Còn bao lâu nữa mới có một cuộc siết chặt thực sự đối với việc gỡ kiểm duyệt mô hình AI?

Nếu bạn đủ lớn để còn nhớ cộng đồng warez khoảng từ năm 1995 đến 2010, khi những bộ sưu tập khổng lồ gồm phần mềm bẻ khóa và phim bị sao chép (được mua buôn ngoài phố hoặc do những tay cướp biển nghiệp dư tự tập hợp khi băng thông rộng tốc độ cao giúp việc tải xuống các tệp dung lượng lớn với số lượng lớn trở nên khả thi) chất đầy nhiều bộ sưu tập DVD nặng trĩu, thì làn sóng mới nổi của các mô hình AI mã nguồn mở «đã gỡ kiểm duyệt» có thể khiến một số người thấy thân thuộc.

Từ «thời kỳ hoàng kim» của hoạt động buôn bán phần mềm và phim ảnh tự phát trên đường phố. Ảnh: Shankar.s. «DVD lậu tại chợ đường phố PP» – Nguồn / Giấy phép

Thời đó, trước khi dịch vụ cho thuê phần mềm trở thành lựa chọn phổ biến của người tiêu dùng, một nhóm nhỏ nhưng tinh nhuệ những người đam mê phần mềm trong cộng đồng «scene» đã xuất hiện để bẻ khóa ứng dụng, rồi phát tán chúng lên các nhóm tin «warez» và sau đó là các nhóm chia sẻ torrent. Việc vượt qua những hạn chế ấy có thể rất khó khăn hoặc hết sức dễ dàng, nhưng một khi đã bị phát tán rộng rãi, những bản bẻ khóa thường không thể bị thu hồi.

Điều tương tự đang diễn ra với các mô hình ngôn ngữ lớn (LLM) mã nguồn mở: chúng thường xuyên bị gỡ bỏ các bộ lọc an toàn được tích hợp trong quá trình huấn luyện trên quy mô lớn. Sau đó, các mô hình đã gỡ kiểm duyệt này được chia sẻ ở rất nhiều nơi, đến mức việc đóng cửa nguồn ban đầu của «bản bẻ khóa» cũng không ảnh hưởng đến khả năng tiếp cận các mô hình.

Người làm lợi hay kẻ gây hại

Câu hỏi đặt ra là: bạn muốn nhìn nhận những hoạt động này theo hướng nào? Khác với cộng đồng warez, không ai bị tước đoạt thu nhập một cách rõ ràng như những gì có thể đã xảy ra với các nhà sản xuất phần mềm nhỏ hơn cách đây 20–30 năm.

Chắc chắn trong những trường hợp như vậy, các điều khoản cấp phép ban đầu thường bị vi phạm*; tuy nhiên, khác với các đợt phát hành chỉ gồm một phần trọng số của những nhà sản xuất mô hình AI tạo sinh như Black Forest Labs, các đơn vị phân phối ban đầu không xem những phiên bản «chất lượng thấp hơn» là cách khuyến khích người dùng nâng cấp lên các mô hình chỉ có thể sử dụng qua API với năng lực cao hơn; họ phát hành toàn bộ mô hình.

Trong hầu hết trường hợp, gần như không ai có thể chạy cục bộ những bản phát hành ban đầu này vì số lượng tham số quá lớn, ngay cả với các card GPU được trang bị tốt, chẳng hạn loại có dung lượng VRAM 16–24 GB.

Vì vậy, các bản phát hành ban đầu nhanh chóng được chuyển đổi thành phiên bản gọn nhẹ có thể chạy trên phần cứng tiêu dùng thông qua lượng tử hóa mô hình và chuyển đổi trọng số sang các định dạng nhẹ hơn như GGUF, AWQ, PTQ, EXL2 hoặc MLX dành riêng cho hệ sinh thái Apple.

Dù không mạnh bằng các mô hình nguyên bản đầy đủ (thường sẽ được cung cấp thương mại từ nhiều cụm máy chủ GPU), ít nhất những phiên bản này nằm trong quyền kiểm soát của người dùng và có thể được tùy chỉnh cho riêng họ theo những cách mà mô hình «tốt hơn» không thể đáp ứng.

