Trưởng nhóm nghiên cứu OpenAI, Noam Brown nghĩ rằng các mô hình AI 'lập luận' nhất định có thể đã xuất hiện từ vài thập kỷ trước

Noam Brown, người dẫn đầu nghiên cứu về khả năng 'lập luận' của AI tại OpenAI, nhận định rằng số mô hình AI có khả năng 'lập luận' nhất định có thể đã xuất hiện từ 20 năm trước nếu các nhà nghiên cứu biết cách tiếp cận và thuật toán đúng. Phát biểu tại hội nghị GTC của Nvidia ở San Jose, Brown nhận định rằng việc mô phỏng cách con người suy nghĩ trước khi hành động có thể đem lại nhiều lợi ích cho AI khi giải quyết các tình huống phức tạp.

Noam Brown trước đây đã làm việc tại Đại học Carnegie Mellon trên một số dự án AI chơi game, nổi bật là dự án Pluribus, một AI có khả năng đánh bại các tay chơi poker chuyên nghiệp. Brown cho rằng khác biệt của Pluribus là khả năng 'lập luận' qua những thách thức thay vì áp dụng phương pháp brute-force thông thường, tức là thử tất cả các khả năng có thể xảy ra.

Brown cũng là một trong những kiến trúc sư đứng sau mô hình AI o1 của OpenAI, ứng dụng kỹ thuật 'suy luận thời gian kiểm tra' để 'suy nghĩ' trước khi phản hồi. Kỹ thuật này yêu cầu bổ sung tính toán trong quá trình hoạt động của mô hình để thúc đẩy một dạng 'lập luận', giúp tăng độ chính xác và độ tin cậy trong các lĩnh vực như toán học và khoa học.

Trong một phiên thảo luận tại hội nghị Nvidia, Brown đã thừa nhận rằng các viện nghiên cứu gặp khó khăn trong việc thực hiện các thí nghiệm có quy mô tương tự các phòng thí nghiệm AI như OpenAI do hạn chế về tài nguyên điện toán. Tuy nhiên, ông cũng nhấn mạnh rằng các nhà nghiên cứu học thuật có thể tạo ra tác động lớn bằng cách khám phá các khu vực đòi hỏi ít tài nguyên tính toán hơn, như thiết kế kiến trúc mô hình.

Brown cũng chỉ ra lĩnh vực đánh giá AI là một khu vực mà học thuật có thể tạo ra tác động quan trọng, cho rằng hiện trạng các tiêu chuẩn đánh giá phổ biến của AI chưa tốt và không yêu cầu nhiều tính toán để cải thiện. Ông lưu ý rằng các tiêu chuẩn hiện tại thường kiểm tra kiến thức ngoại lai và cho điểm không tương quan tốt với khả năng thực hiện các nhiệm vụ mà hầu hết mọi người quan tâm, gây ra sự hiểu lầm rộng rãi về khả năng và cải tiến của các mô hình.

Nguồn: OpenAI, Nvidia, Carnegie Mellon University, GTC Conference.