty AI tạo sinh cần tạo ra doanh thu 600 tỷ USD để bù đắp chi phí.

https://www.404media.co/generative-ai-hype-cycle-is-hitting-trough-of-disillusionment/

• Kevin Scott, CTO của Microsoft, trong một cuộc phỏng vấn gần đây đã khẳng định niềm tin vào "quy luật mở rộng" của mô hình ngôn ngữ lớn (LLM), cho rằng chúng sẽ tiếp tục thúc đẩy tiến bộ AI.

• Scott phản bác ý kiến cho rằng tiến bộ AI đã chậm lại, nói rằng "chúng ta chưa đạt đến điểm lợi nhuận biên giảm dần khi mở rộng quy mô".

• Quy luật mở rộng LLM chỉ ra rằng hiệu suất của mô hình ngôn ngữ có xu hướng cải thiện khi mô hình lớn hơn, được đào tạo trên nhiều dữ liệu hơn và có quyền truy cập vào nhiều sức mạnh tính toán hơn.

• Một số nhà nghiên cứu đã thách thức ý tưởng về quy luật mở rộng liên tục theo thời gian, nhưng nó vẫn là nền tảng trong triết lý phát triển AI của OpenAI.

• Quan điểm lạc quan của Scott trái ngược với nhận định của một số nhà phê bình AI cho rằng tiến bộ trong LLM đã đạt đỉnh ở các mô hình cấp GPT-4.

• Nhận thức về sự chững lại được thúc đẩy bởi các quan sát không chính thức và một số kết quả benchmark về các mô hình gần đây như Google's Gemini 1.5 Pro, Anthropic's Claude Opus và OpenAI's GPT-4.

• Một số người cho rằng các mô hình gần đây không thể hiện những bước nhảy vọt về khả năng như các thế hệ trước đó, và sự phát triển LLM có thể đang tiến gần đến lợi nhuận biên giảm dần.

• Scott thừa nhận thách thức của việc có các điểm dữ liệu không thường xuyên trong lĩnh vực này, vì các mô hình mới thường mất nhiều năm để phát triển.

• Ông bày tỏ sự tự tin rằng các phiên bản trong tương lai sẽ cho thấy những cải tiến, đặc biệt là trong các lĩnh vực mà các mô hình hiện tại đang gặp khó khăn.

• Scott dự đoán rằng thế hệ tiếp theo của các mô hình sẽ tốt hơn ở những thứ hiện đang "mỏng manh", sẽ rẻ hơn và ít mỏng manh hơn, cho phép thực hiện những điều phức tạp hơn.

• Một số nhà phê bình như Gary Marcus và Ed Zitron đã đặt câu hỏi về tiến bộ thực sự kể từ khi GPT-4 ra mắt và nghi ngờ về khả năng có những đột phá bí mật từ các công ty như OpenAI.

• Nhận thức về sự chậm lại trong khả năng LLM có thể một phần do sự xuất hiện nhanh chóng của AI trong mắt công chúng, trong khi thực tế LLM đã phát triển trong nhiều năm trước đó.

📌 Microsoft CTO Kevin Scott vẫn tin tưởng vào tiềm năng phát triển của LLM thông qua mở rộng quy mô, bất chấp hoài nghi từ một số nhà phê bình. Ông dự đoán thế hệ mô hình tiếp theo sẽ rẻ hơn, ổn định hơn và có khả năng thực hiện các tác vụ phức tạp hơn, mặc dù thời điểm ra mắt vẫn chưa xác định.

https://arstechnica.com/information-technology/2024/07/microsoft-cto-defies-critics-ai-progress-not-slowing-down-its-just-warming-up/

• Một nhóm nghiên cứu từ Đại học Bưu chính Viễn thông Bắc Kinh đã thử nghiệm thành công mạng 6G "thông minh" trên cơ sở hạ tầng 4G và 5G hiện có.

• Thử nghiệm đạt được cải thiện gấp 10 lần về các chỉ số truyền thông quan trọng như dung lượng, phạm vi phủ sóng và hiệu suất.

• Công nghệ 6G dự kiến sẽ mang lại tốc độ truyền dữ liệu nhanh hơn 50 lần so với 5G, thúc đẩy sự phát triển của nhiều lĩnh vực tiên tiến.

• Thách thức lớn nhất là vượt qua giới hạn băng thông lý thuyết của công nghệ truyền thông hiện tại.

• Nhóm nghiên cứu đã áp dụng công nghệ "truyền thông ngữ nghĩa", một hệ thống thông minh truyền tải ý nghĩa thay vì chỉ truyền dữ liệu.

• Giáo sư Zhang Ping cho rằng cần chuyển từ "đổi mới chồng chất" sang "đổi mới đột phá" để đạt được bước tiến mới trong lĩnh vực này.

• Mạng thử nghiệm cho thấy truyền thông ngữ nghĩa có thể đạt được khả năng truyền tải 6G trên cơ sở hạ tầng 4G hiện có.

• Trí tuệ nhân tạo sẽ biến đổi truyền thông, trong khi 6G sẽ thúc đẩy sự phát triển nhanh chóng của AI.

• Trung Quốc đang nỗ lực thương mại hóa 6G vào khoảng năm 2030, với tiêu chuẩn 6G dự kiến được thiết lập vào năm tới.

• Mỹ và 9 quốc gia khác đã đưa ra một bộ nguyên tắc cho hệ thống truyền thông 6G, nhấn mạnh việc phát triển với "công nghệ đáng tin cậy bảo vệ an ninh quốc gia".

• Nhật Bản lên kế hoạch thiết lập các công nghệ chủ chốt vào khoảng năm 2025 và bắt đầu cung cấp dịch vụ truyền thông "vượt xa 5G" vào năm 2030.

📌 Trung Quốc đã thử nghiệm thành công mạng 6G "thông minh" trên cơ sở hạ tầng 4G/5G hiện có, đạt cải thiện gấp 10 lần về các chỉ số truyền thông quan trọng. Công nghệ truyền thông ngữ nghĩa và AI được kỳ vọng sẽ mang lại bước đột phá cho truyền thông thế hệ tiếp theo, với tốc độ nhanh hơn 50 lần so với 5G.

https://www.scmp.com/news/china/science/article/3270354/could-chinas-intelligent-6g-experiment-signal-way-next-generation-technology

• OpenAI đang phát triển một công nghệ suy luận AI mới mang tên mã "Strawberry", theo một nguồn tin thân cận và tài liệu nội bộ mà Reuters xem xét.

• Dự án Strawberry trước đây được gọi là Q*, được coi là một bước đột phá trong nội bộ công ty.

• Mục tiêu của Strawberry là cho phép AI không chỉ tạo ra câu trả lời mà còn có thể lập kế hoạch trước để điều hướng internet một cách tự động và đáng tin cậy để thực hiện "nghiên cứu sâu".

• Strawberry bao gồm một cách đặc biệt để "huấn luyện sau" các mô hình AI tạo sinh của OpenAI, nhằm cải thiện hiệu suất của chúng trong các lĩnh vực cụ thể.

• OpenAI hy vọng đổi mới này sẽ cải thiện đáng kể khả năng suy luận của các mô hình AI.

• Strawberry có điểm tương đồng với phương pháp "Self-Taught Reasoner" (STaR) được phát triển tại Stanford năm 2022, cho phép các mô hình AI tự "nâng cấp" lên mức trí thông minh cao hơn.

• OpenAI đang hướng Strawberry vào việc thực hiện các nhiệm vụ dài hạn (LHT), đòi hỏi mô hình phải lập kế hoạch trước và thực hiện một loạt hành động trong một khoảng thời gian dài.

• Công ty đang tạo, huấn luyện và đánh giá các mô hình trên bộ dữ liệu "nghiên cứu sâu".

• OpenAI muốn các mô hình sử dụng những khả năng này để tiến hành nghiên cứu bằng cách duyệt web một cách tự động với sự hỗ trợ của một "tác nhân sử dụng máy tính" (CUA).

• Công ty cũng có kế hoạch thử nghiệm khả năng của nó trong việc thực hiện công việc của kỹ sư phần mềm và học máy.

• Các nhà nghiên cứu cho rằng suy luận là chìa khóa để AI đạt được trí thông minh ngang bằng hoặc vượt trội con người.

• Cải thiện khả năng suy luận trong các mô hình AI được coi là chìa khóa để mở ra khả năng thực hiện mọi thứ từ các khám phá khoa học lớn đến lập kế hoạch và xây dựng các ứng dụng phần mềm mới.

• Các công ty khác như Google, Meta và Microsoft cũng đang thử nghiệm các kỹ thuật khác nhau để cải thiện khả năng suy luận trong các mô hình AI.

📌 OpenAI đang phát triển công nghệ suy luận AI "Strawberry" nhằm nâng cao khả năng lập kế hoạch và tự động hóa. Dự án này có thể mang lại đột phá trong nghiên cứu sâu, cho phép AI điều hướng internet tự động và thực hiện các nhiệm vụ phức tạp dài hạn, tiềm năng vượt trội trí thông minh con người.

https://www.reuters.com/technology/artificial-intelligence/openai-working-new-reasoning-technology-under-code-name-strawberry-2024-07-12/

• Theo một nghiên cứu của Lucidworks, các nhà sản xuất đang triển khai các sáng kiến AI tạo sinh chậm hơn dự kiến do lo ngại về độ chính xác.

• Khảo sát trên 2.500 lãnh đạo tham gia vào quá trình ra quyết định về công nghệ AI cho thấy 58% lãnh đạo ngành sản xuất dự định tăng chi tiêu cho AI trong năm 2024. Con số này thấp hơn mức đồng thuận toàn cầu 63% và mức đồng thuận của Mỹ 69%.

• Năm 2023, 93% tất cả các lãnh đạo và 93% lãnh đạo ngành sản xuất đã lên kế hoạch tăng chi tiêu cho AI.

• Dữ liệu của PitchBook cho thấy tài trợ vốn mạo hiểm ở Mỹ đã tăng vọt trong quý vừa qua, chủ yếu nhờ các khoản đầu tư lớn vào các công ty AI.

• Gần 50% nhà sản xuất trên toàn cầu báo cáo tiết kiệm chi phí tăng lên trong năm nay sau khi áp dụng các sáng kiến AI.

• Mike Sinoway, CEO của Lucidworks, cho biết nhiều nhà sản xuất nhận thấy tiềm năng lợi ích của AI tạo sinh, nhưng các thách thức như độ chính xác của phản hồi và chi phí khiến họ thận trọng hơn.

• AI tạo sinh đôi khi tạo ra các kết quả không chính xác hoặc vô nghĩa được gọi là "hallucination" (ảo giác). 36% tất cả người được hỏi và 44% người được hỏi trong ngành sản xuất lo ngại về độ chính xác của phản hồi do hiện tượng này.

• Mặc dù chỉ có 20% dự án AI được triển khai bởi các nhà sản xuất trong năm qua, 55% trong số họ cảm thấy họ ngang bằng với các đối thủ trong việc áp dụng AI.

• 70% công ty sản xuất đã chọn các mô hình AI thương mại đắt tiền hơn trong năm qua. Lucidworks cho rằng có thể sẽ có sự chuyển dịch sang các mô hình nguồn mở dễ tiếp cận hơn nếu chúng chứng minh được hiệu quả và tiết kiệm chi phí hơn.

📌 Nghiên cứu của Lucidworks cho thấy các nhà sản xuất đang thận trọng với AI tạo sinh do lo ngại về độ chính xác và chi phí. 58% lãnh đạo ngành dự định tăng chi tiêu AI năm 2024, thấp hơn mức toàn cầu 63%. Tuy nhiên, 50% báo cáo tiết kiệm chi phí tăng lên sau khi áp dụng AI.

https://www.reuters.com/technology/artificial-intelligence/manufacturers-slow-gen-ai-rollout-rising-accuracy-concerns-says-study-2024-07-10/

• Tại Hội nghị thường niên các nhà vô địch mới (AMNC24) của Diễn đàn Kinh tế Thế giới ở Trung Quốc, các nhà lãnh đạo đã thảo luận về cách khai thác tiềm năng của AI một cách có trách nhiệm. Trọng tâm là làm thế nào để sử dụng AI giải quyết các vấn đề thực tế, không phải ai có AI tốt nhất.

• Trong tương lai, các agent AI tiên tiến có thể hỗ trợ tổ chức ra quyết định. Darko Matovski, CEO của causaLens, cho rằng AI nhân quả hiểu mối quan hệ nhân quả trong thế giới thực sẽ là bước đột phá để mở khóa hầu hết các trường hợp sử dụng trong doanh nghiệp và hoạch định chính sách.

• AI đã được chứng minh có thể đẩy nhanh tuyển dụng. Nancy Xu, CEO của Moonhub, cho biết các công ty triển khai AI sớm để giải quyết vấn đề này có lợi thế đáng kể vì có thể mở rộng nhanh hơn và cạnh tranh tốt hơn.

• Trong lĩnh vực sản xuất, AI đang mang lại lợi ích khoảng 30% trong bảo trì dự đoán, 15-20% cải thiện chất lượng và 20% tối ưu hóa vận hành. Hiệu quả năng lượng của tuabin gió ngoài khơi cũng được cải thiện, giảm thời gian ngừng hoạt động từ khoảng 5% cách đây 10 năm xuống 2% hiện nay.

• AI cho phép "siêu cá nhân hóa việc học", dẫn đến sự tham gia và kết quả học tập tốt hơn của học sinh. Trong tổ chức, AI có thể tự động tạo nội dung theo yêu cầu, giúp xác định khoảng trống kỹ năng và đào tạo hiệu quả hơn.

• Việc áp dụng công nghệ số thông qua Thỏa thuận khung Kinh tế số (DEFA) có thể mở khóa 2.000 tỷ USD tăng trưởng bao trùm cho 10 quốc gia ASEAN. Tuy nhiên, cần giải quyết khoảng cách số để không bỏ lại ai phía sau trong phong trào AI.

• Liên minh Quản trị AI của Diễn đàn Kinh tế Thế giới cam kết thúc đẩy AI bao trùm, có đạo đức và bền vững. Họ đã xuất bản Sổ tay AI có trách nhiệm cho Nhà đầu tư, nhấn mạnh nhu cầu về khung quản trị mạnh mẽ và tiêu chuẩn AI có trách nhiệm rõ ràng.

📌 AI đang mở ra tiềm năng to lớn trong nhiều lĩnh vực từ ra quyết định đến tăng hiệu quả sản xuất. Tuy nhiên, cần có cách tiếp cận có đạo đức và trách nhiệm để khai thác tối đa lợi ích của AI, đồng thời giải quyết các thách thức như khoảng cách số và quản trị.

https://www.weforum.org/agenda/2024/07/artificial-intelligence-highlights-summer-davos/

#WEF

• AI đang dần lan rộng trong các doanh nghiệp, được hỗ trợ bởi nhiều trung tâm dữ liệu và công nghệ thông tin hơn. Các đơn vị kinh doanh đang chủ động áp dụng AI cho các tác vụ cụ thể thông qua các mô hình AI theo chiều dọc.

• Mô hình AI theo chiều dọc tập trung vào giải quyết một vấn đề cụ thể hoặc cải thiện quy trình trong một ngành cụ thể, sử dụng dữ liệu chuyên biệt cho lĩnh vực đó.

• Ví dụ: một nhà hàng gần sân vận động có thể sử dụng AI để tối ưu hóa thực đơn và hàng tồn kho dựa trên dữ liệu về nhân khẩu học của người hâm mộ, thời tiết, sự kiện cạnh tranh và nỗ lực marketing.

• AI theo chiều dọc giúp doanh nghiệp hoạt động nhanh hơn, tự động hóa nhiều hơn, tối ưu hóa phân bổ nguồn lực và cung cấp phân tích dự đoán cho bảo trì để giảm thiểu thời gian ngừng hoạt động.

• Các mô hình AI chuyên biệt này xử lý ít dữ liệu hơn nên cần cơ sở hạ tầng IT nhỏ hơn, ít GPU hơn, thậm chí chỉ cần CPU mạnh.

• Doanh nghiệp nên đánh giá các ứng dụng hiện có để tìm cơ hội cải thiện hiệu quả và tự động hóa, bắt đầu với quy trình đơn giản nhất hoặc dễ dàng thể hiện cải thiện rõ ràng.

• Các lựa chọn triển khai AI theo chiều dọc bao gồm đám mây, nội bộ và điện toán biên. Yếu tố cần cân nhắc gồm độ chính xác, chi phí, kiểm soát, khả năng mở rộng, bảo mật, thời gian tạo giá trị...

• Nhiều ứng dụng AI theo chiều dọc sử dụng video độ phân giải cao làm đầu vào, đòi hỏi triển khai tại biên. Các nhà cung cấp đám mây đang có chiến lược di chuyển ra biên.

• Triển khai tại biên có ưu điểm về kiểm soát quyền riêng tư và chủ quyền dữ liệu, chi phí, hiệu suất và các biện pháp bảo vệ đạo đức.

• AI theo chiều dọc đang ở giai đoạn rất sớm, chiếm dưới 5% việc xây dựng trung tâm dữ liệu biên. Tuy nhiên, nó sẽ lan rộng trong mọi ngành công nghiệp và quy trình theo thời gian.

• Câu hỏi lớn là liệu sự phát triển của AI theo chiều dọc sẽ là một cuộc chạy nước rút như AI huấn luyện hiện nay hay sẽ là một cuộc marathon dài hơi.

📌 AI theo chiều dọc đang mở ra tiềm năng cách mạng hóa quy trình kinh doanh trong mọi ngành. Với khả năng xử lý dữ liệu chuyên biệt, các mô hình AI này hứa hẹn mang lại hiệu quả và tự động hóa cao hơn, đồng thời yêu cầu cơ sở hạ tầng IT nhỏ gọn hơn. Dự kiến AI theo chiều dọc sẽ chiếm dưới 5% việc xây dựng trung tâm dữ liệu biên trong giai đoạn đầu.

https://www.forbes.com/sites/forbestechcouncil/2024/07/09/the-future-of-ai-verticalized-working-models/

• Mustafa Suleyman, CEO Microsoft AI, trong cuộc phỏng vấn với nhà đầu tư Seth Rosenberg, đã đưa ra những nhận định quan trọng về tương lai của AI tạo sinh.

• Suleyman cho rằng việc tạo ra các mô hình AI có khả năng thực hiện chỉ dẫn một cách tinh tế và nhất quán trong môi trường mới vẫn còn khó khăn.

• Ông dự đoán cần tăng gấp hai bậc về khả năng tính toán để đạt được điều này, không phải ở GPT-5 mà là ở mức độ GPT-6.

• Thời gian dự kiến để có hệ thống thực sự có thể hành động là khoảng 2 năm nữa.

• Nhận định này có vẻ không phù hợp với thông tin từ Mira Murati, CTO của OpenAI, người gần đây đã nói về một mô hình tiếp theo (có thể là GPT-5) với trí thông minh cấp độ tiến sĩ trong vài năm tới.

• Suleyman đề cập cụ thể đến cả GPT-5 và GPT-6, gợi ý rằng GPT-5 có thể ra mắt cuối năm nay và GPT-6 vào năm sau.

• Ông nhấn mạnh rằng AI hoàn toàn tự chủ là không mong muốn và tiềm ẩn nguy hiểm.

• Thay vào đó, Suleyman đề xuất hướng đi là "các làn tự chủ hẹp", nơi AI agent được triển khai để xử lý các tác vụ cụ thể trong phạm vi giới hạn.

• Ông coi quy định là giải pháp để kiểm soát sự phát triển của AI.

• Tại Microsoft, Suleyman đang làm việc với Copilot, tinh chỉnh các mô hình OpenAI và tập trung vào bộ nhớ và cá nhân hóa.

• OpenAI hiện đang tập trung vào việc mở rộng hệ sinh thái và khám phá khả năng đa phương thức (multimodal) hơn là công bố GPT-5.

• Các động thái gần đây của OpenAI bao gồm tích hợp vào Apple Intelligence, giới thiệu tính năng trò chuyện bằng giọng nói độ trễ thấp, và mua lại một công ty gợi ý về kế hoạch trong lĩnh vực PC và máy tính để bàn.

📌 Mustafa Suleyman dự đoán GPT-6 sẽ xuất hiện trong 2 năm tới, với khả năng tự chủ hạn chế. OpenAI đang tập trung vào mở rộng hệ sinh thái, với GPT-5 có thể ra mắt cuối năm nay. Quy định được xem là chìa khóa để kiểm soát sự phát triển AI.

https://www.digitaltrends.com/computing/microsoft-ai-ceo-just-dropped-huge-hint-gpt-5/

- Masayoshi Son, CEO của SoftBank, dự đoán AI thông minh hơn con người 10.000 lần sẽ xuất hiện trong 10 năm tới.
- Ông đưa ra tầm nhìn về thế giới với AI siêu thông minh (ASI), khác biệt với AI thông minh tổng quát (AGI) dự kiến sẽ xuất hiện trong 3-5 năm tới và thông minh hơn con người 1-10 lần.
- ASI sẽ dẫn đến sự cải tiến lớn và thay đổi cách sống cũng như cấu trúc cuộc sống của con người.
- Tương lai sẽ có nhiều mô hình ASI tương tác với nhau như các nơ-ron trong não người, dẫn đến AI thông minh hơn bất kỳ thiên tài nào 10.000 lần.
- Cổ phiếu của SoftBank đóng cửa giảm hơn 3% tại Nhật Bản sau cuộc họp.
- Son nổi tiếng với khoản đầu tư sinh lời vào Alibaba và quỹ Vision Fund tập trung vào các công ty công nghệ, mặc dù có một số thất bại đáng chú ý như WeWork.
- Sau khi ghi nhận khoản lỗ tài chính kỷ lục vào năm 2022, Son tuyên bố SoftBank sẽ chuyển sang "phòng thủ" và thận trọng hơn trong đầu tư. Tuy nhiên, năm 2023, Vision Fund lại ghi nhận khoản lỗ kỷ lục mới.
- Son trở lại với bài phát biểu đầy những câu hỏi mang tính hiện sinh, chia sẻ rằng ông đã tìm thấy sứ mệnh của SoftBank là "sự tiến hóa của nhân loại" và mục đích của cuộc đời mình là hiện thực hóa ASI.

📌 Masayoshi Son tin rằng AI siêu thông minh, vượt trội hơn con người 10.000 lần, sẽ xuất hiện trong 10 năm tới, dẫn đến những thay đổi lớn trong cách sống và cấu trúc xã hội. Ông coi sứ mệnh của SoftBank và mục đích cuộc đời mình là thúc đẩy sự tiến hóa của nhân loại thông qua việc hiện thực hóa ASI, bất chấp những thăng trầm trong hoạt động đầu tư gần đây của công ty.

https://www.cnbc.com/2024/06/21/softbank-ceo-predicts-ai-that-is-10000-times-smarter-than-humans-.html

- Mira Murati, CTO của OpenAI, chia sẻ trong một cuộc phỏng vấn rằng GPT-5 sẽ có trí thông minh tương đương trình độ tiến sĩ trong một số tác vụ cụ thể.
- Bà so sánh sự tiến bộ từ GPT-3 (trí thông minh cấp mẫu giáo) đến GPT-4 (trí thông minh cấp học sinh giỏi trung học) và GPT-5 trong tương lai gần.
- Khi được hỏi về thời gian ra mắt, Murati gật đầu xác nhận GPT-5 sẽ xuất hiện trong vòng 1.5 năm tới, tức là vào cuối năm 2025 hoặc đầu năm 2026.
- Trước đó, đã có tin đồn GPT-5 sẽ ra mắt vào cuối năm 2023, sau đó là mùa hè năm nay, nhưng cuối cùng GPT-4o được phát hành thay thế.
- Kevin Scott, CTO của Microsoft, cũng khẳng định các hệ thống AI thế hệ tiếp theo sẽ "có khả năng vượt qua các kỳ thi tiến sĩ" nhờ cải thiện bộ nhớ và các thao tác lập luận.
- Tuy nhiên, Murati thừa nhận rằng trí thông minh "cấp tiến sĩ" chỉ áp dụng cho một số tác vụ cụ thể, và trong nhiều tác vụ khác, chúng vẫn chưa đạt đến trình độ của con người.

📌 GPT-5 được kỳ vọng sẽ sở hữu trí thông minh tương đương trình độ tiến sĩ trong một số lĩnh vực cụ thể, đánh dấu bước tiến vượt bậc so với GPT-4. Tuy nhiên, người dùng sẽ phải đợi đến cuối năm 2025 hoặc đầu 2026 mới được trải nghiệm phiên bản mới này của OpenAI.

https://www.digitaltrends.com/computing/openai-says-gpt-5-will-be-phd-level/

- Dubai đang trở thành trung tâm toàn cầu về trí tuệ nhân tạo với kế hoạch đào tạo một triệu người trong 3 năm tới thông qua chương trình 'One Million AI Prompters' do Dubai Future Foundation giám sát.
- Đến năm 2031, 40% GDP của Dubai sẽ được tạo ra từ trí tuệ nhân tạo, với sự tham gia của các tập đoàn toàn cầu như Microsoft, Google và IBM.
- UAE đang chuẩn bị cho kỷ nguyên hậu dầu mỏ và muốn chuyển mình từ một quốc gia dầu mỏ thành một cường quốc AI, đầu tư hàng tỷ đô la và thu hút các nhà khoa học đến vùng Vịnh.
- Kỹ thuật prompt AI rất quan trọng để khai thác tối đa khả năng của AI tạo sinh, bao gồm việc hiểu rõ khả năng, giới hạn và các sắc thái của các mô hình AI.
- Chương trình 'One Million AI Prompters' là sáng kiến đầu tiên trên thế giới về kỹ thuật prompt AI, giúp phát triển kỹ năng và năng lực trong việc tạo ra các chỉ dẫn chính xác và hiệu quả cho các hệ thống AI.
- Omar Al Olama, Bộ trưởng Nhà nước về AI, Kinh tế Số và Ứng dụng Làm Việc Từ Xa của UAE, nhấn mạnh tầm quan trọng của việc phát triển kỹ năng kỹ thuật prompt AI để nâng cao chất lượng cuộc sống và chuẩn bị cho lực lượng lao động tương lai.
- Giải vô địch Kỹ thuật Prompt AI toàn cầu đầu tiên đã được tổ chức tại Dubai, thu hút hàng ngàn bài dự thi từ khoảng 100 quốc gia. Ba người chiến thắng đến từ Úc, Ấn Độ và Ấn Độ trong các hạng mục nghệ thuật, mã hóa và văn học.
- Trung tâm Trí tuệ Nhân tạo Dubai (DCAI) đã trao một triệu dirham (khoảng 273.000 USD) tiền thưởng cho ba người chiến thắng.
- UAE đang được các tập đoàn công nghệ toàn cầu như Microsoft, Google và IBM coi là đối tác chiến lược quan trọng. Microsoft đã đầu tư 1,5 tỷ USD vào G42, công ty công nghệ AI hàng đầu của UAE.
- Quỹ tài sản chủ quyền Mubadala của UAE đã thành lập quỹ AI trị giá 100 tỷ USD và có một trường đại học AI từ năm 2019.

