Stefan Mesken, Chief Scientist tại DeepL – Loạt phỏng vấn

Stefan Mesken, Chief Scientist tại DeepL, đã dành hơn năm năm tại DeepL để phát triển nghiên cứu và lãnh đạo khoa học cốt lõi, bắt đầu với vai trò Research Scientist vào tháng 10 năm 2020, sau đó trở thành VP của Research vào tháng 11 năm 2023 và đảm nhiệm vai trò hiện tại vào tháng 4 năm 2025 tại Munich. Trước khi gia nhập DeepL, ông đã làm việc như một Data Scientist tại real.digital trong khu vực Cologne-Bonn và thực hiện nghiên cứu về logic toán học tại Đại học Münster. Sự nghiệp của ông kết hợp giữa nghiên cứu toán học cơ bản và trí tuệ nhân tạo ứng dụng, giúp ông lãnh đạo hướng khoa học đằng sau các mô hình ngôn ngữ lớn và hệ thống trí tuệ nhân tạo đa ngôn ngữ của DeepL.

DeepL là một công ty trí tuệ nhân tạo của Đức tập trung vào việc xây dựng các hệ thống trí tuệ ngôn ngữ tiên tiến cho phép dịch và giao tiếp chính xác, nhận thức ngữ cảnh trên hơn 100 ngôn ngữ. Được thành lập vào năm 2017 và có trụ sở tại Cologne, công ty phục vụ hàng triệu người dùng trên toàn thế giới và cung cấp các giải pháp cấp doanh nghiệp thông qua đăng ký và dịch vụ API. Nền tảng của công ty đã mở rộng từ dịch sang một bộ công cụ Ngôn ngữ Trí tuệ Nhân tạo rộng lớn hơn, bao gồm hỗ trợ viết và khả năng giọng nói, được thiết kế để hỗ trợ giao tiếp an toàn, có thể mở rộng cho các doanh nghiệp và tổ chức toàn cầu.

Bạn bắt đầu sự nghiệp trong logic toán học trước khi chuyển sang khoa học dữ liệu ứng dụng và cuối cùng lãnh đạo tổ chức nghiên cứu của DeepL. Khi nhìn lại, làm thế nào công việc sớm đó trong lý luận hình thức ảnh hưởng đến cách bạn nghĩ về việc xây dựng các hệ thống trí tuệ nhân tạo tự chủ, cấp doanh nghiệp?

Điều gì thu hút tôi vào lĩnh vực lý thuyết tập hợp và logic toán học ngay từ đầu là sự tò mò không ngừng để tìm hiểu cách các hệ thống phức tạp này hoạt động – từ các nguyên tắc cơ bản và đi sâu vào độ sâu ngày càng tăng. Sự tò mò này đã là một yếu tố không đổi trong cuộc sống của tôi từ khi còn nhỏ. Đó cũng là khía cạnh của công việc tôi yêu thích nhất. Hiện tại, thách thức là thúc đẩy sự phát triển của trí tuệ nhân tạo với sự tập trung mạnh mẽ vào khả năng sử dụng trong thực tế. Ngoài vấn đề bảo mật và tin cậy, tôi dành thời gian để đảm bảo rằng các doanh nghiệp và người dùng thuộc mọi loại hình đều có thể tận dụng lợi thế của công nghệ tuyệt vời này. Cho đến nay, xu hướng đã khác: Hầu hết việc sử dụng trí tuệ nhân tạo trong thực tế là hoàn toàn bị động (ví dụ: hệ thống đề xuất mà bạn tiêu thụ nhưng không kiểm soát) hoặc được sử dụng chủ yếu bởi những người có kỹ năng kỹ thuật cao (ví dụ: trợ lý mã hóa). Tôi muốn thu hẹp khoảng cách đó: Mỗi cá nhân và công ty nên được thiết lập để thành công và có thể cách mạng hóa cách họ tiếp cận công việc.

DeepL đã xây dựng danh tiếng của mình trên cơ sở dịch chính xác cao. Làm thế nào nền tảng đó trong mô hình ngôn ngữ đã định hình tư duy ban đầu của công ty khi chuyển từ dịch sang các hệ thống trí tuệ nhân tạo chung?

Cái gì làm cho trí tuệ nhân tạo trở nên kỳ diệu là các khái niệm và ý tưởng rất giống nhau có thể dẫn đến các giải pháp mới trong các lĩnh vực hoàn toàn khác nhau: các động cơ cờ vua, hệ thống đề xuất, gấp protein, xe tự lái, động cơ dịch và nhiều hơn nữa. Tất cả đều được cung cấp bởi cùng một tập hợp các nguyên tắc và kỹ thuật. Sau khi đã掌握 những kỹ thuật này trong gần một thập kỷ, chúng tôi tự nhiên suy nghĩ về các vấn đề mới để tập trung vào. Trong nội bộ, điều này luôn là như vậy, dẫn đến việc phát minh ra Glossary, Write, Voice, Customization Hub và nhiều hơn nữa.

