Dũng Virgo
Elon Musk một lần nữa đưa ra dự báo gây tranh luận về tốc độ phát triển của trí tuệ nhân tạo. Theo nhận định được ông chia sẻ trên mạng xã hội cá nhân, AI có thể vượt qua năng lực của con người vào cuối năm 2027 trong phần lớn tác vụ kỹ thuật số không yêu cầu máy móc trực tiếp thao tác với vật chất.
Nhận định này không đồng nghĩa robot sẽ lập tức làm được mọi công việc ngoài đời. Trọng tâm trong dự báo của Musk là những nhiệm vụ diễn ra trong môi trường máy tính, nơi dữ liệu có thể được thu thập, xử lý và chuyển thành kết quả bằng phần mềm.
“Vượt qua con người” được hiểu như thế nào?
Cụm từ “không định hình nguyên tử” mà Elon Musk sử dụng nhằm phân biệt giữa công việc kỹ thuật số và hoạt động đòi hỏi tác động trực tiếp lên thế giới vật lý. Viết mã, phân tích dữ liệu, soạn thảo văn bản, nghiên cứu tài liệu, thiết kế thuật toán hay tìm lỗ hổng phần mềm đều thuộc nhóm đầu tiên.
Trong các nhiệm vụ này, AI có lợi thế về tốc độ xử lý, khả năng làm việc liên tục và năng lực truy xuất khối lượng thông tin lớn. Một hệ thống có thể đồng thời đọc nhiều tài liệu, so sánh các phương án, tạo bản nháp và kiểm tra lỗi trong thời gian ngắn hơn đáng kể so với một cá nhân.
Ngược lại, các công việc như bốc dỡ hàng hóa, lắp ráp cơ khí, vặn ốc hoặc xử lý những vật thể có hình dạng và vị trí thay đổi vẫn là bài toán khó. Để làm được điều đó, máy móc cần kết hợp phần cứng, cảm biến, khả năng nhận biết môi trường và thao tác chính xác, chứ không chỉ cần một mô hình AI mạnh.
Dự báo của Elon Musk tập trung trước hết vào ưu thế của AI trong không gian số, thay vì khẳng định máy móc có thể thay thế con người trong mọi hoạt động ngay lập tức.
Từ học sâu đến AI có khả năng tự thực hiện nhiệm vụ
Nền tảng của làn sóng AI hiện nay là học sâu, trong đó các mô hình được huấn luyện trên lượng dữ liệu rất lớn để nhận biết quy luật và tạo ra kết quả phù hợp. Kiến trúc Transformer, được Google giới thiệu vào năm 2017, là một dấu mốc quan trọng nhờ cơ chế chú ý, giúp mô hình liên kết các phần thông tin trong cùng một ngữ cảnh hiệu quả hơn.
Sự tiến bộ của công nghệ không chỉ nằm ở việc tạo văn bản. Các hệ thống hiện đại ngày càng có khả năng xử lý nhiều loại dữ liệu cùng lúc, gồm chữ viết, âm thanh, hình ảnh và video. Nhờ đó, AI có thể tiếp nhận một yêu cầu bằng ngôn ngữ tự nhiên, phân tích hình ảnh đi kèm rồi đưa ra câu trả lời dựa trên nhiều nguồn thông tin.
Bước phát triển đáng chú ý khác là AI Agent. Thay vì chỉ phản hồi một câu hỏi, tác tử AI có thể chia nhiệm vụ thành nhiều bước, lựa chọn công cụ phù hợp và theo dõi tiến độ để hoàn thành mục tiêu. Chẳng hạn, một hệ thống có thể tìm dữ liệu, sắp xếp thông tin, tạo báo cáo và kiểm tra lại kết quả theo quy trình được giao.
Khái niệm này đang được ứng dụng trong quản trị tri thức và tự động hóa quy trình. Bạn đọc có thể xem thêm ví dụ về AI Agent biến kho thông tin cũ thành bộ nhớ chung để hình dung cách các tác tử có thể xử lý công việc với mức độ chủ động cao hơn chatbot truyền thống.
AGI và siêu trí tuệ: hai cột mốc khác nhau
Dự báo của Musk thường được đặt trong bối cảnh rộng hơn của cuộc đua hướng tới trí tuệ nhân tạo tổng quát, hay AGI. Đây là khái niệm chỉ hệ thống có thể học hỏi và suy luận linh hoạt trên nhiều dạng nhiệm vụ nhận thức, tương tự năng lực của một người bình thường.
Siêu trí tuệ nhân tạo lại là cấp độ tham vọng hơn. Theo cách diễn giải phổ biến, đó là hệ thống vượt xa năng lực của từng cá nhân, thậm chí vượt tổng hợp khả năng nhận thức của con người trong nhiều lĩnh vực. Hai khái niệm này không phải một, và việc AI giỏi ở một số nhiệm vụ không có nghĩa hệ thống đã đạt AGI hay siêu trí tuệ.
Elon Musk từng đưa ra các mốc thời gian liên quan đến khả năng một hệ thống AI thông minh hơn bất kỳ cá nhân nào vào khoảng năm 2026 hoặc 2027. Xa hơn, ông dự đoán đến năm 2030, trí tuệ tổng hợp của máy móc có thể vượt toàn bộ nhân loại. Đây là những dự báo cá nhân, không phải kết luận khoa học đã được chứng minh.
Nhóm lao động nào có thể chịu ảnh hưởng đầu tiên?
Nếu AI đạt năng lực như dự báo, lao động tri thức sẽ là nhóm cảm nhận tác động sớm. Lập trình, phân tích dữ liệu, viết nội dung, tổng hợp tài liệu pháp lý, hỗ trợ khách hàng và xây dựng mô hình tài chính đều có thể được tự động hóa ở một mức độ nhất định.