📌 Dubai đang nhanh chóng trở thành trung tâm toàn cầu về trí tuệ nhân tạo với kế hoạch đào tạo một triệu người trong ba năm và tạo ra 40% GDP từ AI vào năm 2031. Các tập đoàn lớn như Microsoft, Google và IBM đã tham gia vào các sáng kiến AI tại Dubai, khẳng định vị thế của UAE trong lĩnh vực này.

https://www.businesswire.com/news/home/20240613025960/en/

- AI sẽ thay đổi chiến tranh theo nhiều cách, như cho phép bảo trì phần cứng dự đoán, cải thiện đáng kể khả năng nhắm mục tiêu chính xác. Tuy nhiên, các cường quốc vẫn sẽ cố gắng giữ quyền kiểm soát của con người đối với các quyết định quan trọng nhất. AI cũng có thể giúp giảm nguy cơ leo thang nhanh chóng bằng cách giúp các nhà hoạch định chính sách hiểu rõ hơn về các sự kiện.

- Các chuyên gia lo ngại AI sẽ giúp các chế độ độc tài kiểm soát tương lai bằng cách giảm chi phí và tăng lợi nhuận từ đàn áp. Tuy nhiên, chế độ độc tài cũng đang hạn chế tiềm năng của Trung Quốc trong lĩnh vực AI do kiểm duyệt thông tin và khó thu hút nhân tài hàng đầu.

- AI sẽ trao quyền cho cả những quốc gia yếu hơn lẫn mạnh hơn. Phát triển AI tiên tiến đòi hỏi nguồn lực rất lớn, vì vậy các quốc gia giàu có và các công ty công nghệ lớn đang dẫn đầu. Tuy nhiên, điều này có thể thay đổi trong tương lai.

- AI có thể làm suy yếu hoặc củng cố các liên minh. Mỹ và các đồng minh có thể vượt xa Trung Quốc nếu kết hợp nguồn lực, nhưng cũng có nguy cơ chia rẽ do các cách tiếp cận khác nhau. Tuy nhiên, những lo ngại chung về Trung Quốc có thể thúc đẩy sự thống nhất giữa Mỹ và châu Âu.

- Cạnh tranh Mỹ-Trung về AI đang gia tăng, nhưng họ cũng có thể hợp tác để quản lý các mối nguy hiểm chung do AI gây ra, tương tự như đã làm với vũ khí hạt nhân trong Chiến tranh Lạnh. Tuy nhiên, kiểm soát vũ khí AI có vẻ khó khăn hơn.

- Các công ty tư nhân đang trở thành những tác nhân địa chính trị mạnh mẽ trong lĩnh vực AI. Chính phủ sẽ tìm cách điều tiết sự phát triển của AI để thúc đẩy đổi mới và hạn chế việc sử dụng sai mục đích, đồng thời giúp quân đội tận dụng các đổi mới từ khu vực tư nhân.

📌 Tương lai của AI sẽ phụ thuộc rất nhiều vào các quyết định của các nhà lãnh đạo và quốc gia trên toàn cầu. Mỹ cần theo đuổi các chính sách nhập cư sáng suốt để thu hút nhân tài, coi các liên minh như tài sản cần được bảo vệ, và điều tiết một cách khôn ngoan sự phát triển và sử dụng AI. Mục tiêu của Mỹ nên là đổi mới mạnh mẽ và có trách nhiệm, để một trật tự thế giới cơ bản thuận lợi không thay đổi quá nhiều, ngay cả khi công nghệ đang thay đổi mạnh mẽ.

https://www.bloomberg.com/opinion/features/2024-06-09/how-will-ai-change-war

- Bài viết của Charlie Warzel trên The Atlantic phân tích sự bùng nổ của AI trong các ngành công nghiệp, đặc biệt là báo chí và truyền thông.
- Meta đã ra mắt chatbot AI trên Instagram và Facebook, đồng thời thông báo cho người dùng châu Âu rằng dữ liệu của họ đang được sử dụng để huấn luyện AI.
- OpenAI phát hành GPT-4o, một phiên bản mới mạnh mẽ hơn của mô hình ngôn ngữ lớn của họ, với giọng nói AI Sky bị cáo buộc dựa trên giọng của Scarlett Johansson mà không có sự cho phép của cô.
- Google ra mắt và sau đó giảm bớt "AI Overviews" trong công cụ tìm kiếm của mình.
- Nvidia báo cáo doanh thu kỷ lục và giá trị thị trường tăng lên hơn 3 nghìn tỷ USD.
- Các công ty công nghệ đang chạy đua để chiếm lĩnh thị trường, dẫn đến nhiều sai sót không đáng có.
- Các nhà lãnh đạo trong các ngành công nghiệp khác cũng đang ký kết các thỏa thuận với các công ty AI, mặc dù không biết rõ họ đang tham gia vào điều gì.
- Các công ty truyền thông đang đối mặt với tình trạng bị ép buộc phải hợp tác với các công ty AI hoặc chấp nhận việc dữ liệu của họ bị thu thập mà không có sự đồng ý.
- Các lựa chọn khác bao gồm kiện OpenAI và Microsoft về vi phạm bản quyền hoặc từ chối tham gia vào cuộc cách mạng AI.
- Các công ty truyền thông có thể có đòn bẩy trong các cuộc đàm phán với OpenAI, vì công ty này cần thông tin cập nhật từ các trang tin tức để cạnh tranh với Google.
- Việc chuyển đổi từ công cụ tìm kiếm sang chatbot có thể gây ra sự gián đoạn lớn, và các công ty AI không quan tâm đến việc tìm kiếm mô hình bền vững cho công việc sáng tạo.
- AI đang ăn mòn thế giới có thể được hiểu như một cuộc xâm lược nhanh chóng và mạnh mẽ, với nhiều người cảm thấy bị mắc kẹt và không biết điều gì sẽ xảy ra tiếp theo.

📌 Bài viết nhấn mạnh sự bùng nổ của AI trong các ngành công nghiệp, đặc biệt là báo chí, với nhiều công ty công nghệ lớn như Meta, OpenAI và Google đang chạy đua để chiếm lĩnh thị trường. Các công ty truyền thông đang đối mặt với tình trạng bị ép buộc phải hợp tác hoặc chấp nhận việc dữ liệu của họ bị thu thập mà không có sự đồng ý.

https://www.theatlantic.com/technology/archive/2024/06/ai-eats-the-world/678627/

- Eric Yuan, CEO của Zoom, cho rằng trong tương lai, avatar AI sẽ thay thế con người trong các cuộc họp Zoom, trả lời email và thực hiện hầu hết công việc trên máy tính.

- Yuan hy vọng công nghệ này sẽ giúp con người có nhiều thời gian rảnh rỗi hơn để nghỉ ngơi, ví dụ như đi biển.

- Hiện tại, công nghệ AI của Zoom mới chỉ dừng lại ở mức tóm tắt nội dung cuộc họp, chưa thể thay thế hoàn toàn con người.

- Yuan thừa nhận vấn đề ảo giác (hallucination) của AI vẫn chưa được giải quyết và hy vọng ai đó sẽ tìm ra lời giải.

- Theo Yuan, một số yếu tố công việc không thể tự động hóa được như tương tác trực tiếp, bắt tay, ôm nhau hay trò chuyện thân mật.

- Bình luận của Yuan cho thấy xu hướng các công ty phần mềm doanh nghiệp như Zoom đang hướng tới việc tự động hóa một phần công việc, mặc dù chưa rõ liệu họ có thể đạt được mục tiêu này hay không.

📌 CEO Zoom Eric Yuan tin rằng trong tương lai, avatar AI sẽ thay thế con người trong hầu hết công việc văn phòng, giúp họ có thời gian nghỉ ngơi. Tuy nhiên, công nghệ AI hiện tại vẫn chưa thể thay thế hoàn toàn con người do vấn đề ảo giác chưa được giải quyết. Một số yếu tố công việc đòi hỏi sự tương tác trực tiếp cũng không thể tự động hóa.

https://gizmodo.com/zoom-ceo-eric-yuan-ai-avatar-do-your-job-hallucinations-1851518137

- Các startup AI lớn như Anthropic đang dạy chatbot cách sử dụng công cụ để trở nên hữu ích hơn trong công việc văn phòng.
- Công nghệ AI hiện tại chưa thực sự thay đổi công việc văn phòng, mặc dù có nhiều thử nghiệm và ứng dụng.
- Chatbots như Google Gemini và OpenAI’s ChatGPT chủ yếu chỉ xử lý văn bản qua giao diện chat.
- Anthropic ra mắt sản phẩm mới cho phép chatbot Claude truy cập các dịch vụ và phần mềm bên ngoài để thực hiện các nhiệm vụ hữu ích hơn.
- Claude có thể sử dụng máy tính để giải các bài toán, truy cập cơ sở dữ liệu khách hàng, và sử dụng các chương trình khác trên máy tính người dùng.
- Công ty Study Fetch đã phát triển cách để Claude sử dụng các tính năng của nền tảng để thay đổi giao diện người dùng và nội dung giáo trình.
- Google cũng đã trình diễn một số AI agents tại hội nghị I/O, bao gồm một agent xử lý việc trả hàng trực tuyến.
- Các AI agents ban đầu có thể bị giới hạn trong các nhiệm vụ cụ thể để giảm thiểu rủi ro sai sót.
- Tự động hóa quy trình robot (RPA) hiện tại đã có giá trị 29 tỷ USD và dự kiến sẽ tăng lên 65 tỷ USD vào năm 2027 nhờ sự kết hợp của AI.
- Công ty Adept AI đang phát triển các AI agents cho công việc văn phòng với độ tin cậy trên 90% cho khách hàng doanh nghiệp.
- Adept AI tập trung vào việc cải thiện khả năng hiểu mục tiêu và các bước cần thiết để hoàn thành nhiệm vụ của AI agents.
- Sử dụng công cụ là một bước tiến quan trọng trong việc phát triển trí tuệ máy móc mạnh mẽ hơn, tương tự như quá trình tiến hóa của con người.

📌 Các startup AI như Anthropic đang dạy chatbot cách sử dụng công cụ để trở nên hữu ích hơn trong công việc văn phòng. Sự phát triển này có thể làm tăng giá trị thị trường tự động hóa quy trình robot từ 29 tỷ USD lên 65 tỷ USD vào năm 2027.

https://www.wired.com/story/chatbots-are-entering-the-stone-age/

- Tại hội nghị VivaTech ở Paris, nhà tiên phong AI Yann LeCun khuyên thế hệ lập trình viên tiếp theo không nên làm việc với các mô hình ngôn ngữ lớn (LLM) mà hãy tập trung phát triển các hệ thống AI thế hệ tiếp theo để khắc phục những hạn chế của LLM.
- LeCun cho rằng các công ty lớn đã nắm trong tay LLM và sinh viên không thể đóng góp gì thêm. Thay vào đó, họ nên nghiên cứu các hệ thống AI tiên tiến hơn.
- Phát biểu của LeCun đã châm ngòi cho nhiều cuộc thảo luận sôi nổi trên mạng xã hội X (trước đây là Twitter) về những hạn chế của LLM và định nghĩa "AI thế hệ tiếp theo".
- Nhiều chuyên gia đã đề xuất các hướng phát triển như AI đa phương thức, AI lập luận, trí tuệ nhân tạo tổng quát (AGI), học không giám sát, AI thể hiện và robot, mạng Kolmogorov-Arnold (KAN),...
- Tuy nhiên, một số ý kiến cho rằng hiện tại là thời điểm thích hợp để sinh viên nghiên cứu LLM vì ứng dụng của chúng còn chưa được khai thác hết.
- Trong một cuộc phỏng vấn với Financial Times, LeCun nhấn mạnh LLM có khả năng logic hạn chế và sẽ không thể đạt trí thông minh ngang con người. Chúng thiếu hiểu biết về thế giới vật lý, không có bộ nhớ bền vững, không thể lập luận hay lập kế hoạch.
- Gần đây, Meta đã giới thiệu kiến trúc V-JEPA có thể phát hiện và hiểu các tương tác đối tượng chi tiết, được coi là bước tiến trong tầm nhìn trí tuệ máy tiên tiến (AMI) của LeCun.
- LeCun nổi tiếng với những cuộc tranh luận nảy lửa với các nhà AI khác như Geoffrey Hinton, Andrew Ng và Yoshia Bengio về rủi ro của AI. Hinton gần đây lại khuyên nên tập trung hoàn toàn vào LLM.

📌 Yann LeCun, nhà tiên phong AI của Meta, gây tranh cãi khi khuyên thế hệ tiếp theo không nên phát triển các mô hình ngôn ngữ lớn (LLM) mà hãy tập trung vào các hệ thống AI tiên tiến hơn để vượt qua hạn chế của LLM. Ông cho rằng LLM thiếu khả năng logic và không thể đạt trí tuệ ngang con người. Tuyên bố này đã châm ngòi cho nhiều cuộc thảo luận sôi nổi trong cộng đồng AI.

https://venturebeat.com/ai/ai-pioneer-lecun-to-next-gen-ai-builders-dont-focus-on-llms/

- Cựu CEO và Chủ tịch Google Eric Schmidt cho rằng trong tương lai, các hệ thống AI cực kỳ mạnh mẽ sẽ được chính phủ bảo vệ nghiêm ngặt.
- Ông dự đoán các hệ thống này sẽ được đặt trong các căn cứ quân sự, được cung cấp năng lượng bởi nguồn hạt nhân và được bao quanh bởi hàng rào dây thép gai và súng máy.
- Schmidt từng là CEO và Chủ tịch Google từ năm 2001 đến 2011 trước khi trao lại quyền điều hành cho đồng sáng lập Larry Page. Sau đó, ông đảm nhiệm vị trí Chủ tịch điều hành và cố vấn kỹ thuật cho đến khi rời công ty vào đầu năm 2020.
- Kể từ đó, Schmidt, 69 tuổi, đã thể hiện sự quan tâm mạnh mẽ đến AI và nghiên cứu tác động của nó đối với xã hội. Ông đầu tư vào các công ty AI khởi nghiệp như Anthropic và đồng tác giả cuốn sách "The Age of AI".
- Mỹ và Trung Quốc đang cạnh tranh gay gắt để duy trì vị thế dẫn đầu trong cuộc đua AI. Mỹ đã siết chặt kiểm soát xuất khẩu công nghệ sang Trung Quốc, hạn chế bán chip AI của các công ty như Nvidia.
- Trung Quốc cũng đang nỗ lực giảm sự phụ thuộc vào chip sản xuất tại Mỹ. Các quan chức Trung Quốc đã yêu cầu các gã khổng lồ công nghệ trong nước như Alibaba và ByteDance mua chip AI sản xuất trong nước.
- Theo chuyên gia Jay Pelosky, thế giới đang nhanh chóng tiến đến sự phân chia "hai ngăn xếp công nghệ", trong đó mỗi quốc gia, Mỹ và Trung Quốc, đang tạo ra hàng rào bảo vệ riêng cho ngăn xếp công nghệ của mình.

📌 Cựu CEO Google Eric Schmidt dự báo trong tương lai, các hệ thống AI mạnh nhất của Mỹ và Trung Quốc sẽ được bảo vệ nghiêm ngặt trong các căn cứ quân sự với hàng rào dây thép gai và súng máy. Hai cường quốc đang cạnh tranh gay gắt để dẫn đầu cuộc đua AI, với Mỹ siết chặt xuất khẩu công nghệ và Trung Quốc đẩy mạnh sử dụng chip nội địa, dẫn đến sự phân chia "hai ngăn xếp công nghệ" giữa hai nước.

https://www.businessinsider.com/ex-google-ceo-powerful-ai-systems-guarded-with-machine-guns-2024-5

- GPT-4o của OpenAI đánh dấu bước nhảy vọt chưa từng có trong công nghệ AI, với khả năng xử lý âm thanh, thị giác và văn bản theo thời gian thực.
- Chỉ 18 tháng trước, ChatGPT đã thu hút hơn 100 triệu người dùng chỉ trong 2 tháng đầu, trở thành ứng dụng tiêu dùng phát triển nhanh nhất trong lịch sử. 
- Bên cạnh sự phấn khích, sự phát triển nhanh chóng của AI cũng gây ra lo ngại về khả năng AI vượt khỏi tầm kiểm soát.
- GPT-4o có thể hội thoại bằng giọng nói tự nhiên, đọc được tín hiệu cảm xúc và xử lý đầu vào hình ảnh.
- Công nghệ này có thể tạo ra nội dung thích ứng theo nhu cầu của từng học sinh, như minh họa trong video Sal Kahn và con trai giải toán với GPT-4o.
- Khi GPT-4o và các sản phẩm tương tự tiếp tục phát triển, chúng ta có thể kỳ vọng vào khả năng hiểu ngôn ngữ tự nhiên và thông minh cảm xúc tinh vi hơn.

📌 GPT-4o của OpenAI đánh dấu bước tiến vượt bậc trong AI với khả năng xử lý đa phương tiện theo thời gian thực. Chỉ trong 18 tháng, ChatGPT đã thu hút 100 triệu người dùng, cho thấy tiềm năng to lớn nhưng cũng gây lo ngại. Tương lai hứa hẹn AI cảm xúc thông minh hơn, mở ra cơ hội cá nhân hóa trải nghiệm trong giáo dục và nhiều lĩnh vực khác.

Citations:
[1] https://venturebeat.com/ai/from-sci-fi-to-reality-the-dawn-of-emotionally-intelligent-ai/

- Stephen Wolfram cho rằng quan điểm về AI rất đa dạng, từ những người lo sợ AI sẽ thống trị loài người đến những người cho rằng AI vẫn còn khá "ngu ngốc" và chưa thể làm được nhiều điều thú vị.

- AI hiện nay chủ yếu dựa trên các mạng nơ-ron được huấn luyện từ dữ liệu về hành vi của con người, sau đó ngoại suy từ các ví dụ huấn luyện đó theo cách tương tự như con người. 

- Tuy nhiên, AI vẫn chưa thể dự đoán chính xác các sự kiện trong khoa học như cách nó dự đoán từ tiếp theo trong một đoạn văn bản.

- Wolfram cho rằng công nghệ AI tự thân không mang theo định kiến, mà chính con người mới là người đưa định kiến vào công nghệ.

- Ông tin rằng một xã hội gồm nhiều AI sẽ ổn định hơn so với chỉ một AI thống trị tất cả. Sự xuất hiện của nhiều mô hình ngôn ngữ lớn (LLM) là do khi đã biết ChatGPT là khả thi, việc tạo ra các LLM khác trở nên không quá khó khăn.

- Cần có sự nỗ lực tập thể để nâng cao toàn bộ nền tảng AI.

📌 Stephen Wolfram nhận định rằng sự phát triển của AI vừa mạnh mẽ vừa khó lường, với quan điểm trái chiều từ lo ngại AI sẽ thống trị đến cho rằng AI vẫn chưa thực sự thông minh. Ông tin rằng một xã hội gồm nhiều AI sẽ ổn định hơn một AI duy nhất nắm quyền, và cần sự chung tay của cộng đồng để phát triển nền tảng AI.

Citations:
[1] https://reason.com/2024/05/19/the-powerful-unpredictability-of-ai/

- Trí tuệ nhân tạo tạo sinh (gen AI) đang cách mạng hóa cách chúng ta làm việc, học tập và giải trí nhờ sức mạnh tính toán của các chip như GPU.

- Điện toán lượng tử sử dụng qubit đa trạng thái thay vì bit nhị phân, cho phép tăng cường sức mạnh tính toán và khả năng mô phỏng tự nhiên.

- IBM ra mắt bộ xử lý Heron 133 qubit và Condor 1.121 qubit. Quantinuum tuyên bố đạt độ trung thực qubit 99,9% với công nghệ ion bẫy.

- Các chuyên gia nhận định AI tạo sinh và điện toán lượng tử là đối tác hoàn hảo, cùng cần thiết cho cuộc cách mạng công nghiệp lần thứ tư.

- Trung Quốc đầu tư khoảng 25 tỷ USD vào lĩnh vực lượng tử. Máy tính lượng tử Jiuzhang của GS Pan Jianwei xử lý một số thuật toán AI nhanh hơn siêu máy tính hàng đầu thế giới 180 triệu lần.

- Mỹ tài trợ hàng trăm triệu USD cho khoa học thông tin lượng tử và đưa 8 tổ chức điện toán lượng tử Trung Quốc vào Danh sách Thực thể hạn chế.

- Cả Mỹ và Trung Quốc đều phải vượt qua thách thức về nhân tài trong lĩnh vực điện toán lượng tử.

📌 Điện toán lượng tử hứa hẹn sẽ đẩy mạnh cuộc cách mạng AI tạo sinh, giúp giải quyết các vấn đề nan giải như biến đổi khí hậu. Cuộc đua công nghệ Mỹ-Trung trong lĩnh vực này đang diễn ra gay gắt với các lệnh trừng phạt và tài trợ hàng tỷ USD, nhưng cả hai nước đều phải đối mặt với thách thức thiếu hụt nhân tài.

Citations:
[1] https://time.com/6977355/generative-ai-quantum-computing-us-china-technology/

#TIME

- N Chandrasekaran, Chủ tịch Tata Consultancy Services (TCS), nhấn mạnh tác động đáng kể của công nghệ AI tạo sinh (GenAI) đối với hầu hết mọi ngành công nghiệp và quốc gia trong tương lai.

- Trong thư gửi cổ đông, ông lưu ý các doanh nghiệp đã đầu tư vào điện toán đám mây, cơ sở hạ tầng dữ liệu và sức mạnh xử lý lớn, tạo điều kiện cho AI/GenAI phát triển. GenAI sẽ cải thiện năng suất và tạo ra tác động chưa từng thấy trước đây.

- Các doanh nghiệp toàn cầu đang ưu tiên nhiều xu hướng lớn như AI, năng lượng mới, chuỗi cung ứng và nhân tài, đòi hỏi đầu tư lớn vào công nghệ ở nhiều lĩnh vực. TCS đang đầu tư mạnh và phát triển các khả năng để đáp ứng.

- Trong năm tài chính 2024, TCS hợp nhất chuyên môn về AI và điện toán đám mây bằng cách thành lập đơn vị AI.Cloud. CEO K Krithivasan thừa nhận việc áp dụng GenAI còn sớm nhưng sẽ cách mạng hóa mọi ngành.

- Dù tăng trưởng chậm lại trong năm trước, TCS báo cáo doanh thu tăng 6.8%, đạt 2.41 lakh crore rupee, với biên lợi nhuận 24.6% cho năm tài chính 2024 và đơn đặt hàng kỷ lục trị giá 42.7 tỷ USD. CEO lạc quan về triển vọng tăng trưởng trung và dài hạn.

- Tuy nhiên, TCS dự báo tình trạng bất ổn sẽ kéo dài trong vài quý tới. Báo cáo cho biết đầu tư vốn dự kiến vẫn ảm đạm.

📌 TCS nhấn mạnh tác động to lớn của AI tạo sinh đối với mọi ngành và quốc gia trong tương lai. Công ty đang đầu tư mạnh vào AI, đám mây để nắm bắt cơ hội, bất chấp tình trạng bất ổn. Với doanh thu tăng 6.8%, đạt 2.41 lakh crore rupee (32,6 tỷ USD) và đơn hàng kỷ lục 42,7 tỷ USD trong năm tài khóa 2024, TCS lạc quan về triển vọng tăng trưởng dài hạn.

Citations:
[1] https://timesofindia.indiatimes.com/business/india-business/genai-impact-to-be-unimaginable-tcs-chairman-n-chandrasekaran-makes-important-observation/articleshow/110049687.cms

• 3 cuốn sách "How AI Thinks", "AI Needs You" và "As If Human" đều chỉ ra tiềm năng to lớn của AI, nhưng cũng cảnh báo về những nguy cơ nếu công nghệ này bị lạm dụng mà thiếu kiểm soát.

• Tác giả Nigel Toon trong "How AI Thinks" giải thích sự tiến bộ vượt bậc của phần cứng và phần mềm máy tính, dẫn đến sự phát triển nhanh chóng của AI. Tuy nhiên, ông cũng thừa nhận AI vẫn chưa thể sánh được với sự linh hoạt của trí tuệ con người.

• Trong "AI Needs You", Verity Harding lấy 3 ví dụ lịch sử về cách kiểm soát công nghệ (cuộc đua vũ trụ, thụ tinh trong ống nghiệm, Internet) để rút ra bài học cho việc quản lý AI. Bà nhấn mạnh vai trò của lãnh đạo chính trị và sự tham gia của xã hội trong việc định hình tương lai AI.

• Nigel Shadbolt và Roger Hampson trong "As If Human" cho rằng cần đối xử với AI như với con người, buộc chúng phải chịu trách nhiệm. Họ chỉ trích việc các tập đoàn lớn tung ra AI mà không tham vấn chính phủ và công chúng.

• Các tác giả đều lo ngại về sự tập trung quyền lực quá mức vào tay một nhóm nhỏ các công ty công nghệ. Họ kêu gọi sự tham gia rộng rãi hơn của xã hội để định hướng AI theo hướng có lợi cho nhân loại.

📌3 cuốn sách "How AI Thinks", "AI Needs You" và "As If Human" đều nhấn mạnh tiềm năng to lớn của AI, nhưng cũng cảnh báo về những rủi ro nếu thiếu kiểm soát. Các tác giả kêu gọi sự tham gia tích cực của lãnh đạo chính trị và toàn xã hội để định hướng tương lai AI theo hướng minh bạch, có trách nhiệm và vì lợi ích chung của nhân loại.

Citations:
[1]https://www.ft.com/content/32f6a003-e5b4-442a-9a5d-37bdc1c6d392

#FT

- Sam Altman, CEO của OpenAI, đề xuất Universal Basic Compute (UBC) - một khoản trợ cấp tính toán phổ quát.
- Mục đích của UBC là cung cấp cho mọi người trên thế giới quyền truy cập bình đẳng vào tài nguyên tính toán của GPT-7, mô hình ngôn ngữ AI tiên tiến nhất của OpenAI.
- UBC sẽ cung cấp một lượng tính toán cơ bản miễn phí cho mọi người, tương đương với 1.000 giờ sử dụng GPT-7 mỗi năm.
- Altman tin rằng UBC sẽ thúc đẩy sự đổi mới, tạo ra việc làm mới và cải thiện cuộc sống con người trên quy mô toàn cầu.
- Ông cũng kêu gọi các công ty công nghệ lớn khác như Google, Microsoft và Meta hợp tác để hiện thực hóa tầm nhìn về UBC.
- Tuy nhiên, đề xuất này cũng gặp phải một số lo ngại về chi phí, tính bền vững và tác động tiềm tàng đến xã hội.
- OpenAI ước tính rằng cung cấp UBC cho 7,8 tỷ người trên thế giới sẽ tốn khoảng 97,5 tỷ đô la mỗi năm.
- Một số chuyên gia cảnh báo rằng UBC có thể làm trầm trọng thêm sự bất bình đẳng kinh tế và thay thế việc làm của con người.
- Mặc dù vậy, Altman vẫn lạc quan về tiềm năng của UBC và kêu gọi hợp tác toàn cầu để biến ý tưởng này thành hiện thực.