Với vai trò là Chief Scientist, bạn phân biệt như thế nào giữa việc xây dựng các mô hình ngôn ngữ tạo ra đầu ra thông thạo và xây dựng các hệ thống có thể hoạt động đáng tin cậy trong các quy trình làm việc của doanh nghiệp?

Các ý tưởng cốt lõi là tương tự như nhau: Chúng tôi cần hiểu sâu sắc những gì người dùng muốn và sau đó căn chỉnh các hệ thống trí tuệ nhân tạo của chúng tôi với những mục tiêu và sở thích đó. Đôi khi, chúng rõ ràng và rõ ràng; những lần khác, chúng tinh vi và không nói rõ. Trong mọi trường hợp, đó là công việc của chúng tôi để đảm bảo rằng công việc chúng tôi sản xuất có giá trị cao cho người dùng của chúng tôi.
DeepL đã luôn nổi bật trong lĩnh vực này nhờ vào sự tập trung vào khách hàng. Chúng tôi không theo đuổi các điểm chuẩn nhân tạo hoặc các ấn phẩm học thuật – chúng tôi theo đuổi sự hài lòng của khách hàng. Điều này chưa bao giờ quan trọng hơn bây giờ, khi chúng tôi mở rộng chân trời và hỗ trợ mọi người trong công việc hàng ngày của họ.

DeepL Agent đại diện cho một bước ngoặt từ trí tuệ nhân tạo hỗ trợ sang thực hiện tự chủ. Những thách thức kỹ thuật lớn nhất trong việc làm cho chuyển đổi đó hoạt động trong thực tế là gì?

Đến nay, thách thức lớn nhất trong việc xây dựng DeepL Agent là khả năng sử dụng. Trong nhiều năm, hệ sinh thái trí tuệ nhân tạo đã phục vụ chủ yếu cho các nhà phát triển phần mềm và các chuyên gia kỹ thuật cao. Với DeepL Agent, chúng tôi nhằm thay đổi điều đó và trang bị cho mọi công nhân tri thức các công cụ tinh vi để giải quyết và tự động hóa các vấn đề phức tạp. Để đạt được điều này, chúng tôi cần cùng mức độ tinh vi trong nhận thức, lý luận, lập kế hoạch và hành động. Thay vì trình bày cho người dùng một tập hợp các công cụ phong phú nhưng phức tạp, chúng tôi đã làm việc chăm chỉ để tạo ra một giải pháp đồng nhất, liền mạch và thanh lịch cho hỗ trợ và tự động hóa quy trình từ đầu đến cuối.

Từ góc độ kiến trúc, những khả năng nào cần được thiết lập trước khi một hệ thống trí tuệ nhân tạo có thể được tin cậy để hoạt động tự chủ trong môi trường doanh nghiệp?

Đối với một loạt các nhiệm vụ hành chính, công nghệ đã có sẵn. DeepL Agent có thể hoạt động đáng tin cậy trong môi trường của bạn, tìm kiếm lời khuyên khi cần và cung cấp xác minh của con người trong vòng lặp khi mong muốn. Mức độ trí tuệ tổng hợp này từng là hư cấu chỉ vài tháng trước. Tuy nhiên, vẫn còn một chặng đường dài phía trước. Trong vài năm tới, các đại lý trí tuệ nhân tạo sẽ trở thành một lớp sản xuất hợp tác trong các doanh nghiệp — làm việc không ngừng nghỉ trong nền, hợp tác với con người và với nhau để loại bỏ công việc bận rộn và trao quyền cho chúng tôi giải quyết các vấn đề trước đây nằm ngoài tầm với.

Bạn đã nói về việc hiểu ngôn ngữ sâu sắc như một điều kiện tiên quyết cho các tác nhân trí tuệ nhân tạo có trách nhiệm. “Sâu” có nghĩa là gì trong ngữ cảnh này ngoài tính thông thạo bề mặt?

Ngôn ngữ đáng chú ý là mơ hồ và phụ thuộc vào ngữ cảnh — đặc biệt là trong các lĩnh vực chuyên nghiệp. Bạn có thể đã trải qua điều này bản thân: nghe một nhóm bạn bè thảo luận về một sở thích mà bạn không chia sẻ hoặc một chuyên môn hóa mà bạn thiếu kinh nghiệm… Nó có thể không có ý nghĩa với người ngoài, nhưng một cách nào đó họ hiểu nhau hoàn hảo. Chúng tôi muốn sự hỗ trợ trí tuệ nhân tạo cảm giác như nói chuyện với một đồng nghiệp có kinh nghiệm, đáng tin cậy với whom bạn chia sẻ nhiều năm hợp tác. Các sở thích ngầm nên vẫn ngầm. Bạn không nên phải giải thích nhiều lần cách bạn muốn công việc được thực hiện. Điều này có thể nghe có vẻ rõ ràng, nhưng nó đòi hỏi một lượng nghiên cứu khổng lồ để làm đúng. Đó là những gì tôi có nghĩa là bằng “hiểu ngôn ngữ sâu sắc”.