Tùy chỉnh theo ý muốn

Một số cách tùy chỉnh rõ ràng là chính đáng và thường nằm trong phạm vi giấy phép của mô hình gốc, chẳng hạn như tinh chỉnh để định hướng trọng số của mô hình cụ thể theo một tác vụ hoặc lĩnh vực mục tiêu mà người dùng đưa vào. Trong trường hợp này, nếu dung lượng ổ cứng cho phép, người dùng thậm chí có thể tinh chỉnh nhiều phiên bản của một mô hình mã nguồn mở cho nhiều tác vụ khác nhau, giống như một bộ công cụ chuyên dụng truyền thống, thay vì dùng mô hình gốc đầy đủ trọng số như một «con dao đa năng Thụy Sĩ».

Ngoài ra, có thể hợp nhất các mô hình có thiết lập tương thích nhưng được huấn luyện bằng dữ liệu khác nhau; hoặc bổ sung năng lực cho mô hình bằng các bộ lọc LoRA nhẹ, mà không có nguy cơ làm suy giảm năng lực ban đầu của mô hình nền do quá trình tinh chỉnh.

Tuy nhiên, thay đổi được nhiều người dùng quan tâm nhất, đồng thời cũng dễ thực hiện hơn bất kỳ phương pháp nào kể trên, là loại bỏ các bộ lọc an toàn đã đề cập, hay các rào chắn an toàn.

Phải thừa nhận rằng việc này cho phép mô hình tạo ra nội dung khiêu dâm và nội dung phục vụ phát triển phần mềm độc hại, nhưng đồng thời cũng loại bỏ những hạn chế mà nhiều người dùng cho là quá khắt khe và thường xuyên mắc lỗi.

Một trong nhiều ví dụ hài hước về việc Llama-2-7b-chat từ chối các yêu cầu hợp lý vì lý do an toàn, có tại URL nguồn. Nguồn

Heretic

Với Heretic, phần mềm gần đây đã tạo nên cuộc cách mạng trong việc gỡ kiểm duyệt mô hình, người dùng thậm chí còn có thể giảm mức độ «hoa mỹ» và dài dòng mà các mô hình thường có xu hướng sử dụng.

Heretic bắt đầu gỡ bỏ các hạn chế kiểm duyệt của gpt-oss, dù phải thừa nhận rằng ở đây nó chạy trên một cỗ máy có cấu hình rất mạnh, khó có mặt trong gia đình người dùng thông thường — tuy nhiên, có thể thuê máy trực tuyến với giá rẻ trong khoảng thời gian cần thiết để thực hiện. Nguồn

Quan trọng hơn, Heretic — công cụ tự động tìm kiếm phương pháp loại bỏ cơ chế từ chối trong khi giảm thiểu ảnh hưởng đến hành vi ban đầu của mô hình — đã biến công việc tương đối khó khăn là gỡ bỏ các hạn chế kiểm duyệt thành một lệnh duy nhất, xét từ góc độ người dùng cuối.

Như bạn có thể thấy trong ảnh chụp màn hình phía trên, Heretic thường được hưởng lợi từ GPU mạnh hơn loại có khả năng được trang bị trong máy tính gia đình; tuy nhiên, người dùng không cần chạy công cụ này trên phần cứng tại nhà, cũng như trước đây họ không cần tự mình bẻ khóa phần mềm vào năm 2002. Tương tự thời kỳ warez, những nhà cung cấp trong cộng đồng chia sẻ phần mềm lậu ở thượng nguồn — thường là những người đam mê nghiệp dư, không vì mục đích thương mại — có phần cứng phù hợp hoặc sẵn sàng chi một ít token cho việc này, sẽ tiến hành bẻ khóa rồi phát hành mô hình đã gỡ bỏ kiểm duyệt vào cộng đồng.

Trong tầm ngắm

Khi một hành động kỹ thuật số «đáng ngờ» không còn khó thực hiện, điều đó thường là nhờ một bước nhảy vọt về năng lực diễn ra chỉ sau một đêm (hãy nghĩ đến Napster hay PopCornTime), đột ngột mở rộng quy mô của chính hoạt động đó, đồng thời thu hút sự chú ý «chính thức» nhiều hơn nhằm ngăn chặn nó.

