DeepSeek’s R1: Một lời nhắc nhở hữu ích

Với tư cách là một nhà giáo dục đại học và một cựu chuyên gia ngành công nghệ thông tin, tôi thấy rằng sự cường điệu xung quanh mô hình R1 của DeepSeek ở Trung Quốc là một lời nhắc nhở hữu ích về ba điều.

Thứ nhất, trí tuệ nhân tạo tạo sinh không chỉ là về việc xử lý lượng lớn nội dung để tạo ra các phản hồi liên quan đến các yêu cầu; mà còn về việc lý luận nhận thức (chữ “R” trong R1).

Sự hứa hẹn của các mô hình ngôn ngữ lớn (LLM) là khả năng thu hồi kiến thức và xử lý nhận thức lớn – trước đây chỉ có thể thực hiện được bởi những người thông minh với siêu máy tính – giờ đã nằm trong tay của gần như mọi người. Nhờ vào một thế hệ mới của các kỹ thuật tăng hiệu suất, có những mô hình đủ nhỏ để chạy trên một máy tính xách tay thông thường có thể hỗ trợ nhiều tác nhân thông minh có thể thực hiện các nhiệm vụ phức tạp và tương tác một cách tự động.

Thứ hai, cuộc cách mạng trí tuệ nhân tạo tạo sinh chủ yếu là về sự đổi mới và sáng tạo – không chỉ là một cuộc đua vũ trang về phần cứng mạnh nhất, kích thước tập dữ liệu lớn nhất hoặc số lượng tham số mô hình lớn nhất. Việc áp dụng thành công những công nghệ này sẽ không được quyết định bởi các công ty công nghệ lớn với siêu máy tính tiêu thụ nhiều năng lượng để đào tạo các mô hình trị giá hàng tỷ đô la – mà bởi các quốc gia và tổ chức đầu tư vào vốn nhân lực để chuẩn bị cho làn sóng mới này.

Thứ ba, và dựa trên điểm cuối cùng đó, Mỹ dường như không được đặt vị trí tốt cho những thay đổi lớn sắp tới trong nền kinh tế và xã hội của chúng ta. Tôi sẽ đưa ra hai ví dụ: giáo dục đại học và công ty Mỹ.

Giáo dục đại học

Ở hầu hết các cơ sở giáo dục đại học, quyết định lớn đầu tiên của một sinh viên đại học là quyết định theo đuổi bằng Cử nhân Nghệ thuật (BA) hay bằng Cử nhân Khoa học (BS), liên quan đến một nền giáo dục rộng lớn và đa ngành hơn, hoặc một bằng cấp tập trung vào phát triển kỹ năng và kinh nghiệm thực tế trong các lĩnh vực cụ thể.

Trong thời đại trí tuệ nhân tạo, đây là một sự phân chia lỗi thời, vì cả hai bộ môn đều trở nên thiết yếu trong nơi làm việc.

Sự thật là, hầu hết sinh viên năm đầu không có kiến thức hoặc hiểu biết về việc làm việc trong các loại công việc khác nhau, hoặc thậm chí về điểm mạnh và điểm yếu của khả năng, tài năng, kỹ năng và thiên hướng của chính họ. Và yet, hầu hết sinh viên năm đầu được yêu cầu tuyên bố chuyên ngành, điều này sẽ là một quyết định dễ dàng chỉ cho một tỷ lệ nhỏ những người (để tốt hơn hoặc tồi tệ hơn) biết (hoặc ít nhất nghĩ họ biết) lĩnh vực họ muốn theo đuổi: kỹ thuật, khoa học, y học, luật, v.v.

Chúng ta cần một cách tiếp cận giáo dục đại học khác, sẵn sàng cho sự nghiệp, rộng lớn và đa ngành hơn, thừa nhận rằng công việc toàn thời gian đầu tiên của một sinh viên tốt nghiệp có thể không liên quan gì đến bằng cấp họ đã kiếm được hoặc chuyên ngành của họ; rằng kinh nghiệm đại học của họ sẽ chỉ đại diện cho giai đoạn đầu tiên trong một hành trình học tập suốt đời – nâng cao kỹ năng, cấp chứng chỉ, đổi mới, chuyển đổi nghề nghiệp – cho các vai trò chúng ta không thể tưởng tượng được.

Cũng như là những nhà giáo dục, chúng ta cần phát triển các chiến lược mới để xử lý sự gian lận trí tuệ nhân tạo và điều hướng các nguy cơ của các rô-bốt trò chuyện trở thành các lối tắt nhận thức, hoặc “cognitive offloading” – xu hướng dựa vào các công cụ bên ngoài thay vì phát triển các khả năng nội bộ.

Trong một thời đại khi kiến thức được tách biệt với sự hiểu biết, có quá nhiều cám dỗ để chỉ yêu cầu trí tuệ nhân tạo cho một câu trả lời hoặc giải pháp ngay lập tức thay vì đấu tranh để hiểu một khái niệm hoặc giải quyết một vấn đề.

Công ty Mỹ

Hầu hết các công ty cũng không dường như nhận ra được các ý nghĩa tổ chức của những công nghệ mới này.

Các vai trò và cấu trúc CNTT hiện tại phản ánh các yêu cầu tổ chức từ cuộc cách mạng số trước đó. Những chức năng này xuất phát từ chuyên môn hóa cần thiết cho con người để sử dụng và tương tác với máy tính – lập trình, kỹ thuật dữ liệu, kiến trúc máy tính, quản trị mạng, bảo mật thông tin, v.v.

Ngược lại, trí tuệ nhân tạo tạo sinh (và toàn bộ lĩnh vực Xử lý Ngôn ngữ Tự nhiên đã đi trước nó) là về việc thiết kế và đào tạo máy tính để tương tác với con người.

Kết quả là, nhân viên cấp thấp đang phát minh ra những cách sử dụng tuyệt vời (và đôi khi nguy hiểm) những công nghệ này. Các tổ chức đang vật lộn để đưa ra các chính sách, thủ tục và kiểm soát có thể hoạt động được để tối đa hóa các lợi ích sản xuất mà vẫn giảm thiểu các rủi ro.

Một vấn đề chính là trong hầu hết các công ty, chuyên môn khoa học dữ liệu thường tập trung trong các bộ phận CNTT, hầu hết trong số đó vẫn hoạt động như những phường hội bí mật với ngôn ngữ và thực hành bí ẩn của riêng họ, cách ly tổ chức và chức năng với các đơn vị kinh doanh cốt lõi. Tôi tin rằng cuộc cách mạng sản xuất sắp tới đòi hỏi những vai trò và cấu trúc tổ chức mới, trong đó chuyên môn dữ liệu không bị cô lập trong một chức năng chuyên biệt mà được kết nối với gần như mọi khía cạnh của hoạt động.

Và cũng có thách thức dữ liệu. Trong hầu hết các tổ chức, việc áp dụng trí tuệ nhân tạo là về việc tùy chỉnh các mô hình ngôn ngữ lớn để thực hiện các trường hợp sử dụng chuyên biệt bằng cách sử dụng dữ liệu độc quyền. Trong khi người dùng dữ liệu trong các đơn vị kinh doanh muốn dữ liệu chính xác, sạch sẽ và được quản lý tốt, các chủ sở hữu cá nhân của dữ liệu trong CNTT không có ngân sách, động lực tài chính hoặc thẩm quyền tổ chức để đảm bảo mức chất lượng và minh bạch này.

Kết quả là, các tập dữ liệu nội bộ không được khám phá/quản lý tốt trên toàn doanh nghiệp. Thông thường, các loại dữ liệu khác nhau được lưu trữ ở các nơi khác nhau. Để đáp ứng các yêu cầu của người dùng kinh doanh, CNTT cung cấp các视图 khác nhau của dữ liệu, tạo các bản sao (và bản sao của bản sao) của dữ liệu và tạo ra các điểm tiếp xúc và trừu tượng của dữ liệu vì các lý do khác nhau… Tại thời điểm này, không ai biết phiên bản nào đã cũ, không đầy đủ, trùng lặp, không chính xác hoặc ngữ cảnh.

Kết luận

Trí tuệ nhân tạo tạo sinh có tiềm năng chuyển đổi tất cả các hình thức công việc tri thức. Ở cốt lõi, công nghệ này là về việc dân chủ hóa chuyên môn (về tốt và xấu) – loại bỏ trung gian các chuyên gia như lập trình viên, quay phim, minh họa, nhà văn, biên tập viên và gần như bất kỳ loại công nhân tri thức hoặc “chuyên gia” nào. Không bao giờ trước đây, con người đã phải đối mặt với một công nghệ cạnh tranh với khả năng xử lý nhận thức và lý luận của chính họ – chỉ là sức mạnh thể chất, sức chịu đựng, độ chính xác của sự khéo léo và khả năng xử lý và xử lý lượng lớn dữ liệu.

Cuộc cách mạng sản xuất mới này đòi hỏi các kỹ năng, khả năng và cấu trúc tổ chức mới, trong đó chuyên môn dữ liệu là một phần không thể thiếu của gần như mọi quy trình kinh doanh.

Sự讽刺 là khi máy móc đạt được sức mạnh phân tích lớn hơn, trạng thái và giá trị của một nhân viên trong một hệ thống phân cấp tổ chức có thể trở nên ít hơn là một chức năng của chuyên môn hóa, kinh nghiệm và bằng cấp, và nhiều hơn là kỹ năng sáng tạo, đa ngành và giao tiếp của họ.

Thời gian để phát triển và đầu tư vào những khả năng này là bây giờ.