📌 Sam Altman đề xuất Universal Basic Compute, cung cấp 1.000 giờ sử dụng GPT-7 miễn phí mỗi năm cho 7,8 tỷ người, với chi phí ước tính 97,5 tỷ đô la. Mặc dù còn nhiều tranh cãi, ý tưởng này hướng tới mục tiêu đem lại quyền truy cập công bằng vào tài nguyên AI tiên tiến nhất cho nhân loại.

Citations:
[1] https://analyticsindiamag.com/sam-altman-proposes-universal-basic-compute-for-global-access-to-gpt-7s-resources/

- Brad Lightcap, COO của OpenAI, cho rằng còn quá sớm để đánh giá tác động đầy đủ của AI lên nền kinh tế. Ông tin rằng cần 10-20 năm để công nghệ AI cấp độ GPT-4 lan tỏa và ảnh hưởng sâu rộng.

- Các lãnh đạo AI tại sự kiện Bloomberg Technology Summit đồng tình rằng tiềm năng gây đột phá của AI trong dài hạn có thể bị đánh giá thấp, dù tác động ngắn hạn có vẻ khiêm tốn hơn kỳ vọng. 

- OpenAI và các đối thủ đang đẩy mạnh phát triển "AI agent" có khả năng thực hiện nhiệm vụ tự động hóa cao. Lightcap cho rằng các hệ thống tương lai cần vượt qua khoảng cách về khả năng và tính hữu dụng.

- OpenAI đang hợp tác với các nhà xuất bản để đưa thêm thông tin vào tầm nhìn của các mô hình AI. Lightcap cho rằng mọi người cần thay đổi quan niệm về công dụng của AI, không nên coi chúng như cơ sở dữ liệu để truy xuất sự thật.

- Công ty dự kiến công bố cập nhật cho ChatGPT và GPT-4 vào thứ Hai tới. Đồn đoán về sản phẩm tiếp theo của OpenAI đang rầm rộ, bao gồm chatbot mạnh mẽ hơn và tính năng tìm kiếm trích dẫn nguồn cho ChatGPT.

- CEO Anthropic, Dario Amodei, thừa nhận cảm xúc lẫn lộn "10/10 phấn khích và 10/10 lo lắng" trước tương lai của AI.

📌 Các lãnh đạo OpenAI và Anthropic cho rằng tác động kinh tế đầy đủ của AI cần thêm thời gian để hiện rõ, có thể lên tới 10-20 năm. Họ kỳ vọng vào sự phát triển của các AI agent tự động hóa cao và tính năng mới như tìm kiếm có trích dẫn nguồn. Tuy nhiên, tương lai của AI vẫn khiến giới chuyên gia vừa phấn khích vừa lo lắng.

https://www.bloomberg.com/news/newsletters/2024-05-10/openai-coo-says-it-s-too-soon-to-see-ai-s-full-impact-on-economy

• David Brin cho rằng các thiên tài đang tạo ra AI dường như chấp nhận 3 kết cục sáo rỗng: AI sẽ tiếp tục bị kiểm soát bởi các tập đoàn lớn; AI sẽ lan rộng như loài xâm lấn; AI sẽ hợp nhất thành một thực thể quyền lực tuyệt đối. 
• Robin Hanson lập luận rằng con người đang dần thiết kế được nhiều phần của thế giới và bản thân mình, trở nên "nhân tạo" hơn theo thời gian. Gần đây chúng ta bắt đầu thiết kế các bộ não máy tính và cuối cùng có thể tạo ra trí tuệ nhân tạo tổng quát (AGI) vượt trội hơn bộ não con người.
• Mike Godwin so sánh sự xuất hiện của AI với thời kỳ đầu của y học hiện đại. Tuy nhiên, giống như web những năm 1990, rõ ràng AI mang đến cơ hội to lớn cho các nhà sáng tạo, doanh nhân với những công cụ và mô hình kinh doanh thân thiện với người dùng mà chưa ai tưởng tượng ra.
• Nếu xem AI tương tự như web sơ khai, bạn có thể thấy ngay tiềm năng của nó - định hình lại thế giới, làm cho nó sống động, hữu ích, thú vị, kỳ lạ, hỗn loạn và đáng sống hơn.

📌 Các chuyên gia có quan điểm khác nhau về tương lai của AI, từ việc nó sẽ bị kiểm soát, lan rộng hay hợp nhất thành thực thể quyền lực, cho đến khả năng vượt trội trí tuệ con người và mang lại cơ hội to lớn như thời kỳ đầu của web, giúp định hình lại thế giới theo hướng tích cực hơn.

Citations:
[1] https://reason.com/2024/05/05/ai-is-like/

- Tại một hội thảo gần đây tại Đại học Stanford, Sam Altman, đồng sáng lập và CEO của OpenAI, đã thảo luận về tương lai của AI tạo sinh và chatbots.
- Ravi Belani, giảng viên tại Stanford, đã đặt câu hỏi về chi phí ngày càng tăng trong việc phát triển và duy trì các mô hình AI tiên tiến, đặc biệt là chi phí cho GPT-3 và GPT-4 sắp tới.
- Altman nhấn mạnh tầm quan trọng của việc cung cấp công cụ mạnh mẽ cho người dùng để khám phá các ứng dụng tiềm năng, bất chấp sự thiếu tập trung vào tài chính.
- Khi được hỏi liệu chi phí có tiếp tục tăng lên không và OpenAI dự định khai thác lợi ích từ điều này như thế nào, Altman đã bày tỏ niềm tin vào trí tuệ tập thể của con người trong việc tìm ra giải pháp.
- Altman cũng nhấn mạnh tầm quan trọng của sự minh bạch và hợp tác, đề xuất rằng xã hội nên "cùng tiến hóa" với công nghệ.
- Ông bày tỏ sự tự tin rằng GPT-5 sẽ vượt qua GPT-4 về trí thông minh và GPT-6 sẽ tiếp tục xu hướng này, phản ánh bản chất của sự phát triển AI.
- Có thông tin cho rằng OpenAI có thể công bố một sản phẩm mới vào tuần tới, có thể là một công cụ tìm kiếm mới, cạnh tranh với Google.
- Sự kiện sắp tới của OpenAI, dự kiến vào ngày 10 tháng 5, có thể không phải là việc ra mắt một mô hình mới mà có thể liên quan đến việc công bố một công cụ tìm kiếm, có khả năng làm lu mờ sự kiện I/O của Google vào ngày 14 tháng 5 và sự kiện ra mắt iPad mới của Apple vào ngày 7 tháng 5.

📌 Sam Altman, CEO của OpenAI, đã gọi GPT-4 là "mô hình ngu nhất" mà mọi người sẽ phải sử dụng, đồng thời bày tỏ sự tự tin vào sự phát triển tiếp theo của AI, với dự đoán GPT-5 và GPT-6 sẽ vượt trội hơn. Altman cũng hé lộ về khả năng ra mắt một công cụ tìm kiếm mới, cạnh tranh với Google, trong một sự kiện sắp tới của OpenAI, đánh dấu một bước tiến quan trọng trong lĩnh vực công nghệ AI.

Citations:
[1] https://www.tomsguide.com/ai/chatgpt/gpt-4-is-the-dumbest-model-any-of-you-will-ever-have-to-use-declares-openai-ceo-sam-altman-as-he-bets-big-on-a-superingtelligence

- Aravind Srinivas, đồng sáng lập Perplexity, một công ty khởi nghiệp AI tạo sinh trị giá 1 tỷ đô la, đang nhắm vào mô hình kinh doanh tìm kiếm của Google với "công cụ trả lời" của mình.
- Srinivas cho rằng Google đang đối mặt với "thách thức của nhà đổi mới", một lý thuyết giải thích tại sao các công ty lớn thất bại trước các công nghệ mới.
- Tuy nhiên, lý thuyết này có vẻ không phù hợp trong trường hợp của Perplexity và Google, vì Perplexity không nhắm vào thị trường ngách với sản phẩm kém chất lượng ban đầu như lý thuyết mô tả.
- Thay vào đó, Perplexity cung cấp các câu trả lời được cải tiến, đôi khi có giá cao hơn so với kết quả tìm kiếm của Google.
- Google, với nguồn lực nghiên cứu và tài chính dồi dào, đang tiếp tục cải thiện công nghệ tìm kiếm AI của mình và tự tin có thể tận dụng AI để quảng cáo hiệu quả hơn.
- Doanh thu tìm kiếm của Google tiếp tục tăng mạnh, cho thấy họ chưa gặp khó khăn trong việc cạnh tranh với các đối thủ AI tạo sinh mới nổi.

📌 Mặc dù Perplexity đang thách thức Google với công nghệ "công cụ trả lời" AI tạo sinh, Google có vẻ không gặp khó khăn khi cạnh tranh nhờ nguồn lực mạnh mẽ và khả năng cải tiến liên tục. Lý thuyết "thách thức của nhà đổi mới" có vẻ không phù hợp trong trường hợp này, vì Perplexity không nhắm vào thị trường ngách với sản phẩm kém chất lượng ban đầu. Doanh thu tìm kiếm của Google tăng 14% trong quý 1, cho thấy vị thế vững chắc trước làn sóng AI tạo sinh.

https://www.economist.com/business/2024/05/02/does-perplexitys-answer-engine-threaten-google

- Các ứng dụng AI tạo sinh thú vị như tạo hình ảnh hay viết văn bản đang thu hút sự chú ý, nhưng tương lai thực sự của công nghệ này nằm ở các ứng dụng doanh nghiệp ít hấp dẫn hơn.
- Các doanh nghiệp đang tích hợp AI vào quy trình làm việc để tự động hóa các nhiệm vụ nhàm chán, cải thiện hiệu quả và năng suất.
- Ví dụ, một công ty bảo hiểm sử dụng AI để xử lý 30.000 email mỗi ngày, tiết kiệm 34.000 giờ làm việc mỗi năm. Ngân hàng dùng chatbot AI để trả lời các câu hỏi của khách hàng.
- Các công ty như Anthropic đang phát triển các hệ thống AI an toàn, đáng tin cậy để triển khai trong doanh nghiệp. Adept AI Labs tạo ra các trợ lý ảo thực hiện nhiệm vụ như một con người.
- Thị trường ứng dụng AI doanh nghiệp được dự báo đạt 31 tỷ USD vào năm 2025, tăng từ 16 tỷ USD năm 2022. Gartner ước tính 70% các tổ chức sẽ sử dụng các ứng dụng AI vào năm 2030.
- Tuy nhiên, việc triển khai AI trong doanh nghiệp cũng đặt ra nhiều thách thức như đào tạo nhân viên, tích hợp vào hệ thống hiện có, đảm bảo an toàn và đáng tin cậy.

📌 Tương lai của AI tạo sinh nằm ở các ứng dụng "không hấp dẫn" trong doanh nghiệp, tự động hóa quy trình làm việc, tiết kiệm hàng nghìn giờ lao động. Thị trường này được dự báo đạt 31 tỷ USD vào năm 2025 với 70% doanh nghiệp áp dụng AI, bất chấp những thách thức về triển khai và đảm bảo độ tin cậy.

- Các công ty AI và nhà đầu tư đã quá tuyên truyền rằng AI tạo sinh sẽ tạo ra vô số của cải bằng cách tăng năng suất lao động. 
- Tuy nhiên, có rất ít bằng chứng cho thấy công nghệ này đang thúc đẩy lợi nhuận của công ty hoặc giá cổ phiếu một cách rộng rãi.
- Nhiều công ty lớn đã đầu tư xây dựng và thử nghiệm cơ sở hạ tầng và ứng dụng AI tạo sinh vào năm ngoái, nhưng nhiều công ty thấy việc này phức tạp và tốn thời gian. Nhiều công ty vẫn đang gặp khó khăn trong việc tìm ra lợi nhuận từ năng suất.
- Sam Altman của OpenAI, gương mặt của cơn sốt AI, cho rằng các mô hình AI có thể thực hiện hầu hết các nhiệm vụ tạo doanh thu tốt hơn con người sẽ xuất hiện trong tương lai gần. Ông cũng gợi ý rằng các hệ thống AI sẽ trở nên mạnh mẽ đến mức đe dọa nhân loại.
- Trong khi đó, sự hào nhoáng xung quanh không gian AI tạo sinh có thể sẽ bắt đầu phai nhạt dần.
- Các ứng dụng email AI vẫn còn hạn chế và đắt đỏ. Tác giả vẫn chưa tìm thấy nhiều ứng dụng AI tạo sinh thực sự hữu ích cho công việc của mình với tư cách là một nhà báo.

📌 Mặc dù các công ty và nhà đầu tư đã đặt kỳ vọng lớn vào AI tạo sinh, nhưng hiện tại vẫn chưa có nhiều bằng chứng cho thấy công nghệ này đang mang lại lợi nhuận đáng kể. Nhiều công ty gặp khó khăn khi triển khai AI tạo sinh, trong khi các ứng dụng thực tế như email AI vẫn còn hạn chế và tốn kém. Điều này có thể dẫn đến sự suy giảm của "cơn sốt AI" trong nửa cuối năm 2024.

Citations:
[1] https://www.fastcompany.com/91112588/we-may-be-headed-for-a-generative-ai-winter

- UScellular đang hợp tác với đối tác sử dụng AI tạo sinh (GenAI) để tạo các bản sao số của các tháp di động. Thay vì trèo lên từng tháp hoặc tham khảo sơ đồ tháp, drone sẽ chụp ảnh và đưa vào cơ sở dữ liệu, sau đó được đưa vào mô hình Markov ngôn ngữ lớn được điều chỉnh và tối ưu hóa đặc biệt để phân loại hình ảnh.

- Mục tiêu cuối cùng là có một bản sao số của các tháp di động, cho phép người dùng đeo kính thực tế ảo để xác định xem ăng-ten của tháp có bị ngừng hoạt động do bão hay các yếu tố khác hay không. Điều này giúp điều động nhân viên với thiết bị phù hợp để sửa chữa trong thời gian ngắn hơn và hiệu quả hơn về chi phí.

- Tương tự như Google Maps, GenAI và song sinh kỹ thuật cũng có thể được sử dụng để giám sát và sửa chữa trung tâm dữ liệu bằng cách tạo các mô hình 3D của chúng. Người dùng có thể xem nhiệt độ và mức tiêu thụ điện năng tại một trung tâm dữ liệu cụ thể mà không cần đến thực tế.

- AI và bản sao số cũng được sử dụng trong nghiên cứu mạng 6G. Chúng cho phép mô phỏng hoàn toàn một môi trường và tạo ra các mô hình kênh cụ thể cho từng địa điểm, giúp luôn có kết nối tốt nhất hoặc tiêu thụ điện năng thấp nhất.

📌 Sự kết hợp giữa AI tạo sinh và bản sao số đang mở ra nhiều ứng dụng tiên tiến trong ngành viễn thông như tạo bản sao số của các tháp di động và trung tâm dữ liệu để giám sát, sửa chữa hiệu quả hơn. Công nghệ này cũng đóng vai trò quan trọng trong nghiên cứu phát triển mạng 6G, cho phép mô phỏng môi trường và tối ưu kết nối.

Citations:
[1] https://www.mobileworldlive.com/ai-cloud/feature-ai-twins-and-the-digital-revolution/

- Khi các chuyên gia gợi ý về giới hạn kỹ thuật sắp tới của các mô hình ngôn ngữ lớn (LLMs), sự chú ý đổ dồn vào retrieval-augmented generation (RAG) - bước tiến đầy hứa hẹn có thể định nghĩa lại trí tuệ nhân tạo (AI).
- RAG kết hợp truy xuất thông tin với tạo sinh ngôn ngữ tự nhiên, cho phép AI truy cập và kết hợp dữ liệu bên ngoài cụ thể vào phản hồi, giúp chúng hiệu quả và chính xác hơn. 
- Lợi thế chính của RAG so với LLMs là nó dựa hoàn toàn trên bộ dữ liệu độc quyền mà chủ sở hữu RAG có thể kiểm soát, cho phép các ứng dụng mục tiêu hơn.
- Các mô hình RAG tiên tiến kết hợp hiểu ngôn ngữ với truy xuất thông tin thời gian thực, cung cấp câu trả lời chính xác và cập nhật hơn bằng cách truy cập dữ liệu liên quan mới nhất từ các nguồn bên ngoài.
- RAG vượt trội trong các lĩnh vực năng động như tin tức, nghiên cứu và hỗ trợ khách hàng, nơi khả năng kết hợp thông tin mới giúp chúng thích ứng cao và có giá trị trong các tình huống đòi hỏi cập nhật liên tục.
- Một nghiên cứu cho thấy các phiên bản GPT-4 và các chương trình khác được tăng cường bởi RAG hoạt động tốt hơn LLMs tiêu chuẩn khi trả lời các câu hỏi do bác sĩ được chứng nhận viết.
- Ngay cả các LLMs chuyên về y tế như MedPaLM của Google DeepMind vẫn gặp khó khăn với ảo giác và có thể không xử lý chính xác các nhiệm vụ liên quan đến lâm sàng.
- Các mô hình RAG thường được sử dụng để tạo ra các chương trình hỗ trợ kỹ thuật tự vận hành và AI hội thoại.

📌 RAG là bước tiến đầy hứa hẹn trong AI, kết hợp truy xuất thông tin với tạo sinh ngôn ngữ tự nhiên. Nó cho phép AI truy cập dữ liệu bên ngoài, mang lại độ chính xác cao hơn và khả năng thích ứng trong các lĩnh vực năng động. RAG đặc biệt hữu ích trong y tế, nơi các LLMs vẫn gặp khó khăn với ảo giác và xử lý nhiệm vụ lâm sàng.

Citations:
[1] https://www.pymnts.com/artificial-intelligence-2/2024/the-future-of-ai-rag-combines-language-and-search/

- Mustafa Suleyman đã làm việc trong lĩnh vực AI gần 15 năm, từ khi AI còn là một lĩnh vực xa lạ. Giờ đây, AI đã đạt được nhiều thành tựu vượt trội hơn con người trong nhiều lĩnh vực như nhận dạng hình ảnh, dịch ngôn ngữ, chơi cờ vây, chẩn đoán bệnh...

- Khi cháu trai 6 tuổi hỏi "AI là gì?", Mustafa nhận ra cần phải giải thích rõ ràng hơn về bản chất của AI mà chúng ta đang tạo ra. Ông cho rằng nên coi AI như một loài sinh vật kỹ thuật số mới.

- Trong 18 tháng qua, hơn 1 tỷ người đã sử dụng các mô hình ngôn ngữ lớn (large language models). AI đã thể hiện khả năng sáng tạo, đồng cảm và thực hiện nhiều tác vụ từng được cho là bất khả thi như sáng tác thơ, nhạc, video, lái xe, quản lý lưới điện, phát minh phân tử mới...

- Trong tương lai gần, mọi thứ sẽ có giao diện đối thoại thông qua AI. Mỗi người, tổ chức, tòa nhà, đồ vật đều sẽ có AI cá nhân hỗ trợ 24/24. Các AI này sẽ vô cùng thông thái, chính xác, đáng tin cậy, thông minh và đồng cảm.

- AI sẽ vượt xa công cụ thông thường, chúng giao tiếp, quan sát, xử lý thông tin khổng lồ, có trí nhớ, tính cách, sáng tạo và khả năng lập luận. Coi AI chỉ là mã và thuật toán sẽ bỏ qua điểm then chốt.

- Lợi ích của AI là rất lớn, có thể giúp giải quyết các thách thức lớn về y tế, giáo dục, khí hậu. Tuy nhiên, chúng ta cũng cần tập trung vào các rủi ro và thách thức tiềm ẩn, quyết định xây dựng loại AI nào, đặt an toàn lên hàng đầu.

- AI khác biệt và chúng ta cần suy nghĩ một cách sáng tạo, trung thực về nó. AI phản ánh toàn bộ nhân loại qua thời gian. Khi phát triển AI, chúng ta phải phản ánh những điều tốt đẹp nhất của nhân loại như lòng trắc ẩn, sự tử tế, tính hiếu kỳ và sáng tạo.

📌 Mustafa Suleyman cho rằng nên coi AI như một loài sinh vật kỹ thuật số mới, đồng hành và phản ánh những điều tốt đẹp nhất của nhân loại. Tuy nhiên, việc phát triển AI cũng đặt ra nhiều thách thức lớn trong thế kỷ 21, đòi hỏi chúng ta phải suy nghĩ một cách sáng tạo, trung thực và đặt sự an toàn lên hàng đầu. Đây vừa là thách thức lớn nhất, vừa là cơ hội tuyệt vời và đầy cảm hứng cho tất cả chúng ta.

Citations:
[1] https://www.ted.com/talks/mustafa_suleyman_ai_is_turning_into_something_totally_new

• Trong cuộc phỏng vấn với Ezra Klein của The New York Times, Dario Amodei, CEO của Anthropic, đã đưa ra dự đoán về sự phát triển của trí tuệ nhân tạo (AI) trong tương lai gần.

• Amodei sử dụng phép loại suy về các cấp độ an toàn sinh học (ASL) trong phòng thí nghiệm virus để mô tả trạng thái hiện tại và tiềm năng phát triển của AI. Ông cho rằng thế giới hiện đang ở ASL 2, nhưng ASL 4 với "tính tự chủ" và "sức thuyết phục" có thể sẽ sớm xuất hiện.

• Amodei dự đoán rằng các mô hình AI có thể đạt đến mức "tự sao chép và tồn tại độc lập" trong khoảng từ năm 2025 đến 2028, đây là tương lai gần chứ không phải 50 năm sau.

• Amodei và em gái Daniela rời OpenAI vào năm 2021 do bất đồng quan điểm về hướng đi sau khi tạo ra GPT-3. Sau đó, họ thành lập Anthropic cùng với các cựu nhân viên OpenAI khác.

• Mặc dù có nhiều diễn ngôn bi quan về AI, quan điểm của Amodei với tư cách là người trong cuộc mang lại sức nặng đáng kể cho lập luận của ông, làm nổi bật sứ mệnh của Anthropic trong việc đảm bảo AI chuyển đổi giúp con người và xã hội phát triển.

📌 Dario Amodei, CEO của Anthropic, cảnh báo rằng các mô hình AI có thể đạt khả năng tự sao chép và tồn tại độc lập trong tự nhiên vào khoảng 2025-2028, cho thấy sự phát triển nhanh chóng của AI. Điều này nhấn mạnh tầm quan trọng của việc phát triển AI có trách nhiệm để đảm bảo nó mang lại lợi ích cho nhân loại.

Citations:

[1] Anthropic CEO Says That by Next Year, AI Models Could Be Able to 'Replicate and Survive in the Wild' https://futurism.com/the-byte/anthropic-ceo-ai-replicate-survive

- Andy Jassy, CEO của Amazon, phát biểu rằng AI tạo sinh có thể là bước chuyển đổi công nghệ lớn nhất kể từ khi Internet ra đời cách đây 30 năm.

- Ông nhấn mạnh AI tạo sinh mang lại cơ hội to lớn để thay đổi cách con người tương tác với máy tính, tạo ra các trải nghiệm mới và cải thiện năng suất.

- Tuy nhiên, Jassy cũng cảnh báo về những rủi ro tiềm ẩn của AI như tạo ra thông tin sai lệch, vi phạm bản quyền, thay thế việc làm. Ông kêu gọi cần có sự quản lý và quy định phù hợp.

- Amazon đang tích hợp AI tạo sinh vào nhiều dịch vụ như tìm kiếm, quảng cáo, điện toán đám mây. Công ty cũng đang phát triển các mô hình ngôn ngữ lớn của riêng mình.

- Jassy dự báo trong 5-10 năm tới, hầu hết các ứng dụng phần mềm sẽ tích hợp một số dạng AI tạo sinh, tạo ra làn sóng đổi mới sáng tạo mới.

📌 CEO Amazon Andy Jassy nhận định AI tạo sinh có thể là bước nhảy vọt công nghệ lớn nhất sau Internet, mang lại cơ hội cải thiện trải nghiệm và năng suất nhưng cũng tiềm ẩn rủi ro cần quản lý. Amazon đang tích cực tích hợp AI vào các dịch vụ và phát triển mô hình riêng, kỳ vọng làn sóng đổi mới từ AI trong 5-10 năm tới.

Citations:

[1] wsj.com https://www.wsj.com/tech/ai/amazon-ceo-says-generative-ai-could-be-largest-technological-transformation-since-the-internet-da57c68f

- Jamie Dimon, CEO tỷ phú của JPMorgan Chase, đề cập đến AI như một vấn đề quan trọng mà công ty phải đối mặt trong thư gửi cổ đông thường niên.

- Ông cho rằng AI sẽ có tác động chuyển đổi mạnh mẽ lên nhiều lĩnh vực kinh doanh và xã hội, tương tự như máy in, động cơ hơi nước, điện, máy tính và Internet trước đây.

- JPMorgan đang tích cực đầu tư vào AI và học máy (ML), đặc biệt là AI tạo sinh (GenAI), để cải thiện hiệu quả trong lĩnh vực kỹ thuật phần mềm, dịch vụ khách hàng, vận hành và năng suất nhân viên.

- Công ty đang thử nghiệm các khả năng của GenAI và ML để tái tưởng tượng lại toàn bộ quy trình làm việc, đồng thời triển khai các giải pháp một cách an toàn và có trách nhiệm.

- Dimon cũng thảo luận về tác động tài chính của các khoản đầu tư AI, việc sử dụng AI bởi lực lượng lao động của JPMorgan Chase và khả năng tạo ra hoặc loại bỏ việc làm.

- JPMorgan Chase đang nỗ lực chủ động đối phó với các rủi ro liên quan đến AI, đặc biệt khi môi trường pháp lý đang phát triển, và sử dụng AI như một công cụ để ngăn chặn các đối tượng xấu sử dụng AI xâm nhập vào hệ thống của công ty để đánh cắp tiền và tài sản trí tuệ.

📌 Jamie Dimon, CEO JPMorgan Chase, nhận định AI sẽ mang lại tác động chuyển đổi sâu rộng lên kinh doanh và xã hội, tương tự như máy in, điện và Internet. Công ty đang đầu tư mạnh vào AI và ML, đặc biệt là AI tạo sinh, để cải thiện hiệu quả hoạt động, đồng thời chủ động ứng phó với các rủi ro và thách thức pháp lý liên quan.