Kết hợp với mức độ phổ biến ngày càng tăng và tính dễ sử dụng của các nền tảng như Ollama, Heretic đang giúp người dùng không chuyên tiếp cận các mô hình đã gỡ bỏ kiểm duyệt dễ dàng hơn, dù hiện vẫn chưa có phương pháp nào thực sự «dễ đến mức ai cũng làm được».

Điều đó đưa tôi trở lại câu hỏi trước đây: liệu hoạt động này có phải là một «vấn đề» hay không. Một bài báo xuất hiện trên Arxiv hôm qua khiến tôi cho rằng, dựa trên những xu hướng rất gần đây về việc thu hẹp và siết chặt các quyền tự do công nghệ của người tiêu dùng, hoạt động gỡ bỏ kiểm duyệt có thể sẽ ngày càng thu hút sự chú ý, kéo theo nhiều trường hợp ban hành luật hạn chế hơn trên khắp thế giới.

Bài báo mới của 10a Labs mô tả phong trào gỡ bỏ kiểm duyệt theo hướng tiêu cực, đồng thời đưa ra những trường hợp lạm dụng vốn thường chỉ chiếm thiểu số nhưng, theo những gì lịch sử cho thấy và các xu hướng hiện nay báo hiệu, sẽ dẫn đến những biện pháp hạn chế.

Nghiên cứu theo dõi những gì xảy ra sau khi các mô hình đã gỡ bỏ kiểm duyệt được phát hành và phân phối lại, đồng thời xác định 1.643 ứng dụng trên GitHub tích hợp, đề xuất hoặc mặc định sử dụng các mô hình không bị kiểm duyệt.

Các mô hình được đề cập bao gồm từ chatbot đa năng và công cụ xử lý tài liệu đến nhập vai và kể chuyện NSFW; dịch vụ nội dung khiêu dâm; công cụ tấn công mạng và bảo mật tấn công; cùng các ứng dụng lừa đảo và trình tạo phần mềm độc hại. Theo nghiên cứu, 25% số mô hình được phát hành bị xếp vào loại «có mục đích xấu rõ ràng»:

Phân tích cách các mô hình AI không bị kiểm duyệt được sử dụng sau khi phát hành. Nghiên cứu lần theo 1.643 ứng dụng trên GitHub tích hợp, đề xuất hoặc mặc định sử dụng các mô hình đã bị gỡ bỏ những hạn chế an toàn, và phát hiện rằng 37% là chatbot đa năng không bị kiểm duyệt; các công cụ an ninh mạng và xử lý tài liệu mỗi loại chiếm 16%, bên cạnh những nhóm nhỏ hơn gồm trợ lý giọng nói, nhập vai NSFW, viết sáng tạo, lập trình và các mục đích sử dụng khác. Bài báo nhận định rằng khoảng 25% số ứng dụng được xác định có thể được xếp vào loại «có mục đích xấu rõ ràng». Nguồn

Xét đến các hạn chế mới được áp dụng tại Anh đối với quyền truy cập web (cùng với ý định hiện đã tạm dừng của nước này về việc hạn chế cả quyền truy cập VPN vốn giúp người dùng vượt qua các hạn chế đó); yêu cầu năm 2027 của California buộc phần lớn hệ điều hành thu thập độ tuổi của người dùng và cung cấp thông tin này cho các ứng dụng; kế hoạch của EU về xác minh độ tuổi để truy cập nội dung trực tuyến dành cho người lớn; và lệnh cấm của Australia đối với tài khoản mạng xã hội của người dưới 16 tuổi, bài báo mới dường như phù hợp với một mô hình trong đó sự chú ý tăng lên cuối cùng dẫn đến giám sát chặt chẽ hơn, quy định nhiều hơn và có thể là các lệnh cấm có chọn lọc hoặc toàn diện.

