TIME100 AI và bước chuyển của trí tuệ nhân tạo toàn cầu
TIME100 AI là danh sách thường niên tôn vinh 100 cá nhân có ảnh hưởng sâu sắc nhất tới tương lai trí tuệ nhân tạo toàn cầu, phản ánh những hướng nghiên cứu, công nghệ và tư duy sẽ định hình cách AI hiểu, học hỏi và tương tác với thế giới vật lý trong những thập kỷ tới.
Năm thứ tư danh sách này được công bố, ba nhà khoa học gắn với Giải thưởng VinFuture – GS. Fei-Fei Li, GS. Daniela Rus và GS. Yann LeCun – cùng xuất hiện trong TIME100 AI. Điều đáng nói không chỉ là số lượng, mà là thông điệp: những người từng đứng trên bục nhận giải tại Hà Nội giờ tiếp tục dẫn dắt các đường hướng mới của trí tuệ nhân tạo toàn cầu. Trong khi phần lớn ngành công nghệ vẫn say sưa mở rộng quy mô các mô hình ngôn ngữ lớn, GS. Yann LeCun công khai cho rằng cách làm này không thể đưa AI lên tầm trí tuệ người. Chính sự phản biện này mở nền cho một cuộc đổi hướng: thay vì phóng đại sức mạnh của LLM, ba nhà khoa học chọn đặt câu hỏi cơ bản hơn – làm sao để AI thật sự hiểu thế giới.
Từ nhận diện ảnh đến “trí tuệ không gian”: Fei-Fei Li đang dạy AI hiểu 3D
“Trí tuệ không gian” là hướng nghiên cứu nhằm giúp AI vượt khỏi mức nhận diện hình ảnh phẳng để hiểu cấu trúc ba chiều, vị trí, chuyển động và các quy luật vật lý chi phối thế giới xung quanh, từ đó đưa ra suy luận và hành động phù hợp trong môi trường 3D.
Fei-Fei Li nhìn rất rõ lỗ hổng của những hệ thống chỉ học từ văn bản và hình ảnh 2D: AI có thể nhận ra quả bóng trong ảnh, nhưng không “biết” quả bóng đang ở đâu, bay thế nào, tương tác với vật thể xung quanh ra sao. Bà so sánh: đọc mọi cuốn sách về bóng rổ không đồng nghĩa với việc biết ném bóng – và đó chính là điểm dừng của nhiều mô hình thị giác hiện nay. Tại World Labs, công ty đồng sáng lập năm 2024, bà và cộng sự phát triển Marble – nền tảng cho phép tạo và khám phá thế giới 3D từ văn bản, hình ảnh hoặc video, đồng thời tái hiện chiều sâu và bố cục không gian. Một ứng dụng thiết thực là tạo môi trường mô phỏng để huấn luyện và đánh giá robot trước khi đưa vào đời thực, giảm rủi ro và chi phí thử nghiệm.
“Trí tuệ hiện thân” của Daniela Rus: đưa AI ra khỏi màn hình
“Trí tuệ hiện thân” là cách tiếp cận nhấn mạnh việc đưa trí tuệ nhân tạo vào robot và thiết bị vật lý, để hệ thống không chỉ xử lý dữ liệu trừu tượng mà còn có thể cảm nhận môi trường, ra quyết định và thực hiện hành động trong thế giới thực.
Daniela Rus theo đuổi hướng này hơn ba thập kỷ trong lