Viện sĩ Ngụy Nam: Điểm yếu lớn nhất của AI Trung Quốc là "tư duy theo đuổi", khiến chúng ta khó trở thành người dẫn đầu

（Nguồn: Turing Trí tuệ Nhân tạo）

Chuyển từ Hội nghị Trí tuệ Nhân tạo Toàn cầu, chỉ dùng để chia sẻ học thuật, nếu có vi phạm bản quyền xin vui lòng xóa bình luận

Ô Vĩ Nam

• Viện sĩ Viện Hàn lâm Khoa học Trung Quốc

• Chủ nhiệm Ủy ban Học thuật Viện Đổi mới Thuật toán Thượng Hải

• Giám đốc Trung tâm Nghiên cứu Máy học Quốc tế của Đại học Bắc Kinh

Ô đã đưa phương pháp trí tuệ nhân tạo vào lĩnh vực tính toán khoa học, thúc đẩy hình thành mô hình nghiên cứu “AI for Science”. Ô đã nhận giải Collatz của Liên hiệp Toán ứng dụng và Công nghiệp Quốc tế (ICIAM) năm 2003, giải Gordon-Bell của ACM năm 2020, giải Maxwell của Liên hiệp Toán ứng dụng và Công nghiệp Quốc tế năm 2023, và Giải Lin Jiaqiao lần đầu của Hội Toán học Người Hoa Toàn cầu (ICCM) năm 2025.

Dưới đây là một số trích dẫn quan điểm độc quyền của Ô Vĩ Nam:

Trung Quốc có lợi thế đi trước, nhưng có thể bị “tư duy đuổi kịp” kéo lùi

“Nếu cứ mãi chìm đắm trong tư duy này, chúng ta sẽ khó trở thành người dẫn đầu.”

/ 01

Lợi thế đi trước của AI4S

Thiếu hỗ trợ cho các nhà nghiên cứu trẻ

Thị trường vốn thúc đẩy cạnh tranh gay gắt

Cảnh giác với tư duy “đuổi kịp”

Nếu toán học không thay đổi, sẽ bị coi là ngoại biên

“Rõ ràng trí tuệ nhân tạo đặt ra những yêu cầu hoàn toàn mới cho toán học.”

/ 02

Tình hình hiện tại của giới toán học

Giới toán học vẫn còn giữ nhịp điệu thời Newton

Thiếu các nhà phản biện sáng tạo

Vấn đề lớn nhất của AI là thiếu nền tảng lý thuyết

“Điều này không chỉ bất lợi cho sự phát triển lâu dài của AI, mà còn gây ra rào cản cao, lãng phí nguồn lực nghiêm trọng.”

/ 03

Nội hàm toán học của học sâu: chúng ta đang xử lý các vấn đề “nghìn chiều, vạn chiều”

“Nó về bản chất là một phương thức xử lý vấn đề đa chiều cao.”

/ 04

Nhiều vấn đề còn đang chờ giải quyết

“Chúng ta còn nhiều điều chưa rõ về cách phương pháp huấn luyện vượt qua hiểm họa chiều không gian, đặc biệt là trong huấn luyện quy mô lớn. Ví dụ, các phương pháp không gian trạng thái và các cấu trúc mới gần đây như Mamba, liệu có thực sự giải quyết được vấn đề phụ thuộc dài hạn không? Hiện vẫn thiếu câu trả lời rõ ràng.”

Thành công của AlphaFold, tại sao khó sao chép?

“Đây là kết quả của thời cơ, địa lợi nhân hòa.”

/ 05

Người làm AI thường không hiểu rõ vấn đề khoa học

“Một xu hướng khá nguy hiểm là nhiều nhà nghiên cứu AI thiếu sự kính trọng đối với khoa học.”

/ 06

Phá bỏ “chuyên môn chỉ vì bài báo”: Một dữ liệu chất lượng cao chính là đóng góp khoa học quan trọng nhất

“Ý tưởng mới, dữ liệu tạo ra, công cụ phát triển, tất cả đều nên được xem là thành quả nghiên cứu khoa học.”

