15 hình ảnh từ Stanford tiết lộ động thái AI mới nhất: Đánh giá mã nguồn mở lại bị “hại”, Google và OpenAI tranh nhau trở thành “người lao động” trong lĩnh vực mô hình cơ bản.

Tiến bộ trong Trí tuệ nhân tạo năm 2023

Năm mươi năm trước, hệ thống trí tuệ nhân tạo (AI) tốt nhất trên thế giới không thể phân loại các đối tượng trong hình ảnh theo mức độ của con người. AI gặp khó khăn trong việc hiểu ngôn ngữ và giải quyết các vấn đề toán học. Ngày nay, các hệ thống AI đã vượt qua con người về hiệu suất trên nhiều tiêu chuẩn đánh giá.

Theo báo cáo của AI Index của Học viện Nhân tạo Stanford (HAI), năm 2023 chứng kiến sự tiến bộ nhanh chóng trong lĩnh vực AI, với các công ty công nghệ đang cạnh tranh để xây dựng các sản phẩm liên quan. Các công cụ tiên tiến như GPT-4, Gemini và Claude 3 mang lại chức năng đa phương thức ấn tượng, ngày càng được sử dụng rộng rãi bởi công chúng; tuy nhiên, công nghệ AI hiện tại vẫn còn những vấn đề quan trọng như không thể xử lý thông tin một cách đáng tin cậy, thực hiện suy luận phức tạp và giải thích kết quả.

Báo cáo AI Index 2024 dài 393 trang không chỉ bao quát hơn về các xu hướng cơ bản như tiến bộ kỹ thuật AI, quan điểm của công chúng về công nghệ này và động lực địa chính trị xung quanh sự phát triển của nó, mà còn phân tích chi tiết nhiều dữ liệu thô hơn so với trước đây.

Năm 2023, ngành công nghiệp đã tạo ra 51 mô hình học máy nổi bật, trong khi học thuật chỉ đóng góp 15 mô hình. Trong đó, Google là đơn vị phát hành số lượng mô hình cơ sở lớn nhất.

Việc phát hành mô hình cơ sở bởi các công ty công nghệ vừa nhằm thúc đẩy sự tiến bộ kỹ thuật tiên tiến, vừa nhằm cung cấp nền tảng cho các nhà phát triển xây dựng sản phẩm và dịch vụ. Từ năm 2019, Google đã dẫn đầu trong việc phát hành mô hình cơ sở, tiếp theo là OpenAI.

Năm 2023, số lượng mô hình ngôn ngữ lớn mới được công bố toàn cầu tăng gấp đôi so với năm trước. Trong số 149 mô hình cơ sở được công bố, 98 mô hình là mã nguồn mở, 23 mô hình cung cấp truy cập một phần thông qua API và 28 mô hình là đóng kín. Mặc dù có tới hai phần ba là mã nguồn mở, nhưng các mô hình hiệu suất cao nhất đến từ các bên tham gia ngành có hệ thống đóng kín.

Một mô hình AI lớn cần bao nhiêu tài nguyên? Theo báo cáo, chi phí huấn luyện AI theo thời gian đã tăng vọt, hiện nay chi phí huấn luyện mô hình AI tiên tiến đã đạt mức chưa từng có. Trong đó, chi phí huấn luyện cho GPT-4 của OpenAI và Gemini Ultra của Google lần lượt là 78 triệu đô la và 191 triệu đô la.

Thú vị thay, mô hình Transformer do Google công bố năm 2017, đã giới thiệu cấu trúc hỗ trợ hầu hết các mô hình ngôn ngữ lớn hiện nay, với chi phí huấn luyện chỉ là 930 đô la.

Ảnh hưởng môi trường của việc huấn luyện AI không thể bỏ qua, mặc dù mỗi truy vấn suy luận có thể gây ra lượng khí thải tương đối thấp, nhưng khi mô hình được truy vấn hàng nghìn hoặc thậm chí hàng triệu lần mỗi ngày, tổng tác động có thể vượt quá chi phí huấn luyện.

Năm 2023, phần lớn các mô hình cơ sở trên thế giới đến từ Hoa Kỳ (109 mô hình), tiếp theo là Trung Quốc (20 mô hình) và Anh. Từ năm 2019, Hoa Kỳ đã dẫn đầu về số lượng mô hình cơ sở được công bố và số lượng hệ thống AI được coi là tiến bộ kỹ thuật quan trọng. Ngoài ra, báo cáo cũng chỉ ra rằng Trung Quốc đang dẫn đầu về bằng sáng chế AI và số lượng robot công nghiệp được lắp đặt.

Các nhà khoa học máy tính mới nhận bằng tiến sĩ AI chọn làm việc ở đâu? Theo báo cáo, ngày càng có nhiều nhà khoa học máy tính chọn làm việc trong ngành công nghiệp. Năm 2011, tỷ lệ việc làm trong ngành công nghiệp (40.9%) và học thuật (41.6%) gần như tương đương. Đến năm 2022, tỷ lệ chọn làm việc trong ngành công nghiệp đã tăng đáng kể, đạt 70.7%. Tuy nhiên, tỷ lệ chọn làm việc trong chính phủ của các nhà khoa học máy tính đã duy trì ở mức ổn định khoảng 0.7% trong năm năm qua.

