David Silver, nhà khoa học tại DeepMind từng thiết kế nên AlphaGo, đã thành lập một công ty khởi nghiệp có tên là Ineffable nhằm xây dựng cái mà ông gọi là một "siêu người học" (super learner) AI dựa trên học tăng cường (reinforcement learning). Cách tiếp cận này được định vị rõ ràng là một con đường thay thế cho các mô hình ngôn ngữ lớn (LLM) — kiến trúc thống trị đằng sau làn sóng bùng nổ AI ngày nay. Silver đã chia sẻ về dự án mới này trong một cuộc phỏng vấn với Madhumita Murgia của tờ Financial Times.
Silver cho biết ông cảm thấy có nghĩa vụ đạo đức trong việc thúc đẩy công nghệ này phát triển. Đây là một góc nhìn đáng chú ý từ một người đã gắn bó nhiều năm trong một trong những phòng thí nghiệm AI hàng đầu thế giới và quyết định rời đi thay vì tiếp tục mở rộng quy mô các mô hình LLM từ bên trong.
Tại sao lại là học tăng cường, và tại sao lại vào lúc này
Các LLM học bằng cách dự đoán token tiếp theo trên các kho văn bản khổng lồ. Học tăng cường lại hoạt động theo cách khác — một tác tử (agent) thực hiện các hành động, nhận phản hồi và tự điều chỉnh. Đây chính là kỹ thuật đã giúp AlphaGo đánh bại những kỳ thủ cờ vây xuất sắc nhất thế giới, và cũng là nhóm phương pháp đứng sau nhiều hệ thống AI chơi game hoặc điều khiển robot.
📊 Tổng quan dữ liệu thị trường
Canh bạc của Silver là học tăng cường có thể tạo ra các hệ thống năng lực cao mà không cần đến hóa đơn chi phí tính toán khổng lồ như khi huấn luyện các mô hình ngôn ngữ tiên tiến. Nếu nhận định này đúng, nó sẽ thay đổi loại cơ sở hạ tầng mà các công ty AI cần — cũng như những đơn vị nào sẽ được rót vốn.
Ineffable hiện vẫn đang ở giai đoạn rất sớm. Chưa có sản phẩm, chưa có điểm chuẩn (benchmark), và cũng chưa có nghiên cứu nào được công bố từ công ty. Những gì hiện có là một nhà sáng lập với bảng thành tích xuất sắc cùng một luận điểm đi ngược lại xu hướng AI thịnh hành ngày nay.
Tín hiệu về dòng nhân tài lúc này quan trọng hơn công nghệ
Silver không phải là nhà nghiên cứu cấp cao đầu tiên rời khỏi một phòng thí nghiệm lớn để thành lập công ty khởi nghiệp. Nhưng ông là một trong những nhân vật uy tín nhất làm điều đó với một hướng tiếp cận phi LLM. Điều này có ý nghĩa quan trọng đối với dòng chảy của các nhân tài xuất chúng và dòng vốn mạo hiểm trong vài năm tới.
Đặc biệt đối với thị trường crypto, đây là một câu chuyện không gây ảnh hưởng trực tiếp đến giá cả. Bitcoin không bị ảnh hưởng. Lộ trình của Ethereum không hề thay đổi. Các yếu tố cơ bản của không token nào suy chuyển chỉ vì một cựu nhà khoa học của DeepMind thành lập một công ty.
Tuy nhiên, lĩnh vực AI-crypto trong vài năm qua đã định vị mình là giải pháp phi tập trung cho AI tập trung. Phần lớn các đề xuất giá trị đó đều dựa vào LLM, học liên kết (federated learning) hoặc các thị trường điện toán GPU. Nếu các hệ thống dựa trên học tăng cường chứng minh được tính hiệu quả cao hơn và ít tiêu tốn tài nguyên tính toán hơn, tuyên bố giá trị đó sẽ thay đổi. Không phải sau một đêm, mà có thể trong khoảng thời gian từ 5 đến 10 năm tới.
Những gì các dự án AI tiền mã hóa thực sự phải đối mặt
Tác động trước mắt nằm ở mặt tâm lý chứ không phải các yếu tố cơ bản. Các token mảng AI giao dịch dựa trên các câu chuyện kể (narrative), và việc một nhà nghiên cứu tên tuổi xác thực học tăng cường như một giải pháp thay thế nghiêm túc cho LLM rốt cuộc có thể hướng sự chú ý đến các dự án đang xây dựng trên kiến trúc đó. Dù hiện tại số lượng này chưa có nhiều.
Ngoài ra còn có một góc nhìn kém dễ chịu hơn. Các dự án AI trong crypto thường quảng bá việc tuyển mộ nhân sự từ các phòng thí nghiệm lớn như một minh chứng cho mức độ uy tín. Nếu các nhà nghiên cứu tầm cỡ như Silver tiếp tục lựa chọn các startup AI truyền thống thay vì các dự án crypto, thì nguồn nhân tài đó có vẻ mỏng manh hơn nhiều so với những gì các chiến dịch tiếp thị đưa ra. Cuộc chiến nhân tài không chỉ diễn ra giữa các phòng thí nghiệm AI — mà còn giữa AI và crypto, và rõ ràng crypto đang không chiếm ưu thế ở tầng cao nhất của phễu nhân tài.
Các thị trường điện toán cũng đối mặt với một vấn đề tương tự. Về mặt nguyên tắc, các mô hình học tăng cường có thể được huấn luyện hiệu quả hơn so với các LLM tiên tiến, điều này sẽ làm giảm nhu cầu đối với các cụm GPU khổng lồ vốn đang làm nền tảng cho câu chuyện điện toán trong crypto. Đây không phải là một lời dự đoán, mà là một kịch bản đáng theo dõi, bởi vì luận điểm của lĩnh vực này phụ thuộc rất nhiều vào sự khan hiếm kéo dài của năng lực tính toán.
Những điều cần theo dõi tiếp theo
Ineffable vẫn chưa công bố kết quả nào. Cột mốc cụ thể tiếp theo là liệu công ty có công bố các nghiên cứu, điểm chuẩn hoặc báo cáo kỹ thuật chứng minh học tăng cường có thể cạnh tranh với LLM ở quy mô đáng kể hay không. Cho đến khi điều đó xảy ra, đây mới chỉ là câu chuyện về một nhà sáng lập, chứ chưa phải câu chuyện về công nghệ.
Chính lời của Silver đã đặt ra tiêu chuẩn: ông nói rằng mình cảm thấy có nghĩa vụ đạo đức trong việc thúc đẩy công việc này. Thị trường rồi đây sẽ đặt câu hỏi liệu Ineffable có thực sự thúc đẩy được bất kỳ điều gì hay không.
