Tôi nhận thấy một nghịch lý thú vị trong các cuộc tranh luận về AI: tất cả đều ngưỡng mộ cách các mô hình ngôn ngữ lớn (LLM) nói chuyện tự tin và trôi chảy như thế nào. Nhưng vấn đề là - sự lưu loát trong lời nói hoàn toàn không đồng nghĩa với sự hiểu biết. Một mô hình có thể nghe có vẻ thuyết phục, nhưng điều đó không có nghĩa là nó thực sự hiểu.

Nghịch lý này khiến tôi nhớ đến ý tưởng cũ của Plato về hang động. Các bạn còn nhớ chứ? Những người bị giam giữ trong xích xích chỉ nhìn thấy bóng trên tường và cho rằng đó là thực tại, vì họ chưa từng thấy gì khác. Vậy thì, các mô hình ngôn ngữ sống trong một hang động tương tự, chỉ khác là thay vì bóng, chúng xử lý văn bản.

Đọc tiếp - đây là phần thú vị nhất. LLM không nhìn thấy, không nghe thấy, không chạm vào thực tại. Chúng được huấn luyện trên các văn bản: sách, bài viết, bài đăng, bình luận. Đó là trải nghiệm duy nhất của chúng. Mọi thứ chúng biết về thế giới đều qua bộ lọc của ngôn ngữ con người. Và ngôn ngữ không phải là thực tại, mà là biểu diễn của thực tại. Không đầy đủ, thiên vị, thường xuyên bị bóp méo.

Đó là lý do tại sao tôi hoài nghi về ý tưởng rằng chỉ cần mở rộng quy mô sẽ giải quyết được vấn đề. Thêm dữ liệu, thêm tham số - điều đó không mang lại sự hiểu biết thực sự cho các mô hình. Các mô hình ngôn ngữ rất giỏi dự đoán từ tiếp theo, nhưng không hiểu các mối liên hệ nhân quả, giới hạn vật lý, hậu quả thực tế của hành động. Những ảo giác đó không phải là lỗi có thể vá lại. Đó là giới hạn cấu trúc của chính kiến trúc.

Và rồi, các mô hình thế giới (world models) xuất hiện - một cách tiếp cận hoàn toàn khác. Đây là các hệ thống xây dựng các mô hình nội bộ về cách thế giới hoạt động. Chúng học không chỉ từ văn bản, mà còn từ tương tác, chuỗi thời gian, dữ liệu cảm biến, mô phỏng. Thay vì hỏi "từ tiếp theo là gì?", chúng hỏi "điều gì sẽ xảy ra nếu chúng ta làm thế này?"

Điều này đã bắt đầu xuất hiện trong các ứng dụng thực tế. Trong logistics, các mô hình thế giới mô phỏng cách một sự cố trong một điểm sẽ lan rộng qua toàn bộ chuỗi cung ứng. Trong bảo hiểm, chúng phân tích sự tiến hóa của rủi ro theo thời gian, chứ không chỉ giải thích các chính sách bảo hiểm. Trong các nhà máy, các bản sao kỹ thuật số dự đoán sự cố thiết bị. Ở mọi nơi cần khả năng dự đoán thực tế, các mô hình ngôn ngữ đều không đủ.

Thật thú vị là nhiều công ty vẫn chưa nhận thức được sự chuyển đổi này. Họ tiếp tục đầu tư chỉ vào LLM, nghĩ rằng đó là tương lai. Nhưng tương lai là các hệ thống lai, nơi các mô hình ngôn ngữ trở thành giao diện, còn các mô hình thế giới cung cấp sự hiểu biết thực sự và khả năng lập kế hoạch.

Quay lại với Plato. Các tù nhân không thoát ra bằng cách xem xét bóng tối kỹ hơn. Họ thoát ra bằng cách quay lưng lại và đối mặt với thực tại. AI cũng đi theo hướng đó. Các tổ chức hiểu được điều này sớm sẽ bắt đầu xây dựng các hệ thống thực sự hiểu cách thế giới hoạt động, chứ không chỉ nói đẹp về nó.

Vấn đề là, liệu công ty của bạn có thể thực hiện bước chuyển này không? Liệu có thể xây dựng mô hình thế giới của riêng mình không? Bởi vì những ai làm được sẽ có lợi thế cạnh tranh đáng kể.