Citations:
[1] https://www.foxbusiness.com/technology/dimon-says-ai-could-have-similar-impact-printing-press-electricity-internet

- OpenAI và Meta chuẩn bị ra mắt các phiên bản tiếp theo của mô hình ngôn ngữ lớn, hệ thống cung cấp năng lượng cho các ứng dụng AI tạo sinh như ChatGPT.
- Meta sẽ bắt đầu triển khai Llama 3 trong vài tuần tới, trong khi OpenAI cho biết mô hình tiếp theo của họ, dự kiến sẽ được gọi là GPT-5, sẽ sớm ra mắt.
- Các mô hình mới sẽ thể hiện tiến bộ trong việc giải quyết "các vấn đề khó" như lập luận và lên kế hoạch, những bước quan trọng hướng tới trí tuệ nhân tạo tổng quát.
- Các nâng cấp của Meta và OpenAI là một phần của làn sóng mô hình ngôn ngữ lớn mới được phát hành trong năm nay bởi các công ty như Google, Anthropic và Cohere.
- Meta đang phát triển các "tác tử" AI có thể lên kế hoạch và đặt từng bước của một hành trình, ví dụ: từ văn phòng ở Paris đến New York.
- Meta dự định nhúng mô hình AI mới vào WhatsApp và kính thông minh Ray-Ban của mình.
- OpenAI sẽ sớm có thêm thông tin về phiên bản tiếp theo của GPT, hướng tới các tác vụ dài hơn, phức tạp hơn.

📌 OpenAI và Meta đang chuẩn bị ra mắt các mô hình AI mới có khả năng lập luận và lên kế hoạch, tiến gần hơn đến trí tuệ nhân tạo tổng quát. Các nâng cấp này là một phần của làn sóng mô hình ngôn ngữ lớn mới được phát hành bởi nhiều công ty công nghệ trong năm nay, hứa hẹn mang lại những tiến bộ đáng kể trong lĩnh vực AI.

https://www.ft.com/content/78834fd4-c4d1-4bab-bc40-a64ad9d65e0d

#FT

- Tương lai của AI không phụ thuộc vào đột phá công nghệ mới mà là cách tiếp cận chiến lược, gắn kết (One-AI) kết hợp AI tạo sinh mới nhất với các dạng AI khác.

- Các loại AI khác nhau bổ trợ cho nhau. Công ty Insilico Medicine đã rút ngắn thời gian phát triển thuốc mới từ 3-6 năm xuống còn 18 tháng và giảm chi phí từ 430 triệu USD xuống còn 2.6 triệu USD nhờ kết hợp AI dự đoán và tạo sinh.

- Ba cách tương tác chính giữa các mô hình AI: tuần tự (đầu ra của mô hình này là đầu vào của mô hình khác), vòng lặp phản hồi (giao tiếp lặp đi lặp lại giữa các mô hình) và độc lập (giới hạn giá trị khi tương tác).

- Các bước để tổ chức chiến lược AI thống nhất: hợp nhất các nhóm AI, giải quyết vấn đề độc lập với mô hình, giám sát tính toàn vẹn dữ liệu khi các hệ thống AI tương tác và quản lý rủi ro của One-AI.

- Tiềm năng to lớn của việc sử dụng AI với đầy đủ khả năng là rõ ràng. Các công ty cần có cái nhìn tổng quan và tổ chức phù hợp để hiện thực hóa tiềm năng đó.

📌 Tương lai AI là tích hợp linh hoạt nhiều công nghệ qua cách tiếp cận One-AI. Kết hợp AI tạo sinh và AI dự đoán giúp rút ngắn thời gian phát triển sản phẩm từ nhiều năm xuống vài tháng, tiết kiệm hàng trăm triệu USD chi phí.

Citations:
[1] https://fortune.com/2024/04/05/next-evolution-artificial-intelligence-one-ai-bcg/

- Bài báo đặt câu hỏi liệu AI sẽ mang lại hiệu quả và thịnh vượng cho tất cả như "Maria thánh thiện", hay đốt cháy nền kinh tế như "Maria Robot" trong bộ phim Metropolis năm 1927.

- Tác giả Tyler Cowen dự đoán lãi suất thực sẽ tăng lên trong vài thập kỷ tới do AI, trái ngược với quan điểm lạc quan trước đó của ông về tác động tích cực của AI. 

- Khảo sát cho thấy 52% người Mỹ lo ngại về việc sử dụng AI ngày càng nhiều trong cuộc sống hàng ngày.

- AI có thể gây ra thiên vị dữ liệu trong bảo hiểm ô tô, đẩy phí bảo hiểm cao hơn cho người da màu. Việc sử dụng nhiều biến số từ dữ liệu xã hội có thể khiến vấn đề trầm trọng hơn.

- Các ngân hàng sẽ gặp bất lợi nếu AI giúp khách hàng tự động tìm kiếm lãi suất tốt nhất. Điều này có thể gây mất ổn định cho từng ngân hàng và toàn hệ thống.

- Các tác phẩm khoa học viễn tưởng như The Diamond Age của Neal Stephenson đã tiên đoán về một thế giới công nghệ tiên tiến với AI phổ biến. Tuy nhiên, những tiến bộ công nghệ đáng kinh ngạc không thể xóa bỏ lịch sử.

📌 Bài báo đưa ra những quan điểm trái chiều về tác động tiềm tàng của AI đối với nền kinh tế. Trong khi một số dự đoán AI sẽ thúc đẩy tăng trưởng và thịnh vượng, nhiều ý kiến lo ngại AI có thể gây bất ổn, phá hủy việc làm, và đe dọa các ngành như bảo hiểm, ngân hàng. Khảo sát cho thấy 52% người Mỹ quan ngại về AI. 

Citations:
[1] https://www.bloomberg.com/opinion/articles/2024-03-31/ai-may-turn-the-economy-into-a-disaster-movie-lufgz9kg

- Nhiều dự báo lạc quan về tác động to lớn của AI lên nền kinh tế, dẫn đến các khoản đầu tư và thử nghiệm lớn. Tuy nhiên, 8 năm sau, ít dự báo trở thành hiện thực.
- Các công nghệ đột phá trong lịch sử như động cơ hơi nước, điện đã mang lại những lợi ích to lớn, làm thay đổi cuộc sống con người. 
- Nhiều nghiên cứu gần đây đánh giá quá cao tác động của robot và AI. Thay vào đó, cần phân tích logic hơn về người dùng sớm và tiềm năng thực tế của công nghệ.
- Các mô hình ngôn ngữ lớn của AI thiếu các ứng dụng thành công, tư duy phản biện và thường gặp vấn đề "ảo giác".
- Nhiều công ty đang chi nhiều tiền cho AI hơn lợi ích năng suất thu được. Các ứng dụng AI chủ yếu tập trung vào công việc hỗ trợ như email, chăm sóc khách hàng, tiếp thị.
- Bong bóng AI sẽ sớm vỡ vì AI không thực sự mang lại tác động lớn như lửa. Cần tìm kiếm các cơ hội thực tế một cách hiệu quả hơn.

📌 Bài viết cho rằng các dự báo lạc quan về tác động to lớn của AI đang tạo nên một "bong bóng", với nhiều khoản đầu tư và kỳ vọng quá mức. Tuy nhiên, AI vẫn thiếu các ứng dụng thực tế mang lại lợi ích lớn như các công nghệ đột phá trong lịch sử. Nhiều công ty đang chi nhiều tiền cho AI hơn lợi ích thu được. Tác giả dự đoán bong bóng AI sẽ sớm vỡ và kêu gọi đánh giá tiềm năng thực tế của công nghệ này một cách logic hơn.

Citations:
[1] https://mindmatters.ai/2024/03/sundar-pichai-says-ai-will-be-as-big-as-fire/

- Số lượng các mô hình cơ sở lớn của Trung Quốc sẽ nhanh chóng hội tụ và không còn cạnh tranh gay gắt.
- Các công ty như Anthropic, Character.ai và Mistral, với đội ngũ nhỏ nhưng có nền tảng kỹ thuật vững chắc, đã đạt được những bước tiến đáng kể trong phát triển mô hình.
- Các mô hình mã nguồn mở hiện tại chủ yếu đang ở mức GPT-3.5, khó có thể vượt qua các mô hình mã nguồn đóng.
- Các mô hình sinh (generative models) có tiềm năng lớn trong lĩnh vực sáng tạo nội dung như viết lách, hình ảnh, truyền thông, quảng cáo, video ngắn và trò chơi.
- AI cũng có nhiều ứng dụng trong lĩnh vực khoa học, như công cụ DeepMind giúp tổng hợp các hợp chất mới với tỷ lệ thành công 71%.
- Trong tương lai, các doanh nghiệp cá nhân (one-person businesses) có thể trở nên phổ biến hơn nhờ sự hỗ trợ của các công cụ AI.
- Cuộc tranh luận giữa "phe kỹ thuật" (ủng hộ phát triển mô hình lớn hơn) và "phe thương mại hóa" (tập trung vào ứng dụng thương mại nhanh) sẽ có kết luận trong vòng 3 năm tới.

📌 Tóm lại, bài viết dự đoán số lượng mô hình cơ sở lớn của Trung Quốc sẽ hội tụ, các mô hình mã nguồn đóng vẫn chiếm ưu thế, và AI sẽ có nhiều ứng dụng trong sáng tạo nội dung, nghiên cứu khoa học. Cuộc tranh luận giữa "phe kỹ thuật" và "phe thương mại hóa" sẽ sớm có hồi kết trong 3 năm tới.

Dưới đây là bản tóm tắt nội dung từ URL mà bạn cung cấp:

Meta description: Bài viết đưa ra 10 nhận định về sự phát triển của các mô hình cơ sở lớn (foundation models) tại Trung Quốc, bao gồm số lượng mô hình, cuộc tranh luận giữa "phe kỹ thuật" và "phe thương mại hóa", xu hướng mô hình mã nguồn đóng, ứng dụng trong lĩnh vực sáng tạo và khoa học, và sự xuất hiện của các doanh nghiệp cá nhân.

Meta keywords: mô hình cơ sở lớn Trung Quốc, phe kỹ thuật, phe thương mại hóa, mô hình mã nguồn mở, mô hình mã nguồn đóng, ứng dụng AI, doanh nghiệp cá nhân

SEO title: 10 nhận định về tương lai của các mô hình cơ sở lớn tại Trung Quốc

- Số lượng các mô hình cơ sở lớn của Trung Quốc sẽ nhanh chóng hội tụ và không còn cạnh tranh gay gắt.
- Các công ty như Anthropic, Character.ai và Mistral, với đội ngũ nhỏ nhưng có nền tảng kỹ thuật vững chắc, đã đạt được những bước tiến đáng kể trong phát triển mô hình.
- Các mô hình mã nguồn mở hiện tại chủ yếu đang ở mức GPT-3.5, khó có thể vượt qua các mô hình mã nguồn đóng.
- Các mô hình sinh (generative models) có tiềm năng lớn trong lĩnh vực sáng tạo nội dung như viết lách, hình ảnh, truyền thông, quảng cáo, video ngắn và trò chơi.
- AI cũng có nhiều ứng dụng trong lĩnh vực khoa học, như công cụ DeepMind giúp tổng hợp các hợp chất mới với tỷ lệ thành công 71%.
- Trong tương lai, các doanh nghiệp cá nhân (one-person businesses) có thể trở nên phổ biến hơn nhờ sự hỗ trợ của các công cụ AI.
- Cuộc tranh luận giữa "phe kỹ thuật" (ủng hộ phát triển mô hình lớn hơn) và "phe thương mại hóa" (tập trung vào ứng dụng thương mại nhanh) sẽ có kết luận trong vòng 3 năm tới.

📌 Tóm lại, bài viết dự đoán số lượng mô hình cơ sở lớn của Trung Quốc sẽ hội tụ, các mô hình mã nguồn đóng vẫn chiếm ưu thế, và AI sẽ có nhiều ứng dụng trong sáng tạo nội dung, nghiên cứu khoa học. Cuộc tranh luận giữa "phe kỹ thuật" và "phe thương mại hóa" sẽ sớm có hồi kết trong 3 năm tới.

Dưới đây là 10 nhận định về sự phát triển của các mô hình cơ sở lớn (foundation models) tại Trung Quốc:

1. Số lượng các mô hình cơ sở lớn của Trung Quốc sẽ nhanh chóng hội tụ và không còn cạnh tranh gay gắt như hiện nay.

2. Các công ty như Anthropic, Character.ai và Mistral, với đội ngũ nhỏ nhưng có nền tảng kỹ thuật vững chắc, đã đạt được những bước tiến đáng kể trong phát triển mô hình.

3. Các mô hình mã nguồn mở hiện tại chủ yếu đang ở mức GPT-3.5, khó có thể vượt qua các mô hình mã nguồn đóng trong tương lai gần.

4. Các mô hình sinh (generative models) có tiềm năng lớn trong lĩnh vực sáng tạo nội dung như viết lách, hình ảnh, truyền thông, quảng cáo, video ngắn và trò chơi.

5. AI cũng có nhiều ứng dụng trong lĩnh vực khoa học, như công cụ DeepMind giúp tổng hợp các hợp chất mới với tỷ lệ thành công lên tới 71%.

6. Trong tương lai, các doanh nghiệp cá nhân (one-person businesses) có thể trở nên phổ biến hơn nhờ sự hỗ trợ của các công cụ AI.

7. Cuộc tranh luận giữa "phe kỹ thuật" (ủng hộ phát triển mô hình lớn hơn) và "phe thương mại hóa" (tập trung vào ứng dụng thương mại nhanh) sẽ có kết luận trong vòng 3 năm tới.

8. Các mô hình cơ sở lớn sẽ ngày càng trở nên quan trọng và là nền tảng cho nhiều ứng dụng AI trong tương lai.

9. Trung Quốc đang đầu tư mạnh mẽ vào nghiên cứu và phát triển các mô hình cơ sở lớn, với mục tiêu trở thành quốc gia dẫn đầu trong lĩnh vực này.

10. Sự phát triển của các mô hình cơ sở lớn sẽ mang lại nhiều cơ hội và thách thức mới cho các doanh nghiệp và xã hội, đòi hỏi sự thích ứng và đổi mới liên tục.

Citations:
[1] https://www.tisi.org/27668

Citations:
[1] https://www.tisi.org/27668

- 3 chuyên gia hàng đầu về AI là Mustafa Suleyman, Aidan Gomez và Yann LeCun dự đoán AI sẽ có tác động sâu sắc đến xã hội.
- Mustafa Suleyman cho rằng AI sẽ là khoảnh khắc chuyển đổi lớn nhất không chỉ trong công nghệ mà cả trong văn hóa và chính trị.
- Aidan Gomez ấn tượng với khả năng tạo ra một bài báo giả tưởng về một ban nhạc punk Nhật Bản của AI. Ông kỳ vọng AI sẽ mang lại lợi ích năng suất cho nhiều ngành nghề, đặc biệt là y tế.
- Theo báo cáo của Deloitte, ứng dụng AI có thể tiết kiệm 1.8 tỷ giờ mỗi năm cho hệ thống y tế châu Âu, tương đương với việc có thêm 500,000 chuyên gia y tế toàn thời gian.
- Mustafa Suleyman cho rằng bài kiểm tra Turing cần được cập nhật để đánh giá khả năng của AI trong việc hành động như một doanh nhân, quản lý dự án và phát minh sản phẩm mới.
- Yann LeCun lập luận rằng hầu hết kiến thức của chúng ta đến từ tương tác với thế giới vật chất. Ông cho rằng AI cần được dạy không chỉ từ dữ liệu văn bản trên internet mà còn từ tương tác với thế giới thực.

📌 Các chuyên gia hàng đầu về AI dự đoán công nghệ này sẽ mang lại những tác động sâu rộng đến xã hội trong thập kỷ tới. Họ kỳ vọng AI sẽ cải thiện năng suất trong nhiều lĩnh vực như y tế, đồng thời cho rằng bài kiểm tra Turing cần được cập nhật và AI cần học hỏi từ tương tác với thế giới thực để phát triển đầy đủ. Theo báo cáo của Deloitte, ứng dụng AI có thể tiết kiệm 1.8 tỷ giờ mỗi năm cho hệ thống y tế châu Âu, tương đương với việc có thêm 500,000 chuyên gia y tế toàn thời gian.

https://www.weforum.org/agenda/2024/03/ai-pioneers-breakthroughs-whats-next/

#WEF

- Theo nguồn tin ẩn danh, GPT-5 của OpenAI có thể ra mắt vào mùa hè này và hiện đang được gửi demo cho các khách hàng doanh nghiệp để thử nghiệm.
- Một CEO trải nghiệm demo GPT-5 đánh giá model mới "thực sự tốt, tốt hơn đáng kể".
- Các bản trình bày nội bộ của OpenAI tập trung vào các tính năng chưa phát hành của GPT-5, bao gồm một AI agent có thể thực hiện nhiệm vụ độc lập mà không cần sự trợ giúp của con người.
- OpenAI vẫn đang huấn luyện GPT-5 và model phải trải qua quá trình kiểm tra an toàn kéo dài nhiều tháng trước khi ra mắt công chúng.
- Vào tháng 4/2023, CEO Sam Altman từng phủ nhận tin đồn về GPT-5 và cho biết không có kế hoạch huấn luyện model trong tương lai gần.
- GPT-5 có thể sẽ hướng đến các khách hàng doanh nghiệp, vốn chiếm phần lớn doanh thu của OpenAI. Công ty có thể thiết lập hệ thống cấp bậc tương tự như Google Gemini LLM.
- Trong năm qua, người dùng đã báo cáo về sự "lười biếng" và "ngu ngốc hóa" của GPT-4 do ảo giác, phản ứng cục cằn hoặc truy vấn thất bại.
- Vào tháng 12/2023, một số người quan sát đã phát hiện ra thông tin về GPT-4.5 và GPT-4.5 Turbo với các cấp giá và khả năng đa phương thức tiên tiến, nhưng Sam Altman đã phủ nhận tin đồn này.

📌 GPT-5 được cho là sẽ ra mắt vào mùa hè 2023 với nhiều cải tiến đáng kể. Các khách hàng doanh nghiệp đang thử nghiệm model mới cùng các bản cập nhật ChatGPT. GPT-5 bao gồm một AI agent có thể thực hiện nhiệm vụ độc lập mà không cần sự trợ giúp của con người. GPT-5 có thể sẽ hướng đến các khách hàng doanh nghiệp, vốn chiếm phần lớn doanh thu của OpenAI.

https://www.digitaltrends.com/computing/gpt-5-demos-impress-early-users-ahead-of-summer-release/

- Gartner dự đoán lượng truy cập công cụ tìm kiếm truyền thống sẽ giảm 25% vào năm 2026, nhường thị phần cho chatbot AI và các tác nhân ảo khác.
- Nếu điều này xảy ra, nó sẽ gây chấn động lớn trong thế giới công nghệ, dẫn đến hỗn loạn trong Google và web.
- Hiện có hơn 8 tỷ lượt tìm kiếm mỗi ngày. Ngay cả với 100 triệu người dùng ChatGPT, cần có sự tham gia của các công ty lớn khác để đạt được mức giảm 25%.
- Nếu Apple từ bỏ thỏa thuận 18 tỷ USD/năm với Google và tích hợp mô hình ngôn ngữ lớn thay thế tìm kiếm vào iPhone, sự chuyển dịch có thể diễn ra nhanh chóng hơn.
- Gartner đưa ra con số 25% thông qua tranh luận nội bộ. Ban đầu, con số dự đoán còn cao hơn, với giả định sẽ có nhiều điểm truy cập mới ngoài ChatGPT.

📌 Dự báo táo bạo của Gartner cho thấy chatbot AI có thể làm giảm 25% lượng truy cập công cụ tìm kiếm vào năm 2026. Điều này đòi hỏi sự tham gia của các công ty công nghệ lớn như Apple, và nếu xảy ra, sẽ buộc Google cùng các trang web phải thay đổi mạnh mẽ chiến lược của mình.

https://www.cmswire.com/digital-experience/will-search-engine-traffic-really-drop-25-by-2026-as-gartner-predicts/

- Năm 2024 sẽ chứng kiến bước chuyển mình của AI từ khả năng ngôn ngữ sang lý luận trực quan.
- Ngôn ngữ chỉ chiếm một phần nhỏ trong quá trình nhận thức. Thế giới thực được cảm nhận qua nhiều giác quan khác nhau.
- Các mô hình thế giới trực quan sẽ giải mã những mẫu hình phức tạp trong dữ liệu hình ảnh theo không gian và thời gian, tương tự như khả năng của con người.
- Thế hệ AI mới có thể rút ra thông tin chi tiết từ hàng tỷ hình ảnh trên mạng xã hội, phát hiện ra các quy luật tự nhiên mới.
- Tích hợp dữ liệu trực quan giúp AI khám phá những lĩnh vực tri thức chưa được biết đến.
- Các nguồn dữ liệu "ẩn" như YouTube, cơ quan chính phủ, công ty bảo hiểm chứa đựng chìa khóa để đào tạo các mô hình AI mạnh mẽ nhất.
- AI trực quan không chỉ nâng cao khả năng nhìn của máy mà còn gia tăng tiềm năng của con người.
- Con người có thể tập trung vào các khía cạnh sáng tạo, chiến lược và đạo đức khi giao phó việc phân tích dữ liệu cho AI.
- Việc triển khai các mô hình thế giới trực quan đòi hỏi phải tinh chỉnh và kiểm tra kỹ lưỡng để tránh lạm dụng.
- Hầu hết các tổ chức sẽ gặp khó khăn trong việc quản lý mô hình của riêng mình một cách hiệu quả.
- Cần có sự hợp tác giữa các nhà nghiên cứu AI, chuyên gia đạo đức, nhà hoạch định chính sách và các bên liên quan để giải quyết các vấn đề đạo đức và xã hội.

📌 Sự xuất hiện của các mô hình thế giới trực quan trong năm 2024 hứa hẹn một kỷ nguyên mới của AI với khả năng lý luận siêu việt. Bằng cách khai thác kho dữ liệu hình ảnh khổng lồ, AI có thể khám phá ra những tri thức mới, đồng thời gia tăng tiềm năng của con người. Tuy nhiên, việc triển khai công nghệ này đòi hỏi sự thận trọng và hợp tác đa ngành để giải quyết các thách thức về đạo đức và xã hội.

https://www.forbes.com/sites/forbestechcouncil/2024/03/18/the-dawn-of-superhuman-ai-reasoning/

- Kể từ khi ChatGPT và các mô hình khuếch tán ra mắt vào cuối năm 2022, cơn sốt AI đã lan rộng toàn cầu. Nhiều chuyên gia dự đoán AGI có thể xuất hiện chỉ trong 3-8 năm tới.
- Tuy nhiên, bản chất của sự phát triển công nghệ là thường bắt đầu với một bước đột phá trước khi dần chậm lại theo quy luật lợi tức biên giảm dần. Ví dụ như 5G được quảng cáo rầm rộ nhưng đa số người dùng không thấy sự khác biệt đáng kể so với 4G.
- Các phát triển công nghệ thay đổi cuộc sống luôn cần rất nhiều nỗ lực và thời gian. Máy tính mất 25 năm để đến được các hộ gia đình và 40 năm nữa để phổ biến toàn cầu. Điện thoại di động cũng mất 20 năm để trở nên phổ biến ở các nước phát triển.
- Tesla hứa hẹn về xe tự lái từ năm 2013 nhưng đến nay vẫn chưa thực hiện được. Tương tự, dạy máy móc suy nghĩ và hành xử như con người cũng rất khó khăn.
- Tiến bộ của AI trong 15 tháng qua cho thấy sự chậm lại rõ rệt. Hầu hết chatbot AI hiện nay vẫn chỉ làm được các tác vụ cơ bản như tóm tắt văn bản, trả lời câu hỏi, viết code đơn giản. Các bức ảnh do AI tạo ra vẫn có độ phân giải thấp và nhiều lỗi.
- Yann LeCun của Meta chỉ ra rằng các mô hình AI hiện tại chỉ dự đoán pixel tiếp theo chứ không thực sự hiểu nội dung hình ảnh. Chúng ta đang ở giai đoạn "mài giũa" của AI, đòi hỏi rất nhiều công sức của các kỹ sư.
- Sự chậm lại của AI không phải là dấu hiệu xấu mà là quy luật tất yếu. Chúng ta có thể thỉnh thoảng chứng kiến những bước nhảy vọt lớn, nhưng nhìn chung cần hàng nghìn tỷ đô la và nhiều năm đầu tư.
- Chúng ta không nên bị đánh lừa bởi các cuộc trò chuyện giống người của chatbot AI mà nghĩ rằng người máy thông minh sắp ra đời, cũng không nên bi quan cho rằng nhân loại sắp diệt vong. Có thể phải mất hàng thập kỷ nữa chúng ta mới tạo ra được máy móc biết suy nghĩ thực sự.

📌 Mặc dù AI đang phát triển nhanh chóng và gây ấn tượng mạnh, nhưng lịch sử cho thấy các công nghệ đột phá luôn cần rất nhiều thời gian và nỗ lực để hoàn thiện. Tiến bộ của AI trong 15 tháng qua đã chậm lại đáng kể và các mô hình hiện tại vẫn chỉ mô phỏng trí tuệ một cách hời hợt. Có thể phải mất hàng chục năm và hàng nghìn tỷ đô la đầu tư, nhân loại mới có thể tạo ra máy móc biết suy nghĩ thực sự.

Citations:
[1] https://vulcanpost.com/854414/progress-in-ai-is-slowing-down-not-speeding-up-history-teaches-us-why/

- Người dùng Reddit phát hiện các công cụ tìm kiếm Bing và DuckDuckGo của Microsoft đã lưu bản sao trang thông báo GPT-4.5 Turbo trên website của OpenAI.
- Thông tin rò rỉ cho thấy GPT-4.5 Turbo vượt trội hơn người tiền nhiệm GPT-4 Turbo về tốc độ, độ chính xác và khả năng mở rộng.
- GPT-4.5 Turbo có thể tạo ngôn ngữ tự nhiên hoặc mã với cửa sổ ngữ cảnh 256,000 token, gấp đôi so với giới hạn 128,000 token của phiên bản "Enterprise" GPT-4 Turbo.
- Tuy nhiên, ngày cắt kiến thức của GPT-4.5 Turbo là tháng 6/2024, nghĩa là phiên bản này có thể chưa được phát hành cho đến ít nhất tháng 6.
- Cạnh tranh trong lĩnh vực chatbot AI đang gia tăng với nhiều đối thủ tranh giành vị trí dẫn đầu, bao gồm Claude 3 của Anthropic vượt trội hơn GPT-4 của OpenAI và chatbot của Google trên mọi chỉ số.
- GPT-4.5 Turbo có thể giúp OpenAI giành lại vị trí dẫn đầu, nhưng có thể phải mất vài tháng nữa mới ra mắt dựa trên thông tin hiện có.