Chuyện đó không thể xảy ra ở đây

Không, chuyện đó hoàn toàn có thể xảy ra ở đây, một phần vì tỷ lệ sử dụng vào mục đích xấu cao như các tác giả nghiên cứu mới ước tính; và có thể nói là vì các biện pháp kiểm soát sẽ hạn chế thêm xu hướng ngày càng tăng hướng tới AI chạy cục bộ, điều có thể bị các chính phủ và tổ chức xem là mối đe dọa — nhất là khi các mô hình được tháo bỏ mọi dây cương.

Bằng cách mô tả việc gỡ bỏ kiểm duyệt là hành động “tạo điều kiện” để tạo nội dung NSFW và thực hiện các vụ xâm nhập trái phép có ác ý, người ta có thể trình bày việc gỡ bỏ kiểm duyệt như một vấn đề nhị nguyên sai lệch: vì nó có thể bị dùng vào mục đích xấu, nên nó phải chịu sự quản lý. Trên thực tế, dường như không có cách nào khả thi để quản lý chức năng như vậy hoàn toàn , ngoài việc cấm hẳn, bởi có quá nhiều trường hợp sử dụng khả dĩ.

Ngoài ra, trong những trường hợp việc gỡ bỏ kiểm duyệt khỏi một LLM có thể cho phép mô hình tạo ra (chẳng hạn) tác phẩm hư cấu về xâm hại tình dục trẻ em (CSAM), các quy định hạn chế dường như chắc chắn sẽ được ủng hộ, vì bất kỳ ai phản đối cũng có thể ngầm bị quy chụp là “ủng hộ” những cách sử dụng hiểm độc của mô hình đã được gỡ kiểm duyệt, thay vì những cách sử dụng hợp lý.

Điều này bỏ qua thực tế rằng một mô hình được tinh chỉnh hoặc áp dụng LoRA có thể tạo ra nội dung thuộc một lĩnh vực cụ thể mà người dùng muốn nhắm đến hiệu quả hơn nhiều, bởi các trọng số nền của mô hình bị điều chỉnh lệch về phía tác vụ đến mức hoàn toàn làm suy yếu mọi biện pháp bảo vệ được tích hợp trong quá trình huấn luyện.

Tất cả xoay quanh sự dễ sử dụng

Tính dễ sử dụng là yếu tố thúc đẩy việc áp dụng trên quy mô lớn, và chính việc áp dụng trên quy mô lớn tạo áp lực buộc các chính phủ ban hành luật (từ các nhóm vận động công chúng, các nhà vận động hành lang trong ngành hoặc thông qua sức ép liên chính phủ).

Mặc dù tinh chỉnh và LoRA gần như chắc chắn có thể mang lại kết quả nhắm mục tiêu chính xác hơn so với chỉ mở khóa một mô hình nền FOSS, các phương pháp này đòi hỏi một mức độ kỷ luật và nỗ lực nhất định để thực hiện.

Khi việc chạy mô hình đã gỡ kiểm duyệt/lượng tử hóa trên máy cục bộ thực sự chỉ còn là vài cú nhấp chuột (bởi người dùng gần như chắc chắn sẽ tải xuống một mô hình “đã được gỡ kiểm duyệt sẵn”, thay vì tự bẻ khóa bằng Heretic), hoạt động này sẽ thoát khỏi thế giới kín đáo của giới mê công nghệ và bước ra trước công chúng, nơi những hành vi lạm dụng mô hình có thể trở thành chủ đề tranh cãi chính trị.

Mùa hè này, NVIDIA đã dẫn đầu một nhóm đối tác công nghệ hàng đầu, tìm cách ngăn chặn trước các biện pháp hạn chế của chính phủ đối với mô hình nguồn mở bằng một thư ngỏ, một lần nữa lập luận rằng hành vi lạm dụng công nghệ của một số ít người không nên khiến công nghệ đó bị hạn chế, bởi nó có thể mang lại lợi ích rộng khắp. Tuy nhiên, lập trường này đã không được ủng hộ trong những năm gần đây.

* Việc những người tạo ra mô hình có thực sự chân thành trong mong muốn công khai hạn chế hoạt động của người dùng hay không thường xuyên bị đặt nghi vấn; các biện pháp bảo vệ bằng hàng rào kiểm soát thậm chí còn bị coi là “màn kịch”.