Apple vừa công bố một nghiên cứu cho thấy những hạn chế của các mô hình AI hiện nay với tựa đề là “The Illusion of Thinking” (“Ảo Giác về sự Suy Nghĩ”). Trong nghiên cứu này, Apple so sánh các mô hình Large Reasoning Models (LRMs) như OpenAI o1, o3; DeepSeek R1, Claude 3.7 Sonnet Thinking, và Google Gemini Flash Thinking với những mô hình Large Language Models (LLMs) trong việc giải quyết một số bài toán (ví dụ như bài toán Tháp Hà Nội). Kết quả là:
+ Khi mức độ phức tạp thấp, LLMs làm tốt hơn LRMs (được cho là có khả năng suy luận nên được kỳ vọng là làm tốt hơn).
+ Khi mức độ phức tạp trung bình, LRMs làm tốt hơn LLMs.
+ Khi mức độ phức tạp cao, cả LRMs và LLMs đều thất bại.
Công bố này được ví như là một gáo nước lạnh tạt vào những ai cho rằng AI sắp sửa đạt được trí thông minh phổ quát (AGI) như con người. Apple cho rằng, những dòng “suy nghĩ” được phát sinh bởi LRMs không phải là sự suy nghĩ mà chỉ là kết quả của mô hình toán vô tri.
Điều này thật ra không có gì ngạc nhiên vì hiện nay trong Neuroscience, sự hiểu biết của chúng ta về cách hoạt động của bộ não con người còn rất hạn chế. Chúng ta đơn giản là không thể tạo ra được một con AI giống não của con người khi chúng ta không biết được não của con người hoạt động ra sao.
Sau công bố này của Apple, nhiều người theo trường phái LRMs và LLMs phản bác lại bằng cách chỉ ra nhiều hạn chế trong nghiên cứu này của Apple. Cũng như tất cả các nghiên cứu khác, nghiên cứu này của Apple có nhiều hạn chế. Hơn nữa, việc Apple không thành công lắm trong các mô hình LLMs cũng làm phát sinh sự nghi ngờ về động cơ của nghiên cứu này.
Điều mà tôi công nhận là AI hiện nay làm được rất nhiều việc để trợ giúp cho con người làm việc. Nhưng tôi vẫn giữ quan điểm là chúng ta không thể tạo ra AGI khi chúng ta chưa hiểu được cách bộ não của chúng ta vận hành ra sao.
Một điều mà tôi băn khoăn nữa là, liệu áp dụng AI vào một số công việc có thật sự mang lại kết quả tốt hơn hay không? Nhất là trong kinh doanh, bạn phải xem cách khách hàng phản ứng lại với cách bạn sử dụng AI nữa. Một ví dụ điển hình là các nghiên cứu gần đây cho thấy, sử dụng AI để làm Content Marketing là con dao hai lưỡi với xác suất rất cao là khách hàng sẽ có cái nhìn không thiện cảm và giảm mua hàng từ các công ty sử dụng AI để làm content.
Chúng ta cần phải có cái nhìn dựa vào thực chứng (evidence-based) để biết cách sử dụng AI vào công việc cho đúng, chứ không phải cứ ứng dụng được AI chỗ nào là cứ ứng dụng vào chỗ đó. Cái khó bây giờ không phải là sử dụng AI làm cái abc hay xyz như thế nào mà là liệu sử dụng AI vào làm abc hay xyz thì hiệu quả kinh doanh sẽ ra sao? Đây là lý do mà khoá học “Ứng Dụng AI vào Công Việc” của tôi hiện nay chỉ dạy riêng cho các công ty đặt hàng với các bài toán cụ thể mà chưa mở ra cho public. Khi xác định được các bài toán kinh doanh cụ thể của từng công ty, bên mình sẽ tư vấn cho khách hàng là liệu họ có nên ứng dụng AI vào bài toán đó hay chưa, lợi hại sẽ ra sao; trước khi đi vào việc thiết kế nội dung dạy.
Việc dạy cho public sẽ gặp một thử thách là chọn bài toán kinh doanh nào để dạy vì nhu cầu của các lớp public rất là đa dạng.