Tương tự như xu hướng trong giáo dục đại học về Khoa học Máy tính, sự đa dạng về chủng tộc của thí sinh dự thi AP Computer Science (AP CS) đang tăng lên. Mặc dù sinh viên da trắng vẫn chiếm đa số, nhưng số lượng sinh viên châu Á, Tây Ban Nha/Châu Mỹ Latinh và da đen/Người Mỹ Phi tham gia kỳ thi AP CS cũng đã tăng lên theo thời gian.

Năm 2023, số lần nhắc đến AI trong các cuộc họp báo cáo tài chính của các công ty Fortune 500 đã tăng đáng kể. Năm 2023, có 394 cuộc họp báo cáo tài chính nhắc đến AI (chiếm gần 80% tổng số công ty Fortune 500), tăng so với 266 cuộc họp năm 2022. Kể từ năm 2018, số lần nhắc đến AI trong các cuộc họp báo cáo tài chính của Fortune 500 đã gần như tăng gấp đôi.

Những chủ đề được nhắc đến nhiều nhất trong các cuộc họp báo cáo tài chính là AI tạo nội dung (chiếm 19.7% tổng số cuộc họp), tiếp theo là đầu tư AI, mở rộng khả năng AI và kế hoạch phát triển AI (15.2%), cuối cùng là AI công ty/thương hiệu (7.6%).

Báo cáo cho thấy AI đã giúp các doanh nghiệp nâng cao lợi nhuận, với 42% người được hỏi cho biết họ đã nhìn thấy giảm chi phí, 59% người khác tuyên bố doanh thu đã tăng lên, phản ánh sự cải thiện hiệu suất làm việc và năng suất lao động của công nhân. Ngoài ra, nhiều nghiên cứu khác nhau cho thấy AI giúp công nhân hoàn thành công việc nhanh hơn và tạo ra chất lượng công việc cao hơn, nhưng sự giúp đỡ của AI đối với công nhân ít kỹ năng lớn hơn so với công nhân có kỹ năng cao. Một số nghiên cứu cảnh báo rằng việc sử dụng AI mà không có giám sát thích hợp có thể dẫn đến sự suy giảm hiệu suất.

Báo cáo này đã tiến hành một cuộc khảo sát toàn cầu đối với 1000 công ty có doanh thu ít nhất 500 triệu đô la để tìm hiểu cách doanh nghiệp nhìn nhận về AI có trách nhiệm. Kết quả cho thấy, quyền riêng tư và quản lý dữ liệu được coi là rủi ro lớn nhất trên toàn cầu, trong khi công bằng (thường được thảo luận dưới góc độ phân biệt chủng tộc của thuật toán) vẫn chưa được công nhận rộng rãi trong hầu hết các công ty. Hiện tại, các doanh nghiệp đang thực hiện các biện pháp AI có trách nhiệm để đối phó với các rủi ro mà họ nhận thức được: hầu hết các tổ chức trên khắp khu vực đã thực hiện ít nhất một biện pháp AI có trách nhiệm để ứng phó với các rủi ro liên quan.

Năm 2023, hệ thống AI đã vượt qua con người về hiệu suất trên một loạt các tác vụ, bao gồm phân loại hình ảnh, suy luận thị giác và hiểu tiếng Anh trong một số tiêu chuẩn đánh giá. Tuy nhiên, chúng vẫn còn tụt hậu trong các tác vụ phức tạp hơn như toán học cạnh tranh, suy luận thị giác phổ thông và lập kế hoạch.

Nghiên cứu mới nhất cho thấy, báo cáo về AI có trách nhiệm thiếu chuẩn mực hóa nghiêm trọng. Ví dụ, các nhà phát triển hàng đầu như OpenAI, Google và Anthropic chủ yếu dựa vào các bài kiểm tra AI có trách nhiệm khác nhau để đánh giá mô hình của họ, điều này làm cho việc so sánh hệ thống một cách có hệ thống rủi ro và hạn chế của các mô hình AI hàng đầu trở nên khó khăn.

Từ năm 2016 đến 2023, có 33 quốc gia đã thông qua ít nhất một luật liên quan đến AI, phần lớn các hành động này xảy ra ở Hoa Kỳ và châu Âu. Trong thời gian này, tổng cộng 148 luật liên quan đến AI đã được thông qua, được phân loại thành luật mở rộng nhằm tăng cường năng lực AI của một quốc gia và luật hạn chế nhằm hạn chế việc áp dụng và sử dụng AI. Mặc dù nhiều luật đang thúc đẩy sự phát triển của AI, nhưng xu hướng toàn cầu là các luật hạn chế.

Theo một cuộc thăm dò của Ipsos, năm 2023, 52% người được hỏi cho biết họ cảm thấy lo lắng về các sản phẩm và dịch vụ AI, tăng 13 điểm phần trăm so với năm 2022; hiện nay có hai phần ba người dự đoán AI sẽ thay đổi cuộc sống hàng ngày của họ trong vài năm tới. Ngoài ra, báo cáo cũng chỉ ra rằng có sự khác biệt đáng kể về quan điểm giữa các nhóm, thanh niên thường lạc quan hơn về cách AI sẽ thay đổi cuộc sống của họ.

Thú vị thay, nhiều sự bi quan về AI đến từ các nước phát triển phương Tây. Trong khi đó, các người tham gia khảo sát từ Indonesia và Thái Lan cho biết họ dự đoán lợi ích của AI sẽ vượt qua tác hại.

Từ khóa:

• Trí tuệ nhân tạo
• Đầu tư
• Huấn luyện
• Quản lý dữ liệu
• Rủi ro