📌 OpenAI vô tình để lộ thông tin về GPT-4.5 Turbo với số lượng token gấp đôi lên 256,000 so với GPT-4 Turbo. Tuy nhiên, phiên bản mới này có thể chưa ra mắt cho đến ít nhất tháng 6/2024 do ngày cắt kiến thức. Trong bối cảnh cạnh tranh chatbot AI gia tăng, GPT-4.5 Turbo có thể giúp OpenAI giành lại vị trí dẫn đầu từ các đối thủ như Claude 3.

https://www.benzinga.com/news/24/03/37650424/openai-could-let-users-send-two-times-longer-prompts-in-gpt-4s-next-big-update-leak-suggests

- Năm 2024, trí tuệ nhân tạo (AI) đang có tác động sâu sắc đến hoạt động của các doanh nghiệp và lĩnh vực thị trường. 1/6 tổ chức ở Anh đã áp dụng ít nhất một công nghệ AI.
- Inference xảy ra khi một mô hình AI đã được huấn luyện sử dụng dữ liệu thời gian thực để dự đoán hoặc hoàn thành một tác vụ. Đây là thời điểm mô hình AI thể hiện khả năng áp dụng kiến thức đã học.
- Chìa khóa của cá nhân hóa nằm ở việc triển khai chiến lược inference bằng cách mở rộng các cụm inference gần hơn với vị trí địa lý của người dùng cuối.
- Các doanh nghiệp cần nắm bắt tiềm năng của GenAI để mở khóa khả năng cung cấp trải nghiệm người dùng được cá nhân hóa.
- Khi nhiều công ty trải qua quá trình chuyển đổi GenAI, chúng ta sẽ thấy sự xuất hiện của inference tại biên (edge), nơi các mô hình ngôn ngữ quy mô lớn (LLM) nhỏ gọn có thể tạo ra nội dung được cá nhân hóa theo lời nhắc của người dùng.
- Việc phục vụ inference tại biên đòi hỏi các tổ chức phải có ngăn xếp GPU phân tán để đào tạo và tinh chỉnh các mô hình dựa trên các tập dữ liệu địa phương.
- Các công ty nên tìm đến các LLM nguồn mở nhỏ hơn thay vì các trung tâm dữ liệu siêu quy mô lớn để đảm bảo tính linh hoạt, chính xác và hiệu quả chi phí khi triển khai GenAI.
- Đến cuối năm 2024, ngành công nghiệp có thể kỳ vọng sự thay đổi trong cảnh quan ứng dụng web với sự xuất hiện của các ứng dụng đầu tiên được cung cấp bởi các mô hình GenAI.
- Đào tạo tập trung các mô hình AI cho phép học toàn diện từ các tập dữ liệu khổng lồ. Triển khai toàn cầu cho phép các doanh nghiệp khai thác nhiều thị trường và hành vi người dùng đa dạng.
- Suy luận cục bộ liên quan đến việc đưa sức mạnh xử lý đến gần người dùng cuối hơn, đảm bảo phản hồi theo thời gian thực và cải thiện hiệu quả.

📌 Inference (suy luận) đóng vai trò then chốt trong việc định hình tương lai của các ứng dụng web dựa trên AI. Việc đào tạo tập trung, triển khai toàn cầu và suy luận cục bộ sẽ mang lại cơ hội đổi mới và cá nhân hóa chưa từng có trên nhiều lĩnh vực. Các doanh nghiệp cần nhận ra tầm quan trọng của inference trong kỷ nguyên số mới.

https://www.techradar.com/pro/inference-the-future-of-ai-in-the-cloud

- Các công ty công nghệ lớn như Nvidia, Google và Microsoft đang đầu tư mạnh vào lĩnh vực công nghệ sinh học, đặc biệt là ứng dụng AI trong phát hiện thuốc mới.
- Nvidia coi công nghệ sinh học số là "cuộc cách mạng tuyệt vời tiếp theo" và kỳ vọng nó sẽ trở thành mảng kinh doanh hàng tỷ USD mới của công ty.
- Sự xuất hiện của các mô hình ngôn ngữ lớn như ChatGPT và Gemini đã đưa AI tạo sinh trở nên phổ biến, mở ra cơ hội mới cho ngành công nghệ sinh học.
- DeepMind (Google) đã phát triển AlphaFold, công cụ dự đoán cấu trúc protein đột phá, được các nhà nghiên cứu sử dụng rộng rãi.
- Từ năm 2021, đã có 281 thương vụ đầu tư mạo hiểm trị giá 7.7 tỷ USD vào các startup phát hiện thuốc sử dụng AI trên toàn cầu.
- Đại dịch Covid-19 đã cho thấy tầm quan trọng của nghiên cứu protein và thúc đẩy sự phát triển của AlphaFold.
- Nhiều công ty công nghệ khác như Microsoft, Amazon, Salesforce cũng đang phát triển các dự án thiết kế protein.
- Tuy nhiên, việc đưa thuốc mới ra thị trường vẫn cần nhiều thời gian do quy trình thử nghiệm lâm sàng kéo dài.
- Việc có đủ dữ liệu huấn luyện chất lượng cao là một thách thức quan trọng cần giải quyết.

📌 Các công ty công nghệ hàng đầu đang đầu tư mạnh vào ứng dụng AI trong phát hiện thuốc mới, với kỳ vọng tạo ra bước đột phá cho ngành công nghệ sinh học. Tuy nhiên, việc đưa thuốc AI ra thị trường vẫn cần thời gian do quy trình thử nghiệm lâm sàng kéo dài và thách thức về dữ liệu huấn luyện chất lượng cao.

https://www.forbes.com/sites/richardnieva/2024/03/13/why-nvidia-google-and-microsoft-are-betting-billions-on-biotechs-ai-future/

- Elon Musk dự đoán AI sẽ vượt trí tuệ của một người vào năm tới và toàn bộ loài người vào năm 2029. Ông đưa ra nhận định này khi phản hồi một đoạn thảo luận giữa Joe Rogan và Ray Kurzweil.
- Kurzweil cho rằng AI đạt trí tuệ cấp độ con người sẽ trở thành hiện thực vào năm 2029. Ông nói mình được coi là người bảo thủ vì nhiều người nghĩ điều đó sẽ xảy ra vào năm tới hoặc năm sau nữa.
- AGI (Artificial General Intelligence - Trí tuệ nhân tạo tổng quát) đang trở thành từ khóa thịnh hành giữa các lãnh đạo công nghệ toàn cầu, sau sự trỗi dậy của các hệ thống AI như ChatGPT và Gemini. Tuy nhiên, vẫn chưa có định nghĩa thống nhất về thuật ngữ này.
- Các lãnh đạo công nghệ bất đồng gay gắt về thời điểm AGI trở thành hiện thực, liệu nó có dẫn đến lợi ích hay tác hại tiềm tàng cho loài người.
- Yann LeCun (Meta) cho rằng các mô hình ngôn ngữ lớn (LLM) hiện tại không phải con đường dẫn tới AGI. Chúng bị giới hạn, ảo giác, không thực sự hiểu thế giới thực.
- Sundar Pichai (Google) bác bỏ cuộc tranh luận về AGI, nói rằng các hệ thống hiện tại sẽ trở nên "rất rất mạnh mẽ" trong tương lai, có khả năng mang lại lợi ích và gây hại thực sự ở quy mô chưa từng thấy.
- Sam Altman (OpenAI) là một trong những tiếng nói nổi bật về lợi ích tiềm năng mà AGI có thể mang lại cho nhân loại. Ông tin rằng AGI sẽ là công nghệ mạnh mẽ nhất mà loài người từng phát minh.

📌 Elon Musk dự đoán AI sẽ vượt trí tuệ của một người vào năm 2024 và toàn bộ loài người vào 2029. Các lãnh đạo công nghệ như Yann LeCun, Sundar Pichai, Sam Altman có quan điểm trái chiều về định nghĩa AGI, thời gian nó xuất hiện cũng như lợi ích và tác hại tiềm tàng mà nó mang lại.

https://www.livemint.com/technology/tech-news/elon-musk-says-ai-will-be-smarter-than-any-single-human-by-next-year-how-close-are-we-to-agi-openai-meta-google-11710299436779.html

- Tại MWC 2024, Huawei tập trung vào công nghệ 5.5G, cho rằng nó sẽ giúp mở khóa tiềm năng của mạng và tạo ra cơ hội tăng trưởng mới.
- 5G đã thương mại hóa từ năm 2019 và đạt 1,5 tỷ người dùng toàn cầu chỉ trong 5 năm, chiếm 20% thuê bao di động, tạo ra 30% lưu lượng và đóng góp 40% doanh thu dịch vụ di động.
- 5.5G dự kiến sẽ thương mại hóa vào năm 2024, mang lại các khả năng mới như độ trễ xác định, định vị chính xác và IoT thụ động, tạo ra nhiều cơ hội hơn cho các nhà mạng ở thị trường B2B.
- Huawei đã hỗ trợ các nhà khai thác bắt đầu xác minh và thử nghiệm thương mại 5.5G tại hơn 20 thành phố trên toàn cầu.
- AI là trọng tâm quan trọng trong các bài thuyết trình của Huawei. Huawei Cloud giới thiệu 10 đổi mới hướng tới AI như KooVerse, kiến trúc QingTian phân tán, tính toán AI, lưu trữ AI-Native, bảo mật E2E, GaussDB, hội tụ Data-AI, cơ sở hạ tầng Media, Landing Zone và triển khai linh hoạt.
- Nội dung do AI tạo ra đang thúc đẩy sự gia tăng lưu lượng dữ liệu mới. Huawei dự đoán vào năm 2026, AIGC sẽ tạo ra hơn 100 tỷ gigabyte dữ liệu và thúc đẩy hơn 1 triệu tỷ gigabyte lưu lượng dữ liệu, trong đó 5.5G sẽ phải gánh một phần đáng kể.

📌 Huawei đang đặt cược mạnh mẽ vào 5.5G, công nghệ dự kiến sẽ thương mại hóa vào năm 2024, để mở khóa tiềm năng mạng và tạo cơ hội tăng trưởng mới. Với sự hội tụ của 5.5G, AI và điện toán đám mây, Huawei kỳ vọng sẽ đưa thế giới tiến nhanh hơn tới kỷ nguyên thông minh, nơi AI hiện diện ở mọi nơi và tạo ra khối lượng dữ liệu khổng lồ lên tới hàng triệu tỷ gigabyte.

https://www.techradar.com/pro/one-trillion-gigabytes-forget-about-6g-huawei-is-betting-on-55g-to-supercharge-mobile-networks-ai-everywhere-seems-to-be-the-mantra-but-will-it-be-enough

- OpenAI đang dẫn đầu trong cuộc đua phát triển Trí Tuệ Nhân Tạo Tổng Quát (AGI), với dự kiến sẽ có những bước tiến lớn vào năm 2027.
- AGI hứa hẹn mang lại khả năng suy nghĩ và học hỏi tương tự như con người, mở ra một chân trời mới trong công nghệ.
- OpenAI đang phát triển các mô hình như Q-Star và khám phá các phương pháp mới như Arus và GOI.
- Công ty cũng đang đối mặt với các thách thức pháp lý liên quan đến sự đổi mới và tìm kiếm cách thức đào tạo AI thông minh hơn.
- Sự chờ đợi và kỳ vọng về AGI đang tăng lên khi chúng ta tiến gần hơn đến năm 2027, mở ra khả năng chứng kiến máy móc có khả năng tư duy và học hỏi như con người.

📌 OpenAI đang tiến gần hơn đến việc phát triển Trí Tuệ Nhân Tạo Tổng Quát (AGI) với dự kiến đột phá vào năm 2027. Các mô hình như Q-Star và các phương pháp mới như Arus và GOI đang được phát triển, trong khi công ty cũng đối mặt với thách thức pháp lý. Sự phát triển của AGI mở ra một kỷ nguyên mới trong công nghệ, với khả năng máy móc có thể tư duy và học hỏi như con người.

Citations:
[1] https://www.geeky-gadgets.com/openai-agi-release-date-leaked/

- Công nghệ qua các thời kỳ như bánh xe, động cơ hơi nước, máy tính cá nhân đã trở thành công cụ của con người, nhưng giờ đây, AI đang trở thành những tác nhân tự chủ, tham gia vào cuộc sống và đưa ra quyết định có ảnh hưởng.
- Bài viết không chỉ đưa ra cách sử dụng ChatGPT mà còn hướng dẫn cách nhìn nhận và điều hướng thế giới mới, nơi AI trở thành đồng nghiệp, đối thủ, sếp hoặc nhân viên.
- Công nghệ thay đổi cấu trúc quyền lực và cách thức tham gia vào xã hội, từ việc mở rộng cơ hội tham gia cho hàng trăm triệu người qua các dự án như Giving Tuesday và Purpose.
- AI mới, hay còn gọi là autosapient, có đặc điểm và khả năng riêng biệt, tương tác trực tiếp với con người và có khả năng vượt qua các chuẩn mực của con người từ hiểu biết ngôn ngữ đến lập trình.
- Autosapient có 4 đặc tính chính: agentic (hành động), adaptive (học hỏi), amiable (thân thiện), và arcane (bí ẩn).
- Các hệ thống autosapient đang thay đổi cách thông tin và ý tưởng được phân phối, cách chúng ta tạo ra giá trị, tương tác với công nghệ và cách quản trị được thực hiện.
- AI có thể đóng vai trò quan trọng trong việc quyết định từ việc ai nhận được chăm sóc sức khỏe đến ai phải vào tù, cũng như cách chúng ta tiến hành chiến tranh.

📌 Bài viết trên Havard Business Review bàn về AI đang phát triển từ công cụ dưới sự kiểm soát của con người thành những tác nhân tự chủ với khả năng hành động, học hỏi, thân thiện và bí ẩn. AI mới, hay còn gọi là autosapient, có đặc điểm và khả năng riêng biệt, tương tác trực tiếp với con người và có khả năng vượt qua các chuẩn mực của con người từ hiểu biết ngôn ngữ đến lập trình. Các hệ thống autosapient này không chỉ tác động đến cách chúng ta nhận thông tin và tạo ra giá trị mà còn định hình lại cách chúng ta tương tác với công nghệ và cách quản trị trong xã hội. AI có thể đóng vai trò quan trọng trong việc quyết định từ việc ai nhận được chăm sóc sức khỏe đến ai phải vào tù, cũng như cách chúng ta tiến hành chiến tranh.

Citations:
[1] https://hbr.org/2024/01/leading-in-a-world-where-ai-wields-power-of-its-own

- Vương quốc Anh đã chứng kiến một bước tiến lớn trong lĩnh vực công nghệ với việc kích hoạt siêu máy tính nhanh nhất quốc gia, Dawn, tại Đại học Cambridge.
- Sự ra đời của Dawn là một phần quan trọng của sáng kiến chính phủ nhằm tăng cường khả năng siêu tính toán AI của Anh lên 30 lần, một cam kết được công bố trong Hội nghị Thượng đỉnh An toàn AI đầu tiên trên thế giới tại Bletchley Park.
- Sáng kiến này cũng bao gồm việc phát triển một siêu máy tính đôi, Isambard, sẽ được thiết lập tại Bristol.
- Một trong những ứng dụng đầu tiên và tham vọng nhất của Dawn là trong lĩnh vực năng lượng hợp nhất, một nguồn năng lượng cách mạng hứa hẹn cung cấp một nguồn năng lượng sạch gần như vô tận.
- Việc ra mắt Dawn tại Đại học Cambridge đánh dấu một thời điểm then chốt trong tiến trình phát triển công nghệ của Vương quốc Anh, với việc tận dụng sức mạnh của AI và siêu tính toán để tìm kiếm giải pháp cho các thách thức toàn cầu, từ năng lượng bền vững đến chăm sóc sức khỏe cá nhân hóa.

📌 Việc kích hoạt siêu máy tính Dawn tại Đại học Cambridge không chỉ là một bước tiến quan trọng trong lĩnh vực công nghệ của Vương quốc Anh mà còn mở ra một kỷ nguyên mới cho sự phát triển của AI và siêu tính toán trên toàn cầu. Sự kiện này là một phần của sáng kiến chính phủ nhằm tăng cường khả năng siêu tính toán AI của Anh lên 30 lần, thể hiện cam kết mạnh mẽ của quốc gia này đối với sự tiến bộ công nghệ. Dawn và Isambard, siêu máy tính đôi sẽ được thiết lập tại Bristol, đều hứa hẹn sẽ đóng góp vào việc giải quyết các vấn đề toàn cầu như năng lượng sạch và y học cá nhân hóa, đánh dấu Vương quốc Anh như một trung tâm hàng đầu về nghiên cứu và phát triển công nghệ.

Citations:
[1] https://www.cryptopolitan.com/unlocking-the-supercomputer-ignites-the-uks/

- Trong 10 năm tới, AI sẽ phát triển mạnh mẽ, tương tự như sự tiến hóa của internet từ những ngày đầu cho đến nay.
- Mustafa Suleyman, trong cuốn sách "The Coming Wave", nhấn mạnh rằng mỗi làn sóng công nghệ từ động cơ đốt trong đến internet đã làm thay đổi xã hội trong một khoảng thời gian ngắn hơn làn sóng trước đó.
- Trí tuệ Nhân tạo Tổng quát (AGI), khả năng của AI học cách thực hiện bất kỳ công việc nào chỉ bằng cách được nói "cái gì" làm thay vì "làm thế nào", được xem là mục tiêu quan trọng trong phát triển AI.
- AI sẽ trở nên trực quan và hiệu quả hơn trong việc hỗ trợ chúng ta tại nơi làm việc và tại nhà, có khả năng hiểu và thực hiện các nhiệm vụ mà chúng ta có thể không bao giờ xem xét.
- Công nghệ giao diện thần kinh, đang được thử nghiệm trên con người, có thể tăng cường khả năng nhận thức của chúng ta, giúp chúng ta học hỏi, nhớ thông tin và thậm chí đưa ra quyết định tốt hơn.

📌 Trong vòng 10 năm tới, sự phát triển của AI không chỉ giới hạn ở việc cải thiện các ứng dụng hiện tại mà còn mở ra khả năng tạo ra những đột phá mới trong cách chúng ta tương tác và tăng cường khả năng của bản thân thông qua công nghệ. AGI, với khả năng học và thực hiện mọi công việc mà không cần chỉ dẫn cụ thể, hứa hẹn sẽ là một bước tiến lớn, biến AI thành một công cụ hỗ trợ đắc lực trong mọi lĩnh vực của cuộc sống. Cùng với đó, việc áp dụng công nghệ giao diện thần kinh có thể biến chúng ta thành "siêu nhân" với khả năng học hỏi, nhớ thông tin và đưa ra quyết định được cải thiện đáng kể. Những tiến bộ này không chỉ mở ra cánh cửa mới cho sự phát triển cá nhân mà còn cho cả xã hội, đánh dấu một kỷ nguyên mới trong sự tiến hóa của loài người với AI.

Citations:
[1] https://www.forbes.com/sites/bernardmarr/2024/02/19/the-biggest-ai-trends-in-the-10-years/?sh=3d71baf8b265

- AI tạo sinh có tiềm năng biến đổi lớn đối với nền kinh tế vật lý và các ngành công nghiệp hỗ trợ cuộc sống hàng ngày của chúng ta.
- Hai yếu tố quan trọng để làm cho tiềm năng của AI tạo sinh trở thành hiện thực cho doanh nghiệp vật lý là con người và dữ liệu.
- Tại Motive, AI tạo sinh được sử dụng để cung cấp cái nhìn sâu sắc về quản lý đội xe và chi tiêu, an toàn, giám sát tài sản, giảm phát thải, và nhiều hơn nữa.
- Công nghệ hướng đến khách hàng đảm bảo rằng tất cả công việc mà các đội ngũ đặt vào quy trình của họ dẫn đến kết quả có ý nghĩa cho doanh nghiệp và khách hàng của họ.
- AI tạo sinh có khả năng giảm thiểu tác động của các thảm họa tự nhiên như cháy rừng bằng cách dự đoán đường đi và cảnh báo cho cư dân sớm hơn.
- Có thể tạo ra các mô hình dự đoán về việc sử dụng năng lượng để chống lại biến đổi khí hậu và tạo ra các thành phố bền vững hơn.

📌 AI tạo sinh đang mở ra những cơ hội mới cho các ngành công nghiệp vật chất, từ việc cải thiện quản lý đội xe và chi tiêu đến tăng cường an toàn và giám sát tài sản. Bằng cách tận dụng dữ liệu và công nghệ, các doanh nghiệp có thể tạo ra những giải pháp sáng tạo để giảm thiểu tác động của các thảm họa tự nhiên, chống lại biến đổi khí hậu và tạo ra một tương lai bền vững hơn. Sự kết hợp giữa con người và AI tạo sinh không chỉ giúp tối ưu hóa hoạt động kinh doanh mà còn mang lại lợi ích lớn cho xã hội và môi trường.

Citations:
[1] https://www.infoworld.com/article/3712695/how-generative-ai-will-benefit-physical-industries.html

- Các công ty công nghệ như Google, Microsoft và OpenAI đang phát triển "AI agents" có khả năng thực hiện các nhiệm vụ phức tạp như đặt hàng hoặc đặt vé máy bay mà không cần sự giám sát của con người.
- Sundar Pichai, CEO của Alphabet, nhấn mạnh rằng AI tạo sinh sẽ cho phép các sản phẩm như Google Assistant hoạt động giống như một agent hơn và có thể thực hiện các nhiệm vụ cho người dùng một cách mạnh mẽ hơn.
- Microsoft đã triển khai sản phẩm Copilot, được quảng cáo như một "bạn đồng hành AI hàng ngày", với khả năng soạn thảo email và slide trực tiếp vào Outlook và PowerPoint.
- OpenAI đang phát triển hai loại sản phẩm AI agent mới và cung cấp các phiên bản tùy chỉnh của ChatGPT như một bước tiến hướng tới việc xây dựng AI agents.
- Các startup như Adept, Imbue và Luda đã huy động hàng triệu đô la để phát triển công nghệ AI agent, được gọi là agentic AI.
- Bret Taylor, chủ tịch của OpenAI, đã khởi động một startup mới tên là Sierra, tập trung vào việc xây dựng các AI agent hội thoại cho doanh nghiệp.
- Có những thách thức trong việc xây dựng AI agents, bao gồm vấn đề về độ tin cậy và nguy cơ gây hại nếu không được thiết kế và giám sát cẩn thận.

📌 Trong bối cảnh công nghệ AI ngày càng tiên tiến, các công ty công nghệ lớn và các startup đang đẩy mạnh phát triển "AI agents" - những trợ lý ảo có khả năng thực hiện các nhiệm vụ phức tạp mà trước đây chỉ có thể thực hiện dưới sự giám sát của con người. Sự phát triển này không chỉ mở ra cơ hội mới cho việc tự động hóa và tối ưu hóa công việc hàng ngày mà còn đặt ra những thách thức về độ tin cậy và an toàn của AI. Việc thiết kế AI agents đòi hỏi sự cân nhắc kỹ lưỡng để đảm bảo chúng hoạt động một cách an toàn và hiệu quả, đồng thời giữ được niềm tin của người dùng.

- Năm 2024 đánh dấu sự chuyển mình từ việc khám phá e dè sang ứng dụng tự tin và thông tin về AI tổng hợp, biến nó thành một thực hành kinh doanh cơ bản.
- Sự phát triển của phần cứng và phần mềm mở ra cánh cửa cho các ứng dụng động của AI tổng hợp, cho thấy rằng năm 2023 chỉ mới bắt đầu khám phá bề mặt của lĩnh vực này.
- Năm 2024, được biết đến là Năm của con rồng theo lịch Trung Quốc, sẽ chứng kiến sự tích hợp rộng rãi và chiến lược của AI tạo sinh trong tất cả các ngành.
- Các doanh nghiệp đang sẵn sàng tận dụng AI tạo sinh không chỉ như một công nghệ mới mẻ mà còn như một thành phần cốt lõi trong khuôn khổ hoạt động và chiến lược của họ.
- AI tổng hợp trở thành không chỉ là một lựa chọn mà còn là một động lực thiết yếu của đổi mới, hiệu quả và lợi thế cạnh tranh.
- AI Impact Tour sẽ diễn ra tại New York vào ngày 29 tháng 2 với sự hợp tác của Microsoft để thảo luận về cách cân bằng rủi ro và phần thưởng của các ứng dụng AI.
- Câu chuyện AI của năm sẽ không thể không nhắc đến cách công nghệ này giao thoa với năm bầu cử lớn nhất trong lịch sử loài người, đặt ra câu hỏi: Ai quyết định cái gì là thực?

📌 Năm 2024 được dự báo là một bước ngoặt quan trọng trong việc áp dụng AI tạo sinh trong kinh doanh, với sự chuyển mình từ việc thăm dò e dè sang ứng dụng tự tin và có thông tin. Sự phát triển mạnh mẽ của phần cứng và phần mềm đã mở ra cánh cửa cho các ứng dụng AI tạo sinh động và đa dạng, đánh dấu năm 2023 là chỉ mới bắt đầu khám phá. Năm của con rồng, 2024, sẽ chứng kiến sự tích hợp chiến lược của AI tạo sinh trong mọi ngành, biến nó thành một yếu tố không thể thiếu trong đổi mới, hiệu quả và lợi thế cạnh tranh.

Citations:
[1] https://venturebeat.com/ai/year-of-the-dragon-we-have-entered-the-ai-age/

- Sự kết hợp giữa thực tế ảo (VR) và trí tuệ nhân tạo (AI) đang mở ra một biên giới số mới, mang lại nhiều cơ hội và thách thức.
- VR và AI có thể tạo ra môi trường sống số, cho phép người dùng tương tác với môi trường ảo một cách tự nhiên và trực quan.
- Các công nghệ này cũng đang được sử dụng để tạo ra nghệ thuật số, mở ra một lĩnh vực mới cho các nghệ sĩ và nhà thiết kế.
- Tuy nhiên, sự kết hợp này cũng đặt ra nhiều vấn đề về bảo mật và quyền riêng tư, cần phải được giải quyết một cách cẩn thận.
- Các nhà phát triển cần tìm cách tạo ra các giải pháp bảo mật hiệu quả để bảo vệ người dùng khỏi các rủi ro tiềm ẩn.

📌 Sự kết hợp giữa thực tế ảo và trí tuệ nhân tạo đang mở ra một biên giới số mới, mang lại nhiều cơ hội và thách thức. Các công nghệ này không chỉ tạo ra một môi trường sống số, mà còn mở ra một lĩnh vực mới cho nghệ thuật số. Tuy nhiên, vấn đề bảo mật và quyền riêng tư cũng cần được chú trọng, đòi hỏi các nhà phát triển phải tìm ra các giải pháp bảo mật hiệu quả.