Làm thế nào bạn tiếp cận các biện pháp bảo vệ và giám sát khi triển khai các hệ thống tự chủ có thể thực hiện các hành động thực tế chứ không chỉ đưa ra khuyến nghị?

Để trí tuệ nhân tạo hỗ trợ hoạt động trong các ngữ cảnh kinh doanh, chúng tôi phải cân bằng cẩn thận khả năng với kiểm soát. Khả năng lớn hơn tạo ra cơ hội sản xuất khổng lồ, nhưng nếu không được kiểm soát, nó trở thành một trách nhiệm. Điều này không thể xảy ra. Từ ngày đầu tiên, DeepL Agent đã được trang bị các biện pháp bảo vệ cấp doanh nghiệp, được thực hiện dưới nhiều hình thức. Các không gian làm việc chung cung cấp cho người dùng quyền kiểm soát chính xác đối với dữ liệu và truy cập, đồng thời cung cấp các bản ghi kiểm toán, giám sát của con người và xác minh của con người trong vòng lặp. Ngoài ra, các quản trị viên hệ thống có quyền kiểm soát chi tiết đối với các hệ thống mà DeepL Agent có thể điều hướng và các cơ chế để thông báo cho các công cụ cơ bản khi chúng được vận hành bởi đại lý.

Những bài học gì bạn đã học được về việc di chuyển ý tưởng từ nghiên cứu sang sản xuất mà không hy sinh độ tin cậy hoặc kỷ luật khoa học?

Khoảng cách giữa nghiên cứu và phát triển sản phẩm rộng hơn nhiều so với suy nghĩ chung. Cả hai đều bắt đầu bằng cách tiếp cận nghiêm ngặt để giải quyết các vấn đề trước đây không thể giải quyết và một hồ sơ ghi chép cẩn thận về những gì hoạt động và những gì không. Trong khi nghiên cứu có thể đơn giản hóa phạm vi và giả định một mô hình thế giới đơn giản hơn, phát triển sản phẩm phải tính đến sự phức tạp của ngữ cảnh của người dùng thực. Trong hỗ trợ trí tuệ nhân tạo, việc sử dụng công cụ là một ví dụ hàng đầu. Thật hấp dẫn khi giả định rằng môi trường sẽ luôn được chuẩn bị cho tự động hóa, với quyền truy cập hệ thống được sắp xếp và API sẵn sàng. Thực tế khác biệt. Giống như xe tự lái phải xử lý toàn bộ sự phức tạp của cơ sở hạ tầng ngày nay, các đại lý trí tuệ nhân tạo phải hoạt động hiệu quả trong các mẫu truy cập, dữ liệu và hệ thống mà các doanh nghiệp dựa vào. Sự nhận thức sớm này là tại trung tâm của thiết kế DeepL Agent.

Khi DeepL mở rộng từ một nền tảng ngôn ngữ tập trung sang một hệ thống trí tuệ nhân tạo doanh nghiệp rộng lớn hơn, bạn quyết định những khả năng nào nên vẫn được kiểm soát chặt chẽ và những khả năng nào nên được lộ ra cho hành vi tự chủ hơn?

Mức độ kiểm soát cần thiết cho một nhiệm vụ được xác định bởi hai yếu tố: độ tin cậy của con người hoặc hệ thống thực hiện nó và tác động tiềm tàng của các lỗi. Điều này áp dụng như nhau cho việc thực hiện của con người và máy. Độ tin cậy của trí tuệ nhân tạo đã tăng đáng kể trong vài năm qua và sẽ tiếp tục cải thiện. Do đó, kiểm soát chặt chẽ sẽ cần thiết cho ít nhiệm vụ hơn và ít hơn. Cuối cùng, độ tin cậy của trí tuệ nhân tạo sẽ vượt qua thậm chí cả mức độ chuyên gia của con người cho nhiều nhiệm vụ. Điều này cũng áp dụng cho các cơ chế kiểm soát, которые sẽ ngày càng chuyển sang giám sát trí tuệ nhân tạo. Trong nội bộ, DeepL Agent đã làm điều này, yêu cầu sự giúp đỡ của người dùng mỗi khi tự sửa không thể xảy ra.

Nhìn về tương lai, bạn tin rằng những đột phá nào trong hiểu ngôn ngữ hoặc thiết kế tác nhân sẽ định hình trí tuệ nhân tạo doanh nghiệp trong hai năm tới?

Các tác nhân trí tuệ nhân tạo sẽ không chỉ giúp đỡ với các nhiệm vụ cá nhân. Họ sẽ hình thành một lớp sản xuất hợp tác trong các doanh nghiệp làm việc vì chúng ta để giảm thiểu sự phân tâm, chuẩn bị và đưa thông tin lên bề mặt chính xác khi cần và giải quyết vấn đề và ngày càng nhiều nhiệm vụ tinh vi hoàn toàn trong nền.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập DeepL.