Điều đó không nhất thiết có nghĩa mọi vị trí sẽ biến mất. Trong nhiều trường hợp, AI có thể đảm nhận phần việc lặp lại, còn con người tập trung vào xác định mục tiêu, kiểm tra chất lượng, giao tiếp, chịu trách nhiệm và đưa ra quyết định trong tình huống phức tạp.
Đối với ngành phần mềm, câu hỏi được quan tâm là vai trò của lập trình viên sẽ thay đổi ra sao khi AI có thể tạo mã. Bài viết lập trình viên tương lai sẽ làm gì khi AI tự viết code phân tích rõ hơn sự chuyển dịch từ viết từng dòng lệnh sang thiết kế hệ thống, kiểm thử và quản lý sản phẩm.
Tuy nhiên, doanh nghiệp cũng có thể tận dụng AI để tinh gọn bộ máy và xử lý khối lượng công việc lớn hơn với ít nhân lực hơn. Những đợt cắt giảm nhân sự tại các tập đoàn công nghệ lớn của Mỹ được xem là một trong các tín hiệu cho thấy hiệu suất và tự động hóa đang trở thành yếu tố quan trọng trong chiến lược kinh doanh.
Cơ hội kinh tế đi cùng áp lực hạ tầng
Elon Musk cho rằng AI có thể giúp quy mô kinh tế toàn cầu tăng thêm khoảng 20-30%. Nếu được kết hợp với robot hình người, AI có thể mở rộng năng lực sản xuất, vận chuyển và cung cấp dịch vụ. Khi đó, tình trạng thiếu lao động trong một số lĩnh vực có thể giảm, đồng thời nhiều sản phẩm và dịch vụ được tạo ra với chi phí thấp hơn.
Nhưng để viễn cảnh này thành hiện thực, thế giới cần giải quyết nhiều giới hạn vật lý. Các mô hình AI ngày càng lớn đòi hỏi chip mạnh, trung tâm dữ liệu quy mô lớn và nguồn điện ổn định. Musk cảnh báo tốc độ mở rộng năng lực xử lý AI có thể vượt khả năng phát triển lưới điện tại một số khu vực, tạo ra nguy cơ thiếu điện vào khoảng năm 2027.
Ngoài ra, việc chế tạo robot có khả năng hoạt động an toàn trong môi trường thực tế khó hơn nhiều so với việc tăng số lượng máy chủ. Robot phải nhận biết vật thể, giữ thăng bằng, điều chỉnh lực, phản ứng với tình huống bất ngờ và phối hợp chính xác giữa phần mềm với phần cứng.
Những tiến bộ trong lĩnh vực này đang được theo dõi sát sao. Nội dung Trung Quốc xây “trường học” cho robot hình người cho thấy các nhà phát triển đang tìm cách tạo môi trường để robot học từ dữ liệu và những tình huống vận hành thực tế.
An toàn AI là bài toán không thể bỏ qua
Năng lực vượt trội trong môi trường số cũng có thể bị lạm dụng. Một hệ thống AI đủ mạnh có khả năng tự động tìm kiếm lỗ hổng, tạo mã tấn công hoặc hỗ trợ xâm nhập vào cơ sở hạ tầng quan trọng sẽ làm gia tăng áp lực lên an ninh mạng.
Rủi ro không chỉ đến từ kẻ xấu. Các mô hình AI có thể đưa ra thông tin sai, hiểu nhầm mục tiêu hoặc thực hiện chuỗi hành động ngoài dự kiến nếu được trao quá nhiều quyền truy cập. Vì vậy, doanh nghiệp cần kiểm soát dữ liệu, phân quyền cho tác tử, ghi lại lịch sử thao tác và duy trì bước phê duyệt của con người đối với những quyết định quan trọng.
Một thách thức lớn khác là bài toán canh chỉnh giá trị. Các nhà phát triển phải tìm cách để mục tiêu, giới hạn và hành vi của AI phù hợp với lợi ích con người. Hệ thống càng tự chủ, yêu cầu về khả năng giải thích, kiểm tra và dừng hoạt động càng trở nên quan trọng.
Dự báo năm 2027 có ý nghĩa gì với người dùng?
Cột mốc cuối năm 2027 nên được nhìn như một kịch bản để chuẩn bị hơn là lời khẳng định chắc chắn. Tốc độ tiến bộ của AI phụ thuộc vào dữ liệu, chip, điện năng, chi phí huấn luyện, quy định pháp lý và mức độ chấp nhận của xã hội.
Với người lao động, kỹ năng sử dụng AI, kiểm chứng thông tin, tư duy phản biện và hiểu biết chuyên môn sẽ ngày càng quan trọng. Với doanh nghiệp, việc triển khai công nghệ cần đi kèm bảo mật, đào tạo và cơ chế chịu trách nhiệm rõ ràng.
AI có thể tạo ra bước nhảy vọt về năng suất, nhưng kết quả cuối cùng phụ thuộc vào cách con người thiết kế và kiểm soát nó. Viễn cảnh thịnh vượng mà Musk đề cập chỉ có cơ hội thành hiện thực nếu an toàn, minh bạch và lợi ích xã hội được đặt song song với tốc độ phát triển công nghệ.
Vì sao smartphone màn hình gập là chiến trường mới?
Vì sao con người vừa hợp tác vừa có khả năng bạo lực?
AI có đẩy xã hội vào một trật tự “tân phong kiến”?
Uống trà, cà phê quá nóng có thể tăng nguy cơ ung thư thực quản
Băng siêu ion hcp: Trạng thái nước trong lòng sao băng
Ăn sốt cà chua 3 tháng có thể thay đổi hoạt động não?
Đồng Nai đưa phòng học công nghệ mới đến hơn 1.000 học sinh