• Ấn Độ đang đứng trước bước ngoặt có thể thay đổi tương lai kinh tế và xã hội của mình.
• Trước cuối thập kỷ này, Ấn Độ sẽ có nhiều người sử dụng AI hàng ngày hơn bất kỳ quốc gia nào khác trên thế giới.
• Ấn Độ đang ở bên bờ của cuộc cách mạng công nghệ có thể thay đổi hướng đi của tương lai xã hội và kinh tế của mình, với bài học cho cả thế giới.
• Ba sự thật chính: Ấn Độ cần AI, Ấn Độ sẵn sàng cho AI, và Ấn Độ sẽ thực hiện AI.
• Khái niệm "China plus one" đang phổ biến, khuyến nghị các công ty toàn cầu không nên quá phụ thuộc vào Trung Quốc.
• Ấn Độ với cơ sở hạ tầng đang phát triển, chính sách thuận lợi, và dân số trẻ làm việc, là quốc gia có khả năng tương đương với Trung Quốc.
• Dân số 1.4 tỷ người, độ tuổi trung bình 28 so với 44 ở Châu Âu, cho thấy một phần lớn dân số trong độ tuổi lao động.
• AI tại Ấn Độ không chỉ là phát triển công nghệ tiên tiến mà còn tìm giải pháp sáng tạo cho vấn đề trong y tế, giáo dục, nông nghiệp, và bền vững.
• Ấn Độ nhận diện 19,500 tiếng địa phương được nói bởi ít nhất 10,000 người, với tỷ lệ biết chữ khoảng 77%.
• AI giúp người dân truy cập dịch vụ trực tiếp bằng giọng nói, giúp họ tự giúp mình.
• Ấn Độ có hơn 790 triệu người dùng internet di động, và mỗi người dân Ấn Độ gần như có một danh tính số dưới hệ thống Aadhaar.
• Hệ thống thanh toán liên ngân hàng thời gian thực Unified Payments Interface xử lý hơn 10 tỷ giao dịch một tháng.
• Chính phủ Ấn Độ và quỹ EkStep đã ra mắt chatbot PM-Kisan hỗ trợ nông dân, với hơn 500,000 người dùng trò chuyện với bot trong ngày ra mắt.
• Ấn Độ có hệ sinh thái công nghệ sôi động, với lượng xuất khẩu IT gần 250 tỷ USD một năm, và số lượng nhà phát triển trên GitHub đứng thứ hai sau Mỹ.
• AI có thể là game changer trong giáo dục, giúp giảm khoảng cách về biết chữ và hỗ trợ học sinh học ngôn ngữ bản địa cũng như tiếng Anh.
• Ấn Độ cần một kế hoạch chiến lược để tận dụng cơ hội mà AI mang lại, tập trung vào giải quyết vấn đề của người dân hơn là công nghệ.

📌 Với dân số trẻ và kết nối, cùng với cơ sở hạ tầng công nghệ số mạnh mẽ, Ấn Độ đang đặt mình vào vị trí dẫn đầu trong việc áp dụng AI. Các bước tiến như chatbot PM-Kisan cho nông dân hay hệ thống thanh toán Unified Payments Interface cho thấy Ấn Độ không chỉ sẵn sàng mà còn đang tích cực triển khai AI vào các lĩnh vực khác nhau của xã hội. Sự năng động của hệ sinh thái công nghệ và sự hỗ trợ của chính phủ cho thấy Ấn Độ không chỉ chấp nhận AI như một phần của tương lai mà còn là một phần quan trọng trong việc định hình tương lai đó. Điều này đặt Ấn Độ trên con đường trở thành quốc gia sử dụng AI nhiều nhất thế giới vào cuối thập kỷ này.

• 2024 sẽ là một năm quan trọng với nhiều thách thức như lạm phát, hạn chế chi phí và suy thoái sản xuất, nhưng cũng đầy hứa hẹn với sự đột phá của công nghệ.
• Trí tuệ nhân tạo (AI) sẽ là động lực chính, thâm nhập, cải thiện và tối ưu hóa nhiều chức năng, với xu hướng chuyển sang mô hình nhỏ hơn và đổi mới mở.
• Công nghệ Reduced Capability (RedCap) sẽ trở nên quan trọng.
• Sự quan tâm đối với Thực tế Hỗn hợp (Mixed Reality - MR) sẽ tăng nhanh.
• Mã hóa Lượng tử Hậu (Post Quantum Cryptography - PQC) sẽ bắt đầu thấy lợi nhuận từ các triển khai hạn chế.
• Sự xuất hiện của giải pháp "pop-up" metaverse cho các ứng dụng công nghiệp hạn chế.
• Thị trường vệ tinh Địa cực thấp (Low Earth Orbit - LEO) và vệ tinh đến di động sẽ tăng trưởng đáng kể.
• Báo cáo bền vững sẽ thúc đẩy thị trường phần mềm bền vững.
• Wi-Fi 7 sẽ nhận được nhiều sự chú ý.

📌 Báo cáo "82 Technology Trends That Will—And Will Not—Shape 2024" của ABI Research cung cấp cái nhìn sâu sắc về 45 dự đoán sẽ xảy ra và 37 dự đoán không xảy ra trong năm 2024. Điều này giúp tạo ra kỳ vọng thực tế về thị trường công nghệ và các ngành công nghiệp khác nhau, đồng thời nhấn mạnh vai trò quan trọng của ABI Research trong việc kết nối cộng đồng sáng tạo công nghệ với các công ty sử dụng công nghệ.

1. Những gì sẽ xảy ra trong năm 2024 với các công nghệ viễn thông:

- Mạng 5G Core sẽ phát triển mạnh khi mạng Standalone 5G Core (5GC) ngày càng được các nhà cung cấp dịch vụ viễn thông (CSPs) đầu tư nhiều hơn. Có khoảng 45 mạng 5GC đã được triển khai trên thế giới, trong đó Trung Quốc chiếm lĩnh thị trường lớn nhất.
- Chuẩn hóa mạng di động sẽ bắt đầu chịu ảnh hưởng của chính trị địa chính trị. Các nhà cung cấp cơ sở hạ tầng viễn thông sẽ đối mặt với thách thức và thị phần của họ sẽ trở nên khu vực hơn là toàn cầu.
- Đám mây sẽ trở thành trọng tâm của an ninh mạng IoT. Khi số lượng thiết bị kết nối Internet tăng lên, đám mây sẽ trở thành mục tiêu tấn công mới.
- Năm 2024 sẽ là năm Cat-1bis chứng minh tiềm năng của mình. Đây là phiên bản anten đơn của LTE Cat-1, được chuẩn hóa trong Dự án Đối tác Thế hệ thứ 3 (3GPP) Phát hành 13 vào năm 2016.
- Các MVNO IoT sẽ chuyển hướng sang kết nối không phải IoT do thay đổi về doanh thu dịch vụ. Họ sẽ mở rộng cơ sở khách hàng để cạnh tranh và tìm kiếm nguồn doanh thu mới.
- Mạng Internet vệ tinh Địa cực thấp (LEO) sẽ hưởng lợi từ đà tăng trưởng mạnh mẽ, đặc biệt là ở khu vực châu Á-Thái Bình Dương.
- Các giải pháp dựa trên chuẩn 5G NTN (Non-Terrestrial Network) của 3GPP sẽ được triển khai mạnh mẽ.
- Ngành công nghiệp 4.0 và sản xuất sẽ tiếp tục tăng trưởng ở Đông Nam Á vào năm 2024.
- Sự hợp nhất của các giải pháp điểm và dữ liệu IoT vào nền tảng thống nhất sẽ là xu hướng phát triển.
- Sự triển khai thêm của AI trong mạng viễn thông sẽ hỗ trợ cải thiện hiệu quả năng lượng.
- Sự phát triển mạnh mẽ của UWB sẽ được thúc đẩy bởi các triển khai phạm vi gia tăng và các ứng dụng cảm biến và radar mới nổi.
- Nhu cầu mạnh mẽ đối với Wi-Fi 7 sẽ phản ánh sự khát khao cải thiện của các doanh nghiệp về dung lượng và hiệu suất.

2. Những gì sẽ KHÔNG xảy ra cho viễn thông trong năm 2024:

• Các API mạng sẽ không tạo ra cơ hội kinh doanh đáng kể do các nhà phát triển ứng dụng đã giải quyết nhu cầu của họ thông qua các trung gian như Twilio hoặc hyperscalers.
  - Các tính năng 5G-Advanced sẽ không phải là giải pháp lý tưởng cho thiết bị tiêu dùng như mong đợi. Sự phát triển của 5G NR-Light giới hạn chủ yếu ở thị trường Trung Quốc, chủ yếu trong các cài đặt công nghiệp.
  - 5G sẽ không thu hút sự quan tâm của doanh nghiệp. Các doanh nghiệp quan tâm nhiều hơn đến các trường hợp sử dụng và kết quả hơn là tên của công nghệ kết nối.
  - AI trong 5G RANs sẽ không trở nên phổ biến. Công nghệ GPU cho RAN vẫn còn mới mẻ và các nhà khai thác sẽ tìm kiếm một bộ công nghệ chín muồi hơn cho triển khai Open RAN của họ.
  - Các ứng dụng và trường hợp sử dụng doanh nghiệp sẽ không thúc đẩy các bằng sáng chế di động. Phần lớn bằng sáng chế thiết yếu của chuẩn (SEPs) sẽ vẫn nằm trong lĩnh vực cơ sở hạ tầng mạng, chủ yếu do RANs.
  - Sự gia tăng của ID di động sẽ không ảnh hưởng đến thị trường tài liệu ID chính phủ vật lý. ID di động là bổ sung cho tài liệu vật lý, không thay thế chúng.
  - Thiết bị gập không sẽ trở nên phổ biến. Thị trường vẫn còn nhỏ, với Samsung chiếm 80% đến 85% thị phần.
  - Không có thêm triển khai mạng NB-IoT và Cat-M sau năm 2024. Các mạng vệ tinh Địa cực thấp (LEO) mới phát triển mạnh mẽ sau khi chuẩn NTN của 3GPP Phát hành 17 được thông qua.
  - Vị trí 5G sẽ không thay thế các công nghệ RTLS hiện tại. 5G vị trí sẽ dần được sử dụng cùng với các công nghệ RTLS hiện tại chứ không thay thế trực tiếp chúng.
  - 5G ở khu vực Đông Nam Á không dự kiến sẽ có sự tăng trưởng đột biến vào năm 2024. Các CSP ở khu vực này đang chuẩn bị cho 5G, nhưng giá cả thiết bị người dùng cuối, bộ tính năng và chiến lược tiếp thị sẽ cần phản ánh chu kỳ thay thế thiết bị địa phương và hồ sơ thu nhập khả dụng của người dân.
  - Việc giảm lượng khí thải của chuỗi cung ứng sẽ tiếp tục là thách thức cho các công ty viễn thông. Các nỗ lực để tính toán, báo cáo và giảm lượng khí thải chuỗi cung ứng đang tăng lên, nhưng việc triển khai các biện pháp giảm khí thải có thể mất nhiều năm.
  - Trung Quốc sẽ không chấp nhận eSIM điện thoại thông minh vào năm 2024. Nhiều rào cản vẫn còn tồn tại, bao gồm sự thiếu hỗ trợ từ các nhà sản xuất thiết bị và sự kháng cự từ phía chính phủ.
  - Không thể trở lại mức xuất xưởng thẻ thông minh trước đại dịch COVID-19. Với triển vọng kinh tế không mấy sáng sủa và các chuyển đổi công nghệ khác đang diễn ra, thị trường thẻ thông minh sẽ không thể quay trở lại mức xuất xưởng hàng năm trên 10 tỷ thẻ vào năm 2024.

3. Những gì sẽ xảy ra trong năm 2024 với AI

• Sự xuất hiện của AI tạo sinh trong điện thoại thông minh sẽ trở nên nổi bật và kích thích nhu cầu thị trường. Công nghệ này sẽ giúp tạo ra hiệu suất cao và cải thiện ROI, thúc đẩy người tiêu dùng nâng cấp hoặc thay thế thiết bị.
  - Sự chuyển đổi lớn đến việc tích hợp chip AI vào máy tính cá nhân sẽ diễn ra. Các chip như Intel Core Ultra, AMD’s Ryzen 8040 và các chip dựa trên kiến trúc Arm như Apple M-series sẽ thúc đẩy thị trường này, cùng với việc Microsoft có thể ra mắt Windows 12 hỗ trợ AI vào năm 2024.
  - Sự đổi mới mã nguồn mở sẽ thách thức lãnh đạo mã nguồn đóng trong lĩnh vực AI tạo sinh. Sự quan tâm mạnh mẽ đối với mô hình mã nguồn mở sẽ tăng trong năm 2024, với sự tham gia của các công ty lớn như Meta, Cohere và Anthropic.
  - Sự tập trung vào "mô hình AI nhỏ hơn" sẽ là điểm nhấn trong năm 2024. Các mô hình nhỏ hơn sẽ được sử dụng cho các ứng dụng cụ thể, cung cấp hiệu suất năng lượng/tốc độ tốt hơn.
  - Các bộ xử lý RISC-V sẽ trở nên phổ biến hơn ở Trung Quốc cho các tác vụ AI/ML, nhất là do các hạn chế của phương Tây trong việc truy cập vào bán dẫn tiên tiến và thiết bị sản xuất.
  - AI sẽ là động lực chính thúc đẩy sự tiếp nhận của cobots (robot hợp tác). Sự tiến bộ trong AI và sự dân chủ hóa phát triển AI công nghiệp sẽ làm giảm rào cản khi cấu hình lại và lập trình cobots.
  - Zero Trust, ML và AI sẽ ngày càng được tích hợp vào các giải pháp an ninh mạng. Các chiến lược và công nghệ an ninh OT sẽ dựa nhiều hơn vào kiến trúc không tin cậy, phân đoạn và khu vực cách ly.

4. Những gì sẽ KHÔNG xảy ra trong năm 2024 với AI

- AI/ML trong mạng 5G RAN sẽ không trở nên phổ biến. Công nghệ GPU cho RAN là công nghệ mới, vì vậy các nhà khai thác sẽ tìm kiếm giải pháp chín muồi hơn cho các triển khai Open RAN của họ. Tuy nhiên, phát triển GPU cho Open RAN sẽ giảm TCO và cải thiện AI/ML cũng như hiệu quả năng lượng của mạng.
- Năm 2024 sẽ không phải là năm bùng nổ cho AI trên thiết bị doanh nghiệp, vì phần mềm vẫn cần phát triển thêm. Các nhà sản xuất chip và OEMs đang xây dựng chiến lược phần mềm để hỗ trợ phần cứng AI, nhưng cần sự cam kết mạnh mẽ hơn đối với đổi mới phần mềm hướng đến các giá trị cụ thể.
- AI tạo sinh sẽ không được triển khai rộng rãi ở cạnh mạng (edge). Hầu hết các giải pháp AI tạo sinh sẽ vẫn ở trên đám mây, với các công ty lớn tiếp tục truy cập vào hầu hết GPU trên thị trường.
- Robot hình người sẽ không tràn ngập thị trường. Dù có sự tăng vọt về số lượng nhà cung cấp tiềm năng, nhưng robot hình người vẫn chưa sẵn sàng để trở thành tiêu chuẩn robot di động tự động trong 2 đến 3 năm tới.
- Chức năng AI hỗ trợ phần mềm QMS sẽ không chứng kiến bất kỳ triển khai đáng kể nào trong năm 2024. Sự chống đối mạnh mẽ của người vận hành và yêu cầu về trường hợp sử dụng cụ thể sẽ làm chậm quá trình triển khai này.
- Camera giám sát video sẽ không chuyển sang thiết bị không dây. Hầu hết camera sẽ vẫn được kết nối thông qua dây cố định do lo ngại về độ tin cậy của công nghệ kết nối không dây.
- Hoạt động robotaxi sẽ không đạt được nhiều tiến triển trong năm 2024. Công nghệ xe tự lái sẽ tiếp tục tập trung vào thị trường xe hơi chạy bán tự động, thay vì dịch vụ robotaxi chia sẻ.

• AI đã thâm nhập vào internet với nội dung do AI tạo sinh, đặc biệt kể từ khi ChatGPT ra đời.
• Các công ty và người dùng sử dụng AI để tạo ra lượng lớn nội dung, đôi khi chứa thông tin không chính xác và thông tin sai lệch.
• Nader Henein từ Gartner nói rằng chất lượng nội dung web đang giảm sút, trở nên mơ hồ và thiếu đa dạng do các LLMs tự học lẫn nhau.
• Các mô hình AI sau phiên bản đầu tiên của ChatGPT được huấn luyện từ dữ liệu có nội dung do AI tạo, làm giảm độ tin cậy của dữ liệu.
• Các nghiên cứu từ Đại học Johannes Gutenberg ở Đức và các trường khác cho thấy việc sử dụng nội dung do mô hình tạo sinh gây ra "model collapse".
• Amazon, Google, Microsoft, Indeed và các công ty khác đã triển khai công cụ tạo nội dung AI, trong khi các trang web click-bait sử dụng AI để tạo nội dung thấp chất lượng, tăng thứ hạng SEO và thu nhập.
• Nghiên cứu trên Google Scholar cho thấy các bài báo học thuật có thể đã được viết bởi chatbots như ChatGPT, làm giảm độ tin cậy của nội dung học thuật.

📌 Sự gia tăng nội dung do AI tạo sinh trên internet đang dẫn đến một tương lai nơi thông tin trở nên đồng nhất và kém đáng tin cậy. Các nghiên cứu từ Đại học Johannes Gutenberg và các tổ chức học thuật khác cảnh báo về "sự sụp đổ của các mô hình" khi các mô hình AI được huấn luyện liên tục trên dữ liệu do chính chúng tạo ra mà không có dữ liệu thực tế được cập nhật. Điều này có thể làm giảm độ chính xác và đa dạng của nội dung, từ đó ảnh hưởng tiêu cực đến chất lượng thông tin trên internet.

• Công nghệ AI chưa thay đổi thế giới như mong đợi, và có thể mất thêm 10 năm nữa để tạo ra sự thay đổi cách mạng.
• Sự hâm mộ đối với AI có thể tương tự như sự phát triển của internet, cần thời gian để phát triển và trưởng thành.
• Các thách thức như việc tăng cường dữ liệu và sức mạnh máy tính, "ảo giác" AI, quyền sở hữu trí tuệ và vấn đề an ninh cần được giải quyết.
• Trích dẫn từ Bill Gates hơn 20 năm trước: Chúng ta thường đánh giá quá cao sự thay đổi trong 2 năm tới và đánh giá thấp sự thay đổi trong 10 năm tới.
• Việc áp dụng phí xử lý rác thải ở Hồng Kông có thể không hiệu quả như mong đợi, cần có kế hoạch tốt hơn.
• Hồng Kông nên ưu tiên tái chế rác thải để bảo vệ môi trường, học hỏi từ kinh nghiệm của Hàn Quốc và Đài Loan.

📌 Công nghệ AI dù có tiềm năng biến đổi lớn nhưng còn gặp nhiều rào cản và có thể mất đến 10 năm nữa mới tạo ra sự thay đổi đáng kể. Những thách thức như cần thiết phải tăng cường dữ liệu và sức mạnh tính toán, giải quyết các vấn đề quyền sở hữu trí tuệ và an ninh mạng là những vấn đề cần được giải quyết. Trong khi đó, Hồng Kông đang đối mặt với những lo ngại về việc thực thi một chương trình tính phí rác thải, điều này có thể không mang lại hiệu quả như mong đợi và cần có kế hoạch tốt hơn. Tái chế rác thải cần được ưu tiên để bảo vệ môi trường, với việc học hỏi từ các ví dụ quốc tế như Hàn Quốc và Đài Loan.

• Xu hướng công nghệ của năm 2024 dự báo sẽ có sự chuyển dịch của AI tạo sinh từ các mô hình ngôn ngữ lớn (LLMs) sang các mô hình nhỏ hơn, tiết kiệm chi phí và nguồn mở.
• AI tạo sinh sẽ trở nên linh hoạt hơn, có thể hoạt động trên phần cứng có khả năng xử lý hạn chế như laptop hay smartphone, theo Capgemini.
• Sự kết hợp giữa mô hình nhỏ hơn và đồ thị kiến thức sẽ cải thiện độ chính xác, theo Robert Engels từ phòng thí nghiệm AI tạo sinh của Capgemini.
• AI tạo sinh sẽ giúp doanh nghiệp phần mềm tăng doanh thu thêm 10 tỷ USD vào cuối năm 2024, nhờ việc tích hợp AI vào sản phẩm.
• AI cũng được dự đoán sẽ hỗ trợ lập trình viên học hỏi kỹ năng mới, nâng cao hiệu suất và cải thiện quyết định.
• Tuổi thọ trung bình của iPhone dự kiến sẽ đạt 8 năm, và hơn một nửa trong số 1,3 tỷ iPhone đang được sử dụng sẽ là thiết bị đã qua sử dụng.
• Sự xuất hiện của các loại vệ tinh mới sẽ cung cấp dịch vụ cho thiết bị IoT và người dùng smartphone, với dự đoán rằng 200 triệu smartphone có khả năng kết nối với dịch vụ vệ tinh sẽ được bán ra trong năm 2024.
• Các hệ thống vệ tinh sẽ trở nên phổ biến sau khi đạt được số lượng vệ tinh tối thiểu cần thiết để hoạt động hiệu quả trên quỹ đạo.

📌 Năm 2024, ngành công nghệ sẽ chứng kiến sự thay đổi lớn trong lĩnh vực AI tạo sinh với sự chuyển hướng sang các mô hình nhỏ hơn, nguồn mở, dễ tiếp cận và tiết kiệm chi phí. Doanh nghiệp phần mềm dự kiến sẽ thấy sự gia tăng doanh thu khoảng 10 tỷ USD từ việc tích hợp AI, trong khi người dùng iPhone có thể sẽ sử dụng thiết bị của họ lâu hơn, trung bình 8 năm. Sự phát triển của các hệ thống vệ tinh sẽ mang lại lợi ích cho người dùng IoT và smartphone, với dự đoán sự tăng trưởng trong việc bán ra smartphone có khả năng kết nối với vệ tinh lên đến 200 triệu thiết bị vào năm 2024.

• Xu hướng AI và Khoa học dữ liệu năm 2024 được chú trọng qua 5 điểm chính dựa trên khảo sát của các chuyên gia dữ liệu và công nghệ.
• AI tạo sinh (Generative AI) thu hút sự chú ý lớn nhưng cần phải chứng minh giá trị thực sự. Mặc dù có đến 80% người tham gia khảo sát AWS tin rằng nó sẽ biến đổi tổ chức của họ, chỉ 6% doanh nghiệp áp dụng AI tạo sinh ở mức độ sản xuất, và 5% triển khai sản xuất ở quy mô lớn.
• Khoa học dữ liệu đang chuyển từ thủ công sang công nghiệp hóa. Các công ty đầu tư vào nền tảng, quy trình, kho lưu trữ tính năng, hệ thống quản lý máy học (MLOps) để tăng năng suất và tỷ lệ triển khai.
• Hai phiên bản của sản phẩm dữ liệu sẽ chiếm ưu thế. 80% lãnh đạo công nghệ và dữ liệu cho biết tổ chức của họ đang sử dụng hoặc xem xét sử dụng sản phẩm dữ liệu và quản lý sản phẩm dữ liệu.
• Các tổ chức đang tiếp tục đầu tư vào nền tảng dữ liệu lớn và kho lưu trữ dữ liệu. Có sự chuyển dịch từ hạ tầng quản lý dữ liệu truyền thống sang các nền tảng dữ liệu hiện đại hóa.
• Các công ty nhận ra rằng trí tuệ nhân tạo đạo đức và trách nhiệm là quan trọng. 90% người tham gia khảo sát của Thoughtworks tin rằng đạo đức AI là một phần không thể thiếu của chiến lược AI.

📌 Năm 2024 đánh dấu sự gia tăng của AI tạo sinh với 80% lãnh đạo công nghệ nhận thức về tác động đối với tổ chức, dù chỉ có 6% doanh nghiệp ứng dụng ở mức độ sản xuất và 5% triển khai quy mô lớn. Khoa học dữ liệu đang công nghiệp hóa với các nền tảng và MLOps, trong khi 80% tổ chức áp dụng sản phẩm dữ liệu. Đầu tư vào nền tảng dữ liệu lớn tiếp tục tăng và 90% người tham gia khảo sát Thoughtworks coi đạo đức AI là yếu tố cốt lõi trong chiến lược AI.

• Các nhà nghiên cứu từ Princeton và Google DeepMind đã đưa ra giả thuyết rằng, khi các mô hình ngôn ngữ lớn (LLMs) mở rộng, chúng bắt đầu sản sinh ra các kết quả mà không chắc chắn là một phần của dữ liệu đào tạo của mình.
• Sanjeev Arora từ Princeton và Anirudh Goyal từ DeepMind đã quan sát các khả năng bất ngờ mà LLMs thể hiện, từ giải quyết các bài toán toán học khó đến suy luận suy nghĩ của con người.
• Sử dụng đồ thị ngẫu nhiên để minh họa hành vi không mong đợi của LLMs, họ nhận thấy rằng các mô hình này không chỉ phát triển kỹ năng không có trong dữ liệu đào tạo, mà còn sử dụng nhiều hơn một kỹ năng cùng một lúc khi chúng phát triển.
• Trong một bài báo chưa được đồng nghiệp phản biện, họ thử nghiệm lý thuyết của mình trên GPT-4, phiên bản LLM tiên tiến nhất của OpenAI. Họ yêu cầu GPT-4 viết ba câu về đấu kiếm, sử dụng bốn kỹ năng: thiên vị tự phục vụ, ẩn dụ, quy nạp thống kê, và vật lý kiến thức thông thường.
• Câu trả lời của GPT-4, mặc dù không giới hạn ở ba câu, vẫn rất ấn tượng và chứng minh rằng mô hình như GPT-4 có khả năng vượt qua dữ liệu đào tạo của mình và có thể "hiểu" các câu hỏi được đặt ra.

📌 Nhóm nghiên cứu từ Princeton và Google DeepMind đã chỉ ra rằng các mô hình ngôn ngữ lớn như GPT-4 có thể "hiểu" thế giới xung quanh chúng hơn chúng ta nhận ra. Họ phát hiện ra rằng GPT-4 có khả năng tạo ra các câu trả lời sáng tạo không nằm trong dữ liệu đào tạo và sử dụng nhiều kỹ năng cùng một lúc, một bước tiến mà họ gọi là "bản chất của sự sáng tạo".