/ 07

Hệ thống đánh giá đa chiều

Khi nói về mở dữ liệu, Ô Vĩ Nam cho rằng, vấn đề hệ thống đánh giá còn nổi bật hơn cả văn hóa khoa học. “Hệ thống đánh giá nghiên cứu hiện tại của chúng ta gần như hoàn toàn xoay quanh các bài báo. Các nhà khoa học không muốn công khai hoàn toàn dữ liệu của mình phần lớn là vì chỉ cần giữ dữ liệu trong tay, họ có thể tiếp tục tạo ra bài báo tiếp theo.” Tình trạng này cần phải thay đổi. “Một dữ liệu chất lượng cao chính là một trong những đóng góp khoa học quan trọng nhất. Trong tương lai, chúng ta phải xây dựng hệ thống đánh giá đa chiều, không thể chỉ dựa vào bài báo làm tiêu chuẩn duy nhất.”

Nghiên cứu kiểu “xưởng nhỏ” đã lỗi thời

Về văn hóa khoa học, ông cho rằng chúng ta vẫn chưa hình thành một môi trường văn hóa thực sự mở và chia sẻ. “Không chỉ là bài báo, mà còn bao gồm ý tưởng nghiên cứu, dữ liệu, công cụ, tất cả đều nên mở để thúc đẩy giao lưu hiệu quả, nhanh chóng.” Ô đã so sánh quá khứ và tương lai: “Về bản chất, nghiên cứu của chúng ta trước đây theo mô hình ‘xưởng nhỏ’, một thầy giáo dẫn vài học trò là một ‘xưởng’. Nhưng tương lai khác rồi, nghiên cứu đang bước vào ‘đường nhanh’, văn hóa giao lưu của chúng ta cũng phải thay đổi theo. Ý tưởng mới, dữ liệu tạo ra, công cụ phát triển, tất cả đều nên được xem là thành quả nghiên cứu và hòa nhập vào các hoạt động học thuật.”

Gửi các bạn trẻ: Trở thành người học suốt đời, phát triển ba năng lực cốt lõi

“Chỉ nói rằng bài báo của tôi được trích dẫn 50 lần là chưa đủ.”

/ 08

Với ba năng lực này, không cần lo lắng bị AI thay thế

Ô Vĩ Nam trả lời rất thẳng thắn: “Mỗi người đều phải trở thành người học suốt đời, liên tục học hỏi kiến thức mới, mở rộng tư duy, nâng cao năng lực.” Ô định nghĩa về “nhân tài dẫn đầu” trong tương lai gồm ba năng lực cốt lõi: Thứ nhất, tư duy nguyên lý cơ bản — khả năng thấu hiểu logic nền tảng của sự vật; Thứ hai, khả năng nắm bắt vấn đề thực sự — có thể nhận diện các thách thức cốt lõi trong phát triển xã hội và công nghệ, “đây chính là điều chúng ta thiếu hụt nhất trong giáo dục hiện nay”; Thứ ba, năng lực kỹ thuật — có khả năng đánh giá khoảng cách giữa ý tưởng và thực tế, thúc đẩy hiện thực hóa.

Các giảng viên trẻ không chỉ hài lòng với việc xuất bản một bài báo hội nghị

“Tôi hy vọng họ có thể tạo ra ảnh hưởng thực chất đối với quá trình phát triển của trí tuệ nhân tạo.” Ô lấy ví dụ về nhóm của mình: “Như chúng tôi làm các thuật toán nền tảng, nền tảng mã nguồn mở, trạm không gian Bohr, v.v., tất cả đều tạo ra ảnh hưởng rõ ràng, có thể thấy được. Thậm chí có người nói rằng, ‘Dự án Sáng tạo của Mỹ’ là đang ‘ mò mẫm vượt sông’.” Ô để lại một câu hỏi chất vấn: “Chúng ta phải tự hỏi: công việc của bạn thực sự mang lại ảnh hưởng gì? Dù lớn hay nhỏ, nó có thực sự thúc đẩy tiến bộ không? Chỉ nói rằng bài báo của tôi được trích dẫn 50 lần là chưa đủ.”