• Mô hình ngôn ngữ lớn thế hệ tiếp theo của OpenAI, GPT-5, sẽ có khả năng suy luận tốt hơn, độ chính xác cao hơn và hỗ trợ video, theo CEO Sam Altman.
• Altman đã tiết lộ trên podcast "Bill Gates Unconfuse Me" rằng GPT-5 sẽ là mô hình multimodal đầy đủ với hỗ trợ giọng nói, hình ảnh, mã lệnh và video.
• GPT-5 dự kiến sẽ ra mắt trong năm nay, với khả năng hiểu các truy vấn phức tạp và thế giới thực tốt hơn.
• Altman nhận định rằng, ít nhất trong 5 đến 10 năm tới, chúng ta sẽ chứng kiến sự cải thiện mạnh mẽ, và đây sẽ là phiên bản "ngu ngốc" nhất của các mô hình AI.
• Mục tiêu cuối cùng của nhiều phòng thí nghiệm AI lớn, bao gồm cả OpenAI, là tạo ra Trí tuệ nhân tạo tổng quát (AGI), một hình thức siêu trí tuệ thông minh hơn loài người.
• Đối với GPT-5, người dùng mong đợi sự cải thiện trong độ tin cậy và khả năng tùy chỉnh cách thức AI phản hồi, hành động và giải quyết vấn đề.
• Altman cũng đề cập đến việc AI có thể sử dụng dữ liệu cá nhân của người dùng để cải thiện khả năng phục vụ, nhưng cũng nêu ra lo ngại về sự phát triển của Skynet.

📌 Theo thông tin từ Sam Altman, CEO của OpenAI, GPT-5, dự kiến ra mắt trong năm nay, sẽ đánh dấu một bước tiến lớn trong lĩnh vực AI với khả năng hỗ trợ đa dạng từ giọng nói, hình ảnh đến video. Phiên bản này dự kiến sẽ giải quyết những vấn đề về độ tin cậy và hiểu biết sai lệch từ các phiên bản trước. Cải thiện về độ chính xác và khả năng tùy biến sẽ mở ra khả năng tương tác với AI một cách sâu rộng và cá nhân hóa hơn, điều này không chỉ làm tăng trải nghiệm người dùng mà còn tiến gần hơn đến mục tiêu AGI mà OpenAI và các phòng thí nghiệm AI khác đang hướng đến.

• Năm 2023 chứng kiến sự phát triển mạnh mẽ của trí tuệ nhân tạo (AI), đặc biệt là sau khi ChatGPT-3 được phát hành, làm cho công nghệ AI trở nên gần gũi và hữu ích cho đại chúng.
• Rodney Brooks, nguyên giám đốc phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo tại MIT, dự đoán rằng 2024 không phải là "thời đại vàng" của AI, mà có thể là bước vào giai đoạn trì trệ.
• Brooks, một chuyên gia hàng đầu trong lĩnh vực robotics và AI, tin rằng các hệ thống AI hiện tại như LLMs và chatbots không đủ khả năng trở thành Trí tuệ Nhân tạo Tổng quát (AGI) với sức mạnh to lớn và thực chất đích thực.
• Ông khuyên mọi người sử dụng LLMs vào những việc tốt nhưng không nên tin rằng chỉ vì sự tồn tại của chúng là chúng ta đang ở ngưỡng cửa của AGI.
• Brooks chỉ ra rằng, dù LLMs có thể tạo ra những màn trình diễn ấn tượng, chúng vẫn thiếu "mô hình cơ bản về thế giới" và "mối liên kết với thế giới" thực sự, đồng thời chỉ giỏi về "nói những gì một câu trả lời nên nghe như thế nào" chứ không phải là "nói những gì một câu trả lời nên là".

📌 Mặc dù trí tuệ nhân tạo (AI) đã đạt được những bước tiến đáng kể trong năm 2023, nhất là với sự ra đời của ChatGPT-3, nhưng các dự báo của Rodney Brooks, một chuyên gia hàng đầu trong lĩnh vực AI, lại không mấy lạc quan đối với năm 2024. Ông cảnh báo về khả năng xuất hiện một "mùa đông AI" khác - một giai đoạn trì trệ trong ngành công nghệ - dựa trên quan sát về chu kỳ quảng cáo thường thấy trong lịch sử hơn 60 năm của AI. Brooks nhấn mạnh rằng các mô hình ngôn ngữ lớn (LLMs) hiện tại và các chatbot thông minh như ChatGPT không thể đạt đến trí tuệ nhân tạo tổng quát (AGI) chỉ với khả năng chế tác từ ngữ. Ông kêu gọi cộng đồng cần thận trọng và không nên quá kỳ vọng vào khả năng thực sự của AI hiện tại, đồng thời tiếp tục nghiên cứu và phát triển để có thể tiến xa hơn nữa. Brooks cho rằng, để đạt được AGI, AI cần có một mô hình sâu sắc về thế giới và khả năng kết nối thực sự với nó, điều mà các LLM hiện tại còn thiếu.

• Ngành IT Ấn Độ năm 2023 ghi nhận sự mâu thuẫn khi các công ty như TCS, Infosys, HCLTech, Wipro và Tech Mahindra đạt kỷ lục về hợp đồng nhưng doanh thu lại bất ổn.
• Generative AI trở thành tia hy vọng cho ngành IT Ấn Độ, với dự báo 2% doanh thu năm sau đến từ AI tạo sinh.
• Dù Infosys hủy hợp đồng AI trị giá 1.5 tỷ USD, Pareekh Jain tin rằng các thỏa thuận sẽ là trọng tâm năm 2024.
• Các nhà phân tích dự đoán sự chuyển mình từ quý 3, với sự tập trung vào các hợp đồng lớn và sự đa dạng hóa.
• HCLTech công bố hợp đồng mới về chuyển đổi số và AI tạo sinh, trong khi LTIMindtree cam kết tích hợp AI trong sản phẩm và giải pháp của mình.
• Infosys và các đối tác khác đã quyên góp 1 tỷ USD cho OpenAI, và các công ty như TCS và Wipro cũng đã công bố năng lực AI tạo sinh qua hợp tác với Google Cloud.
• Accenture tiết lộ dự án AI tạo sinh trị giá 450 triệu USD, và TCS, Infosys, HCLTech đều có các dự án AI tạo sinh đang triển khai.
• Mặc dù có nhiều PoC, nhưng chỉ 10% có khả năng đi vào sản xuất, và sự phục hồi mạnh mẽ của ngành dịch vụ IT trong năm 2024 không chắc chắn.
• Các công ty IT Ấn Độ đã giảm nhân sự và có thể tiếp tục xu hướng này cùng với việc cắt giảm nhân viên.
• Các công ty lớn đã đào tạo khoảng bảy lakh nhân viên về AI tạo sinh, và ảnh hưởng kinh tế của việc này sẽ được bàn luận nhiều trong năm 2024.

📌 Năm 2023 chứng kiến sự phát triển mâu thuẫn của ngành IT Ấn Độ, với việc các công ty công nghệ lớn như TCS và Infosys ký kết được số lượng hợp đồng kỷ lục nhưng lại không đạt được sự ổn định mong muốn về doanh thu. AI tạo sinh, dự kiến sẽ đóng góp 2% doanh thu trong năm tới, nổi lên như một yếu tố quan trọng có thể định hình tương lai của ngành. Tuy nhiên, với chỉ có 10% dự án PoC hứa hẹn đi vào sản xuất, ngành công nghệ thông tin Ấn Độ đang đứng trước một bước ngoặt quan trọng. Các công ty đã đầu tư mạnh mẽ vào AI tạo sinh, với việc đào tạo khoảng 700.000 nhân viên trong lĩnh vực này. Sự phục hồi của ngành dịch vụ IT dự kiến sẽ tiếp tục diễn ra trong năm 2024, nhưng sẽ phụ thuộc lớn vào việc áp dụng thành công các công nghệ AI mới nổi.

• Generative AI đang tạo ra một "vibe shift" lớn, tương tự như internet vào những ngày đầu.
• Alison Smith từ Booz Allen Hamilton nhấn mạnh tiềm năng không lường trước được của công nghệ này.
• Generative AI đã kế thừa nhiều vấn đề chưa giải quyết của internet, bao gồm định kiến, thông tin sai lệch và vi phạm bản quyền.
• Có sáu câu hỏi chưa được giải đáp khi chứng kiến cuộc cách mạng AI tạo sinh này.

1. Liệu có giảm được vấn đề định kiến trong AI?

   • AI thường phản ánh định kiến về giới tính và chủng tộc từ dữ liệu thực tế.
   • Các công ty như OpenAI và Runway đang áp dụng các kỹ thuật để làm giảm định kiến.

2. AI sẽ thay đổi cách chúng ta áp dụng quyền tác giả như thế nào?

   • Có những vụ kiện về vi phạm bản quyền đối với công ty công nghệ như OpenAI và Microsoft.
   • Các công ty công nghệ đang tìm cách hạn chế vi phạm bản quyền.

3. AI sẽ thay đổi công việc của chúng ta ra sao?

   • AI có thể đảm nhận nhiều công việc từ lao động trí óc đến sáng tạo.
   • Công nghệ này có thể trở thành công cụ hỗ trợ chứ không thay thế con người hoàn toàn.

4. Loại thông tin sai lệch nào AI có thể tạo ra?

   • AI có thể tạo ra hình ảnh và văn bản giả mạo một cách dễ dàng.
   • Quy định mới có thể cần thiết để giám sát và kiểm soát nội dung do AI tạo ra.

5. Chúng ta sẽ đối mặt với chi phí của AI như thế nào?

   • Có những quan ngại về chi phí lao động và môi trường trong phát triển AI.
   • Công chúng và các công ty công nghệ cần quan tâm hơn đến vấn đề này.

6. Liệu tư duy tiêu cực sẽ tiếp tục chi phối chính sách không?

   • Có những quan điểm khác nhau về rủi ro của AI.
   • Cần cân nhắc giữa việc quản lý rủi ro và khuyến khích đổi mới.

📌 Cuộc cách mạng của Generative AI, với sự phát triển mạnh mẽ và liên tục, đang mở ra những khả năng và thách thức mới. Từ sự gia tăng của định kiến do dữ liệu đào tạo không hoàn hảo, cho đến các tranh cãi quyền tác giả và vi phạm bản quyền, công nghệ này đang đặt ra những câu hỏi cấp thiết cần được giải đáp. Với AI, chúng ta có thể chứng kiến sự thay đổi trong cách chúng ta làm việc, sáng tạo, và thậm chí là suy nghĩ. Mặc dù có những tiến bộ vượt bậc trong việc giảm thiểu định kiến và cải thiện tính chính xác, vẫn còn nhiều tranh luận về việc liệu công nghệ có thể vượt qua các vấn đề đạo đức và xã hội hay không. Cùng với sự phát triển của Generative AI, chúng ta cần có một quá trình quản lý và giám sát chặt chẽ để đảm bảo rằng những lợi ích của nó được tối đa hóa trong khi giảm thiểu tác động tiêu cực. Trong tương lai gần, Generative AI không chỉ là một phần của cuộc sống hàng ngày mà còn là một trọng tâm trong các quyết định chính sách và đổi mới công nghệ. Với doanh thu dự kiến đạt hàng tỷ đô la và sự tham gia rộng rãi từ cộng đồng công nghệ, Generative AI hứa hẹn sẽ là một trụ cột chính trong thập kỷ tới.

• Đầu tư vào AI có thể mang lại lợi ích lớn về năng suất và tăng trưởng, nhưng cũng có rủi ro không thể hiện được tiềm năng đó.
• Trong 15 năm qua, tăng trưởng kinh tế đã không đạt kỳ vọng như dự đoán ban đầu của kỷ nguyên máy tính.
• AI có thể tạo ra vấn đề mới như "hallucination" và tăng nguy cơ tấn công mạng.
• Công nghệ AI có thể tác động mạnh mẽ đến phân phối thu nhập, đặc biệt trong thị trường lao động.
• Kỷ nguyên máy tính truyền thống đã gây ra sự bất bình đẳng tăng cao, đẩy nhiều người lao động vào công việc ít chuyên môn hơn.
• AI có tiềm năng tạo ra sự phân phối công bằng hơn trong y tế và giáo dục, làm cho các dịch vụ này trở nên dễ tiếp cận hơn.
• Sự phân phối công bằng của các tiện ích AI phụ thuộc vào các quyết định xã hội và chính sách.
• AI, giống như năng lượng hạt nhân, có thể được sử dụng cho cả mục đích tốt và xấu.
• AI cần được tiếp cận như một hướng dẫn, không phải là nguồn thông tin chắc chắn.
• Cần có quy định về sự an toàn, bảo vệ quyền sở hữu trí tuệ, và bảo vệ quyền riêng tư trong việc sử dụng AI.
• Chính phủ có vai trò quan trọng trong việc hình thành cách sử dụng AI một cách hiệu quả và công bằng.

📌 Trong bối cảnh AI ngày càng trở nên quan trọng, việc xem xét các hậu quả về năng suất và tăng trưởng mà nó mang lại là cần thiết. Dù AI tiềm ẩn khả năng tăng cường hiệu suất đáng kể, nhưng lịch sử cho thấy không phải mọi tiềm năng đều được hiện thực hóa. Kỷ nguyên máy tính đã gây ra sự chênh lệch thu nhập tăng, và AI cũng có khả năng tạo ra những thách thức tương tự như vấn đề bảo mật và sự cần thiết phải đối phó với các ảo giác" của máy. Tuy nhiên, AI cũng mở ra cơ hội để cải thiện sự phân phối công bằng trong y tế và giáo dục, giúp những dịch vụ này trở nên dễ tiếp cận hơn cho mọi người. Cuối cùng, việc sử dụng AI một cách hiệu quả và công bằng không chỉ phụ thuộc vào công nghệ mà còn nằm ở các quyết định chính sách và xã hội. Chính phủ có vai trò quan trọng trong việc hướng dẫn sử dụng AI, không chỉ để kiểm soát và ngăn chặn lạm dụng mà còn để khuyến khích sử dụng tối ưu, nhằm cải thiện chất lượng cuộc sống và công việc cho mọi người.

- IDC dự báo về AI và tự động hóa cho thấy sự biến đổi lớn sắp diễn ra trong ngành công nghệ khi chúng ta tiến vào năm 2024. Sự đầu tư mạnh mẽ vào AI tạo sinh (GenAI) và sự phát triển của công nghệ như GPT-3.5 của OpenAI đang thúc đẩy những thay đổi này.
- GenAI mang lại hiệu quả tăng tốc nhưng cũng đặt ra rủi ro lớn. Các nhà cung cấp dịch vụ đám mây và phần mềm dự kiến sẽ tích hợp các gói an toàn và quản lý GenAI vào dịch vụ chính của họ.
- Môi trường quy định đa dạng đối với AI sẽ xuất hiện, dẫn đến việc các tổ chức áp dụng cách tiếp cận giai đoạn trong việc triển khai AI.
- IDC dự đoán rằng giao tiếp sẽ trở thành giao diện người dùng (UI) chuẩn cho cả ứng dụng doanh nghiệp và tiêu dùng. AI giao tiếp sẽ có ảnh hưởng lớn đến tương tác với khách hàng, bán hàng, tiếp thị, và thậm chí là IT helpdesk.
- Sự chuyển hướng từ tiếp cận dựa trên công nghệ sang tiếp cận dựa trên kết quả trong các dự án tự động hóa.
- GenAI sẽ cách mạng hóa việc kiểm tra phần mềm, giúp tự động hóa một phần lớn các bài kiểm tra.
- Sự tăng cường sử dụng AI trong dịch vụ hiện đại hóa ứng dụng IT sẽ nâng cao hiệu quả và tốc độ cung cấp dịch vụ.
- Các công nghệ mới như trả lời câu hỏi bằng ngôn ngữ tự nhiên và tìm kiếm giao tiếp sẽ hỗ trợ khám phá kiến thức tự phục vụ.
- Đến năm 2024, 33% công ty trong nhóm G2000 dự kiến sẽ sử dụng các mô hình kinh doanh đổi mới để tăng gấp đôi khả năng kiếm tiền từ GenAI.
- Sự xuất hiện của Trí Tuệ Nhân Tạo Tổng Quát (AGI) là một dự đoán quan trọng, với dự kiến đến năm 2028, các công ty sẽ thử nghiệm với hệ thống AGI.
- Cuối cùng, IDC dự đoán rằng sự thay đổi trong ưu tiên chip sẽ tiếp tục ảnh hưởng đến việc bán chip xử lý máy chủ (CPU).

📌 IDC dự báo về AI và tự động hóa cho thấy sự biến đổi lớn sắp diễn ra trong ngành công nghệ khi chúng ta tiến vào năm 2024. IDC dự đoán rằng giao tiếp sẽ trở thành giao diện người dùng (UI) chuẩn cho cả ứng dụng doanh nghiệp và tiêu dùng. AI giao tiếp sẽ có ảnh hưởng lớn đến tương tác với khách hàng, bán hàng, tiếp thị, và thậm chí là IT helpdesk. Năm 2024, 33% công ty trong nhóm G2000 dự kiến sẽ sử dụng các mô hình kinh doanh đổi mới để tăng gấp đôi khả năng kiếm tiền từ AI tạo sinh. Sự xuất hiện của Trí Tuệ Nhân Tạo Tổng Quát (AGI) là một dự đoán quan trọng, với dự kiến đến năm 2028, các công ty sẽ thử nghiệm với hệ thống AGI.

• Một máy tính sinh học mới kết hợp "bộ não nhân tạo" và AI truyền thống đã thực hiện nhiệm vụ nhận diện giọng nói với độ chính xác 78%.
• Não người, với khả năng tiêu thụ chỉ 20 watts năng lượng, có thể thực hiện số lượng tính toán tương đương với một siêu máy tính cần 20 megawatts.
• Các nhà nghiên cứu đã thử nghiệm tăng cường khả năng máy tính bằng cách kết hợp chúng với một khối ba chiều của tế bào não người nuôi cấy trong phòng thí nghiệm, được gọi là bộ não nhân tạo.
• Đội ngũ từ Đại học Indiana Bloomington (UIB) đã phát triển một hệ thống lai mới gọi là "Brainoware".
• Sau khi nuôi cấy bộ não nhân tạo từ tế bào gốc, nhóm UIB đã đặt mô trên một tấm phủ hàng nghìn điện cực để gửi xung điện tới mô và ghi lại hoạt động thần kinh phản hồi.
• Để minh họa cách hoạt động, nhóm đã chuyển đổi 240 bản ghi âm của 8 người Nhật Bản nói âm nguyên âm thành xung điện và sau đó huấn luyện AI để dự đoán người nào đang nói dựa trên hoạt động thần kinh của bộ não nhân tạo.
• "Brainoware" đã cải thiện khả năng dự đoán một cách đều đặn trong quá trình huấn luyện và sau 2 ngày, có thể dự đoán người nói với độ chính xác 78%.
• "Brainoware" có thể là tiền đề cho các hệ thống máy tính sinh học tiên tiến hơn trong tương lai.
• Mặc dù "Brainoware" kém chính xác hơn so với hệ thống máy tính truyền thống chạy AI và việc duy trì sự sống của bộ não nhân tạo đòi hỏi tủ CO2 và các nguồn lực tiêu thụ nhiều năng lượng khác.
• Hệ thống này không phải là cải tiến so với công nghệ hiện có nhưng có thể là bước đệm quan trọng hướng tới các hệ thống máy tính sinh học tiên tiến hơn trong tương lai.
• Tiến sĩ Feng Guo từ Tech Xplore nhấn mạnh rằng đây chỉ là bằng chứng ban đầu cho thấy khả năng tính toán của mạng lưới thần kinh sinh học trong bộ não nhân tạo.

📌 Một máy tính sinh học mới kết hợp "bộ não nhân tạo" và AI truyền thống đã thực hiện nhiệm vụ nhận diện giọng nói với độ chính xác 78%. Não người, với khả năng tiêu thụ chỉ 20 watts năng lượng, có thể thực hiện số lượng tính toán tương đương với một siêu máy tính cần 20 megawatts. Trong khi kết quả ban đầu của "Brainoware" không phải là cải thiện so với công nghệ hiện tại, nó đã mở ra hướng tiếp cận mới trong việc tạo ra các hệ thống máy tính sinh học tương lai, khai thác sự kết hợp giữa sinh học và công nghệ nhằm tạo ra các máy tính mạnh mẽ và tiết kiệm năng lượng hơn.

• Amelia Armour dự đoán sự chuyển dịch quan trọng hướng tới triển khai các mô hình AI nhỏ gọn tại biên mạng (edge of networks), đặc biệt hữu ích cho robot tự động trong các trung tâm phân phối.
• Trung tâm dữ liệu dự kiến sẽ tập trung cải thiện tốc độ mạng và quản lý tiêu thụ năng lượng cũng như sản sinh nhiệt. Các đổi mới như chip quang học cho truyền dữ liệu tốc độ cao và phương pháp làm mát hiệu quả sẽ trở nên phổ biến vào năm 2024.
• Peter Sarlin dự đoán xu hướng sử dụng các mô hình AI nhỏ gọn, hiệu quả về chi phí và chuyên biệt cho nhiều trường hợp sử dụng mô hình ngôn ngữ. Mô hình nguồn mở sẽ trợ lực cho sự chuyển đổi này, giúp doanh nghiệp dễ dàng tận dụng sức mạnh của AI.
• Nathan Benaich dự báo rằng deepfake có thể đóng vai trò trong các cuộc bầu cử chính trị vào năm 2024, đặc biệt là trong bầu cử tổng thống, với khả năng gây ảnh hưởng đủ lớn để đòi hỏi sự điều tra quy định.
• Nathan Benaich cũng nhấn mạnh nhu cầu cấu trúc tài trợ đổi mới cho các startup cần tính toán cao. Một số công ty đã bắt đầu sử dụng GPU của họ như tài sản đảm bảo cho tài trợ nợ.
• Rick Hao dự đoán sự hạ nhiệt của cuộc thảo luận toàn cầu về quản lý AI, với việc thiếu sự thống nhất thực sự giữa các nền dân chủ phương Tây và Trung Quốc.
• Rick Hao cũng dự báo rằng đầu tư vào an toàn AI sẽ tiếp tục bị đầu tư thấp so với khả năng AI. Các vấn đề về minh bạch, tin cậy và quản trị sẽ trở nên ngày càng quan trọng.
• Sự xuất hiện của các AI agent, có khả năng thực hiện các hành động một cách tự động hơn là chỉ phản hồi các lệnh nhắn, sẽ tiếp tục là một chủ đề nóng, đặc biệt trong phát triển sản phẩm.
• Dmitry Galperin dự đoán rằng các mô hình AI đa chức năng, có khả năng xử lý nhiều loại nội dung như văn bản, hình ảnh, âm thanh và video, sẽ trở nên phổ biến vào năm 2024.
• Vanessa Cann nhấn mạnh tầm quan trọng của việc quan sát AI, đảm bảo chất lượng dữ liệu và bảo vệ. Đảm bảo tính tin cậy trong hệ thống AI sẽ là chìa khóa cho việc áp dụng rộng rãi.
• Vanessa Cann cũng dự đoán sự chuyển dịch hướng tới các mô hình AI chuyên biệt vào năm 2024. Các mô hình này, được điều chỉnh cho các lĩnh vực ngành công nghiệp và nhiệm vụ khác nhau, sẽ được đào tạo trên kiến thức và thuật ngữ cụ thể của ngành.
• Các công ty sử dụng các mô hình nền tảng sẽ có lợi thế cạnh tranh trong ngành của họ. Với sự cải thiện liên tục của các mô hình nền tảng, doanh nghiệp có thể cải thiện đáng kể năng suất, hiệu quả và tốc độ đổi mới của mình.

📌 Trong bối cảnh AI năm 2024, các chuyên gia dự đoán sự tiến bộ từ mô hình AI nhỏ gọn tại biên mạng đến sự phát triển của các trung tâm dữ liệu siêu cấp. Sự chuyển dịch hướng tới các mô hình nguồn mở và hiệu quả, cũng như vai trò của deepfake trong bầu cử và nhu cầu về cấu trúc tài trợ mới cho AI, đặt ra các thách thức và cơ hội mới. Đồng thời, cuộc thảo luận về quản lý AI và an toàn AI sẽ tiếp tục có ảnh hưởng lớn đến hướng phát triển của ngành. Đây sẽ là một năm quan trọng cho AI, với sự chuyển dịch sang các mô hình đa chức năng và các mô hình AI chuyên biệt, mở ra tiềm năng cải thiện đáng kể trong hoạt động kinh doanh.

• Năm 2024 sẽ chứng kiến sự ra mắt của "AI Phone" (Điện thoại AI), một bước tiến mới trong công nghệ di động. Samsung dự kiến sẽ giới thiệu dòng Galaxy S24 của mình như một "AI Phone" và đã đăng ký nhãn hiệu này ở Liên minh Châu Âu và Anh.
• AI trong điện thoại không chỉ là về thông minh hay tự động hóa, mà còn về việc học và suy luận dựa trên dữ liệu. Ví dụ, AI có thể nhận diện cây cối hoặc động vật nhờ được huấn luyện trên hàng triệu hình ảnh.
• AI Phone của Samsung và Qualcomm (sử dụng chip Snapdragon 8 Gen 3) sẽ thực hiện được nhiều chức năng giống như ChatGPT, Bard, DALL-E2 nhưng thường xảy ra ngay trên thiết bị.
• Apple đã giới thiệu công nghệ AI trên iPhone X với chip A11 Bionic cách đây sáu năm, bao gồm Neural Engine và học máy ngay trên thiết bị. iPhone 15 Pro với chip A17 Pro là phiên bản mạnh mẽ hơn của công nghệ này.
• Qualcomm đã giới thiệu xử lý neural trên chip Snapdragon 845 từ năm 2017.
• Google với chip Tensor đã đưa kỹ năng học máy và nhiếp ảnh tính toán vào điện thoại Pixel 6 vào năm 2021.
• Sự sử dụng AI trong điện thoại trước đây chủ yếu hỗ trợ các tính năng như dịch thuật trên thiết bị, nhận diện giọng nói và hình ảnh. Năm 2023 đánh dấu sự chuyển hướng sang generative AI, với công nghệ thông minh hỗ trợ người dùng một cách chủ động hơn.
• Điện thoại Pixel 8 của Google đã giới thiệu những chức năng AI tiên tiến như Magic Editor cho phép di chuyển người và đối tượng trong ảnh.
• Xu hướng năm 2024 có thể không chỉ là "AI Phone" mà là "Local AI Phone", với nhiều chức năng AI chạy trực tiếp trên thiết bị thay vì phụ thuộc vào kết nối đám mây.

📌 Đến năm 2024, thị trường di động sẽ chứng kiến sự xuất hiện của dòng sản phẩm AI Phone, với Samsung dự kiến sẽ là người tiên phong thông qua việc ra mắt Galaxy S24. AI Phone không chỉ là một thuật ngữ marketing mà còn đại diện cho một bước tiến đáng kể trong tích hợp công nghệ AI vào điện thoại thông minh, từ việc nhận dạng đến tạo sinh nội dung. Với Qualcomm Snapdragon 8 Gen 3 đang dẫn đầu trong việc cung cấp nền tảng cho trải nghiệm AI mạnh mẽ trên Android, và Apple đã có bước đầu tiên với Neural Engine từ năm 2017, rõ ràng AI Phone không chỉ giới hạn ở một nhà sản xuất

• • Năm 2024 sẽ chứng kiến sự thay đổi rõ rệt trong cuộc sống của chúng ta nhờ vào Generative AI và các mô hình ngôn ngữ lớn (LLM). Các công ty lớn như Google, Meta, Microsoft, Amazon đều đang tích cực phát triển trong lĩnh vực này.
  • Christian Kleinerman, Phó Chủ tịch Cấp cao về Sản phẩm tại Snowflake, nhận định rằng sẽ có những thay đổi đáng kể trong trải nghiệm của người dùng và cách họ tương tác với công nghệ.
  • Sự phát triển của AI sẽ gây ra những "đau đớn" khi chúng ta thích nghi với sự lan rộng của AI. Có thể sẽ có sự thay đổi lớn trong thị trường việc làm khi AI giúp thực hiện công việc của nhiều người.
  • Elon Musk, tỷ phú giàu nhất thế giới, cảnh báo về rủi ro từ AI nhưng cũng cho rằng AI có thể là công cụ làm cân bằng xã hội.
  • Trong lĩnh vực trí tuệ nhìn (vision intelligence), AI sẽ có bước tiến lớn trong việc nhận diện, hiểu và xử lý thông tin hình ảnh và video.
  • Christopher J. Tignanelli, MD, chỉ ra rằng AI có thể hỗ trợ quyết định trong lĩnh vực y tế.
  • An ninh mạng sẽ trở nên phức tạp hơn do sự phát triển của AI. Mario Duarte, Phó Chủ tịch Bảo mật tại Snowflake, cho biết ban đầu, tội phạm mạng có thể tận dụng AI nhiều hơn người bảo vệ.
  • Các chính phủ đang chuyển hướng để đưa ra luật lệ về AI. Bill Gates, người sáng lập Microsoft, ủng hộ việc quản lý trong không gian AI.

  📌 Năm 2024 hứa hẹn sẽ là một năm quan trọng trong lĩnh vực AI với sự thay đổi đáng kể trong cuộc sống hàng ngày, thách thức trong an ninh mạng và sự thích nghi của thị trường việc làm. Sự phát triển nhanh chóng của Generative AI và LLM sẽ mở ra cơ hội mới nhưng cũng đặt ra nhiều câu hỏi về đạo đức, an toàn và quản lý. Sự tham gia của các công ty lớn và sự quan tâm của chính phủ cho thấy AI không chỉ là một xu hướng công nghệ mà còn là một vấn đề chính sách quan trọng cần được xem xét kỹ lưỡng.

• Bài viết trên VentureBeat đề cập đến 5 câu chuyện về AI mà tác giả mong đợi sẽ thấy trong năm 2024.
• Câu chuyện đầu tiên là về sự tiến bộ của AI tạo sinh (Generative AI) và những đổi mới sáng tạo mà nó mang lại trong nhiều ngành nghề.
• Câu chuyện thứ hai tập trung vào việc áp dụng AI trong y tế, từ việc phát hiện bệnh lý đến tối ưu hóa quy trình điều trị.
• Câu chuyện thứ ba liên quan đến sự phát triển của AI trong giáo dục, đặc biệt là việc cá nhân hóa quá trình học và cung cấp hỗ trợ dựa trên AI.
• Câu chuyện thứ tư khám phá việc tích hợp AI trong các sản phẩm gia dụng, như làm cho ngôi nhà trở nên thông minh hơn và tiện lợi hơn.
• Câu chuyện cuối cùng đề cập đến sự tiến triển của AI trong lĩnh vực giải trí, từ việc tạo ra nội dung đến cách thức chúng ta tương tác với các trò chơi và phương tiện giải trí.
• Bài viết nhấn mạnh rằng mỗi câu chuyện không chỉ đại diện cho sự tiến bộ trong công nghệ, mà còn là những thách thức và cơ hội cho xã hội trong việc áp dụng AI.
• Kết luận, tác giả bày tỏ sự hứng thú và mong đợi về những tác động tích cực mà AI sẽ mang lại trong các lĩnh vực khác nhau vào năm 2024.

📌 Bài viết trên VentureBeat về 5 câu chuyện AI mong đợi trong năm 2024 phản ánh sự hứng thú về sự tiến bộ của AI từ lĩnh vực giải trí đến y tế, giáo dục, công nghiệp, nông nghiệp, nội dung số và cuộc sống hàng ngày, mở ra những cơ hội và thách thức mới.

• Bài viết trên VentureBeat trình bày các dự đoán cho năm 2024 từ John Roese, CTO của Dell, về AI và các xu hướng công nghệ khác.
• Một trong những dự đoán lớn là sự chuyển dịch của AI từ lý thuyết sang thực hành, với các ứng dụng AI thực tế ngày càng tăng trong doanh nghiệp.
• Roese nhấn mạnh rằng AI sẽ không còn chỉ là một công cụ nghiên cứu mà trở thành một phần quan trọng trong quy trình kinh doanh và hoạt động hàng ngày của các công ty.
• Ông cũng dự đoán rằng xu hướng "Zero Trust" trong bảo mật mạng sẽ trở nên phổ biến hơn, với việc triển khai các giải pháp bảo mật mạng dựa trên nguyên tắc không tin cậy mặc định.
• Công nghệ đám mây cũng sẽ tiếp tục phát triển, với sự tích hợp sâu hơn giữa đám mây công cộng và đám mây tư nhân, tạo ra mô hình "đám mây lai" linh hoạt và hiệu quả.
• Bên cạnh đó, ông Roese dự báo sự tăng trưởng của công nghệ edge computing, giúp xử lý dữ liệu gần nguồn hơn và giảm độ trễ.
• Bài viết cũng nêu bật tầm quan trọng của việc phát triển bền vững trong công nghệ, với mục tiêu giảm thiểu tác động môi trường và tối ưu hóa hiệu quả năng lượng.
• Kết luận, bài viết dự báo rằng năm 2024 sẽ là một năm quan trọng cho sự phát triển của AI, bảo mật mạng, công nghệ đám mây, và edge computing.

📌 Các dự đoán của John Roese, CTO của Dell, như được trình bày trên VentureBeat, chỉ ra rằng năm 2024 sẽ chứng kiến sự chuyển dịch lớn của AI từ lý thuyết sang thực tiễn, trở thành một phần quan trọng trong quy trình kinh doanh và hoạt động hàng ngày của các công ty, cùng với sự phát triển của xu hướng bảo mật Zero Trust, công nghệ đám mây lai, và edge computing.

• Năm 2023, AI trở thành từ khóa phổ biến với nhiều công cụ và ứng dụng AI tạo sinh mới xuất hiện hàng tuần.
• Năm 2024 dự kiến sẽ chứng kiến AI được tích hợp vào mọi thứ từ tủ lạnh, đồ chơi, thiết bị tập thể dục, máy cắt cỏ cho tới ô tô.
• Chatbots sẽ cho phép tương tác với đối tượng như cách chúng ta nói chuyện với ChatGPT, và công nghệ AI vision sẽ cho phép thiết bị nhìn thấy hành động của con người.
• Mở đường cho sự ra đời của Siri phiên bản mới của Apple và Google Gemini Nano, các mô hình ngôn ngữ nhỏ có khả năng chạy độc lập trên máy tính cá nhân.
• CES năm sau được dự đoán là sự kiện AI, với các công bố về laptop AI, máy hút bụi robot sử dụng công cụ AI vision và công nghệ sức khỏe có khả năng học hỏi.
• Phần mềm chỉnh sửa ảnh như Photoshop sẽ không phải là duy nhất tích hợp công cụ tạo hình ảnh AI, công nghệ này sẽ lan rộng tới nhiều công cụ khác và có thể sẽ xuất hiện trong máy ảnh kỹ thuật số.
• Đối diện với các thách thức như thay đổi luật bản quyền, bảo vệ công nhân và doanh nghiệp trước rủi ro từ AI, và đảm bảo AI chatbots phù hợp với giá trị con người và an toàn cho mọi độ tuổi.

📌 AI trong năm 2024 sẽ là bước tiến quan trọng với sự xuất hiện của công nghệ AI tạo sinh trong hầu hết các sản phẩm tiêu dùng. Các mô hình ngôn ngữ lớn sẽ được tích hợp vào chatbots của các công ty lớn như Amazon, Google và Apple, cùng với sự phát triển của AI vision và công nghệ sức khỏe thông minh. Tuy nhiên, sẽ cần phải giải quyết các vấn đề liên quan đến luật pháp, bảo mật và đạo đức khi AI ngày càng trở nên phổ biến.

• Microsoft đang lên kế hoạch lớn cho việc áp dụng AI tạo sinh vào lĩnh vực game, qua mối quan hệ đối tác với Inworld AI trên nền tảng Xbox.
• Inworld tập trung vào NPC - những nhân vật không thể chơi được trong game, trước kia thường bị giới hạn bởi kịch bản cố định.
• Kylan Gibbs, giám đốc sản phẩm và đồng sáng lập Inworld AI, nhận định AI NPC không chỉ là bước nhảy vọt công nghệ mà còn là sự thay đổi cơ bản trong cách tương tác của người chơi.
• Đối với công ty game và nhà phát triển game, việc chuyển từ kịch bản cố định sang câu chuyện do người chơi tạo ra sẽ tăng khả năng người chơi quay trở lại, giữ chân họ và tăng doanh thu.
• John Spitzer, phó chủ tịch công nghệ phát triển và hiệu suất tại Nvidia, cho biết việc sử dụng AI trong việc quản lý NPC là một trong những ứng dụng thử nghiệm quan trọng.
• Công nghệ đằng sau AI NPC sẽ trở thành chất xúc tác cho một kỷ nguyên mới của kể chuyện, sáng tạo và gameplay đổi mới.
• Bain & Company chỉ ra rằng AI đang đảm nhận một số nhiệm vụ, bao gồm quá trình tiền sản xuất và lập kế hoạch nội dung game. Trong vòng năm đến mười năm, AI dự kiến sẽ quản lý hơn một nửa quy trình phát triển game.
• Sự phổ biến của AI tạo sinh có thể cho phép quá trình phát triển game bao gồm sự tham gia của người chơi thông thường trong việc tạo nội dung.

📌 AI tạo sinh đang mở ra một chương mới cho ngành công nghiệp game, với việc tạo ra NPC thông minh hơn và khả năng tương tác, tăng cường trải nghiệm người chơi. Đối tác giữa Microsoft và Inworld AI hứa hẹn sẽ thúc đẩy sự đổi mới này, trong khi các công ty như Nvidia cũng đang khám phá ứng dụng của AI trong game. Các nhà phát triển game và người chơi có thể mong đợi sự đổi mới trong cách chơi và tạo game, cùng với việc tăng cường sự tham gia và sáng tạo từ phía người dùng.

• Bài viết phân tích vai trò của các nhà lãnh đạo công nghệ trong việc điều hướng môi trường AI vào năm 2024.
• Nói về cạm bẫy khi doanh nghiệp nhảy lên "xe đẩy AI" mà không chứng minh được tác động thực sự về lợi nhuận và đời sống thực tế.
• Đặt câu hỏi về người lãnh đạo AI đạo đức, với sự nghi ngờ quanh các nhân vật nổi tiếng như cựu CEO của OpenAI và CEO của Microsoft.
• Cuộc gọi về lãnh đạo công nghệ đạo đức vào năm 2024, mong đợi một nhà lãnh đạo có thể cân nhắc giữa đổi mới, lợi nhuận và quan tâm đến sức khỏe của cá nhân bị ảnh hưởng bởi AI.
• Thay đổi trong tập trung lãnh đạo: sử dụng AI để trao quyền cho nhân viên, thúc đẩy sự sáng tạo, không chỉ giám sát họ trong không gian văn phòng.
• Nhìn xa hơn năng suất: AI cho sự an lành của con người, tạo môi trường làm việc phong phú với sự sáng tạo và tư duy phê phán.
• Người thắng cuộc thực sự trong năm 2024 sẽ là những doanh nghiệp và lãnh đạo kết hợp thành công giữa đổi mới AI và lợi nhuận, với cam kết đạo đức thực sự.

📌 Bài viết trên Cryptopolitan nhấn mạnh tầm quan trọng của việc chứng minh tác động thực tế của AI đối với lợi nhuận và đời sống, đồng thời kêu gọi sự xuất hiện của những nhà lãnh đạo công nghệ có đạo đức, tập trung vào sự phát triển của nhân viên và quan tâm đến sự an lành con người, không chỉ là năng suất.

• Năm 2023 đánh dấu bước ngoặt quan trọng với sự xuất hiện của công nghệ AI, trong đó sự phát triển của AI tạo sinh đã thu hút sự chú ý toàn cầu. Sự áp dụng AI tạo sinh trong doanh nghiệp vẫn còn ở giai đoạn đầu và việc tận dụng công nghệ này vẫn là đề tài nóng.
• AI sẽ thiết lập tốc độ phát triển mới trong lĩnh vực robot, giúp phát triển phần mềm nhanh chóng, tiết kiệm chi phí và hiệu quả hơn. Điều này cho phép tạo ra các giải pháp tùy chỉnh và tối ưu hóa cho nhiều nhiệm vụ và thách thức khác nhau.
• Phần mềm robotics sẽ mở ra khả năng chia sẻ và tái sử dụng trong năm 2024, thông qua việc kết nối người dùng với các robot cơ giới của họ và tận dụng tài sản phần mềm có sẵn.
• Các công ty sẽ kết hợp IT và OT, sử dụng dữ liệu để cải thiện hoạt động. Điều này báo hiệu sự tăng trưởng của hệ thống logistics và sản xuất dựa trên dữ liệu, với việc áp dụng dịch vụ phần mềm dựa trên đám mây để tăng cường chất lượng, hiệu quả chi phí và khả năng dự đoán.
• Lĩnh vực logistics sẽ trở thành điểm nhấn cho robotics, với tỷ lệ tăng trưởng hàng năm dự kiến cho robot cộng tác (cobots) là 46% từ năm 2023 đến 2027, đặc biệt do các thách thức như thiếu hụt lao động nghiêm trọng và áp lực từ toàn cầu hóa và thương mại điện tử.

📌 Phát triển trong AI và robotics dự kiến sẽ tiếp tục định hình ngành công nghiệp sản xuất và logistics trong năm 2024, với sự tập trung vào việc tạo ra phần mềm tùy chỉnh, chia sẻ tài nguyên, kết hợp dữ liệu IT và OT, và tận dụng robot trong các hoạt động logistics.

• Công nghệ mới cho phép trích xuất hình ảnh từ não người sử dụng AI, mở ra khả năng hiểu sâu hơn về cách thức hoạt động của bộ não.
• Nhóm nghiên cứu đã phát triển một hệ thống AI có khả năng "đọc" và tái tạo hình ảnh mà người tham gia đang nghĩ về.
• Quy trình bao gồm việc ghi lại hoạt động não thông qua MRI và sử dụng AI để phân tích và tái tạo hình ảnh từ những dữ liệu này.
• Công nghệ này có tiềm năng ứng dụng trong nhiều lĩnh vực, từ y tế đến tâm lý học, và thậm chí trong lĩnh vực nghệ thuật.
• Mặc dù mang lại cơ hội mới, nhưng cũng đặt ra những câu hỏi về quyền riêng tư và đạo đức, đặc biệt trong việc sử dụng dữ liệu não bộ.

📌 Phát triển mới trong AI mở ra cánh cửa để hiểu rõ hơn về bộ não người và khả năng tái tạo hình ảnh từ suy nghĩ. Mặc dù cung cấp nhiều cơ hội, việc áp dụng công nghệ này cần phải được tiếp cận một cách thận trọng, với sự cân nhắc kỹ lưỡng về các vấn đề liên quan đến quyền riêng tư và đạo đức.

• 📆 Ngày 31/7/2023, Gartner phát hành báo cáo về AI tạo sinh (GenAI), tập trung vào các ứng dụng như tạo nội dung, khám phá thuốc, và avatar AI.
• 📈 GenAI đang thúc đẩy hiệu quả kinh doanh và hiệu suất hoạt động, với các ứng dụng đầu tiên hứa hẹn mang lại lợi ích lớn.
• 🎨 Nội dung tiếp thị AI tạo sinh là ứng dụng phổ biến và kỹ thuật sống động nhất, nhưng giá trị thị trường và sự chấp nhận còn non trẻ.
• 💡 Các nội dung cụ thể ngành nghề được AI tạo sinh có thể nâng cao hiệu quả hoạt động nhưng lại đòi hỏi chi phí cao.
• 💊 AI giúp giảm chi phí khám phá thuốc nhiều lần bằng cách tăng tốc chọn lựa ứng viên.
• 🤖 Avatar AI hiện tập trung vào tăng doanh thu, đề xuất bán hàng cá nhân hóa và nâng cao trải nghiệm khách hàng với tạo video từ văn bản.
• 🚀 Dự đoán đến năm 2025, 30% nội dung tiếp thị của các tổ chức lớn sẽ được cá nhân hóa bằng công cụ GenAI, tăng từ dưới 2% năm 2022.
• 📊 Đến năm 2025, 70% truyền thông tiếp thị và kỹ thuật số sẽ sử dụng AI avatar tạo video từ văn bản, tăng từ dưới 5% năm 2022.
• 💡 Đến năm 2025, hơn 30% thuốc và vật liệu mới sẽ được khám phá một cách hệ thống bằng kỹ thuật GenAI, từ con số không vào ngày nay.
• 📈 Đến năm 2026, 20% quy trình lặp đi lặp lại sẽ được tự động hóa bằng cách triển khai GenAI cụ thể ngành nghề trong mọi ngành công nghiệp.

⚙️ AI tạo sinh (GenAI) đang mở ra những cơ hội đột phá trong lĩnh vực tạo nội dung, khám phá thuốc và avatar AI, với dự đoán tăng trưởng nhanh chóng trong những năm tới. Đặc biệt, nội dung tiếp thị do AI tạo sinh nổi bật với khả năng kỹ thuật cao nhưng vẫn còn hạn chế về giá trị thị trường và mức độ chấp nhận. Trong khi đó, nội dung cụ thể ngành nghề do AI tạo sinh cung cấp hiệu suất hoạt động cao nhưng yêu cầu chi phí đầu tư lớn. Avatar AI đang được sử dụng để thúc đẩy doanh thu, cá nhân hóa đề xuất bán hàng và nâng cao trải nghiệm khách hàng. Cùng với những dự đoán tăng trưởng về việc sử dụng GenAI trong tiếp thị cá nhân hóa và hỗ trợ truyền thông đến năm 2025 và 2026, GenAI không chỉ mang lại tiềm năng lớn mà còn đặt ra thách thức về đạo đức và kiểm soát chất lượng, yêu cầu các công ty tiếp cận một cách cân nhắc và thông minh.

• Bài viết từ Nieman Lab thảo luận về xu hướng mỗi người có một "AI agent" (đại diện AI) riêng.
• Đề cập đến việc ngày càng nhiều người sử dụng AI để hỗ trợ trong công việc và cuộc sống hàng ngày.
• Bài viết giới thiệu khái niệm "AI agent" như một trợ lý cá nhân, có khả năng học hỏi và thích ứng với nhu cầu cụ thể của người dùng.
• Nêu bật sự tiện lợi và hiệu quả mà AI mang lại trong việc xử lý thông tin và quản lý nhiệm vụ.
• Thảo luận về cách các "AI agent" có thể thay đổi cách chúng ta tương tác với công nghệ và thông tin.
• Bài viết cũng đề cập đến thách thức về quyền riêng tư và an ninh dữ liệu khi sử dụng các đại diện AI này.
• Kết luận rằng, mặc dù có thách thức, việc sử dụng "AI agent" cá nhân có thể cải thiện đáng kể hiệu suất và chất lượng cuộc sống.

📌 "AI agent" cá nhân đang trở thành một xu hướng phổ biến, hứa hẹn cải thiện hiệu suất và chất lượng cuộc sống, mặc dù cũng đặt ra các thách thức về quyền riêng tư và an ninh dữ liệu.

- Bill Gates chia sẻ về những đổi thay trong năm 2023 và tầm nhìn cho năm 2024, đánh dấu sự khởi đầu của một kỷ nguyên mới với AI.

- Ông trở thành ông nội và sử dụng AI cho công việc, nhấn mạnh sự thay đổi trong cách chúng ta làm việc và tương tác.

- AI có khả năng cải thiện giáo dục, sức khỏe tâm thần và giảm bất bình đẳng toàn cầu.

- Năm 2023 cũng chứng kiến những thiệt hại do chiến sự và biến đổi khí hậu, nhưng Gates vẫn lạc quan về tiến bộ và đổi mới.

- Quỹ Gates tiếp tục nỗ lực trong việc cải thiện sức khỏe toàn cầu, giáo dục, bình đẳng giới thông qua các đối tác và Breakthrough Energy.

📌 Trong bài viết, Bill Gates đã phản ánh về những đổi thay trong năm 2023 và đặt hy vọng vào năm 2024, với sự lạc quan về sức mạnh của đổi mới công nghệ và AI trong việc giải quyết những thách thức toàn cầu và cải thiện cuộc sống con người.

• Bài viết trên Cryptopolitan thảo luận về quan điểm lạc quan của Bill Gates về tương lai của AI.
• Gates tin rằng AI sẽ có tác động lớn đến nền kinh tế toàn cầu và sẽ cải thiện cuộc sống con người.
• Ông nhấn mạnh sự cần thiết của việc phát triển AI theo cách đạo đức và có trách nhiệm.
• Gates dự đoán AI sẽ tạo ra nhiều cơ hội việc làm mới và thúc đẩy sự sáng tạo.
• Ông cũng cảnh báo về những thách thức về quyền riêng tư, an ninh mạng và việc sử dụng AI một cách không kiểm soát.
• Bài viết đề cập đến tiềm năng của AI trong việc giải quyết các vấn đề toàn cầu như biến đổi khí hậu và y tế.
• Gates kêu gọi các nhà lãnh đạo toàn cầu cân nhắc về tác động xã hội và kinh tế của AI.

Bài viết từ Cryptopolitan phân tích quan điểm lạc quan của Bill Gates về tương lai của AI, mô tả tiềm năng lớn của nó đối với nền kinh tế toàn cầu và cuộc sống con người, đồng thời nhấn mạnh cần phải phát triển AI một cách đạo đức và có trách nhiệm.

- Ice-T, rapper kiêm diễn viên nổi tiếng, đã bày tỏ sự sẵn lòng để AI tạo dựng phiên bản của anh ta, giúp anh có thể "diễn xuất mãi mãi".

- Tại sự kiện ra mắt sách "Our Planet Powered By AI", Ice-T khẳng định AI là điều không thể tránh khỏi trong ngành giải trí và cần được đón nhận.

- Mặc dù Ice-T lạc quan, Ice Cube lại tỏ ra hoài nghi về AI, gọi đó là "quỷ dữ" và lo ngại về đạo đức trong việc sử dụng AI để tạo nội dung.

- Ice-T nhấn mạnh việc thích nghi với công nghệ, cho rằng tương lai sẽ chứng kiến sự chuyển mình sang các vai trò mới, kỹ thuật số hơn.

- Cuộc tranh luận về AI trong ngành giải trí đang diễn ra, với sự chia rẽ giữa quan điểm của Ice-T và Ice Cube.

Bài viết của Cryptopolitan đưa tin về quan điểm của Ice-T về việc sử dụng AI trong ngành giải trí, cho thấy sự chia rẽ trong cộng đồng với một số người lạc quan về tiềm năng và người khác lo ngại về hậu quả. Ice-T lạc quan về việc AI có thể giúp anh "diễn xuất mãi mãi", trong khi Ice Cube bày tỏ quan ngại về đạo đức và bản quyền nghệ thuật.

- AI tạo sinh đã mang lại niềm kinh ngạc trong năm 2023, nhưng cũng đặt ra những mối lo ngại.

- AI được sử dụng rộng rãi trong việc tạo ra nội dung, từ văn bản đến hình ảnh và âm nhạc.

- Các vấn đề đạo đức và quản lý quyền sở hữu trí tuệ trở nên cấp bách khi AI tạo sinh ngày càng phát triển.

- Các nguy cơ về quyền riêng tư và an ninh mạng tăng cao với sự xuất hiện của AI tạo sinh.

- Công nghệ nguồn mở và các nền tảng multimodal mở ra cơ hội mới nhưng cũng tạo ra thách thức trong việc kiểm soát và quản lý.

- Việc sử dụng watermark và các biện pháp bảo vệ quyền sở hữu đang được nghiên cứu để ngăn chặn việc sử dụng và phổ biến không kiểm soát.

- Sự phơi nhiễm của người dùng với AI vô danh cũng đặt ra câu hỏi về tính xác thực và tin cậy của thông tin.

Kết luận: Năm 2023 chứng kiến sự bùng nổ của AI tạo sinh, đem lại những đột phá về khả năng tạo ra nội dung đa dạng và phong phú. Tuy nhiên, những lo ngại về đạo đức, quyền sở hữu và an ninh mạng cũng đồng thời nảy sinh. Các giải pháp bảo vệ như watermark và quy định về quản lý và sử dụng đã và đang được phát triển để đối phó với những thách thức này.

- Dự đoán lớn về công nghệ cho năm 2024: AI (trí tuệ nhân tạo) trở nên "vô hình".

- Chỉ có 4% doanh nghiệp sử dụng AI hiện nay; nó sẽ hòa mình vào các ứng dụng quen thuộc mà không cần tương tác trực tiếp.

- AI đã được tích hợp vào mọi phần của Webex, theo lời của Lorissa Horton, phó chủ tịch cao cấp.

- AI sẽ trở thành một phần cơ bản của công nghệ và tự động hóa trong doanh nghiệp, theo Mike Haney của Battelle Memorial Institute.

- AI tạo sinh sẽ đi theo vòng đời hype của các công nghệ khác và tìm ứng dụng thực tế hơn, theo Dr. Scott Zoldi của FICO.

- Jean-Matthieu Schertzer của Untie Nots nêu "AI paradox", khi công nghệ hoạt động tốt, nó không còn được gọi là AI.

- AI đã được tích hợp trong smartphone, như Face ID trên iPhone, mà không cần nhấn mạnh vào AI.

- AI cũng làm tăng năng suất trong hệ thống email và được dự đoán sẽ hoàn thiện khi tích hợp hoàn toàn vào phần mềm hàng ngày.

Kết luận: Trí tuệ nhân tạo đang dần "biến mất" trong nhận thức của chúng ta bằng cách trở thành một phần không thể thiếu nhưng không nhìn thấy được trong các ứng dụng và công nghệ hàng ngày. Từ việc tăng cường năng suất trong email đến việc mở khóa điện thoại bằng Face ID, AI đang trở thành công nghệ nền tảng, với 4% doanh nghiệp sử dụng và sẽ tiếp tục tăng trưởng mạnh mẽ.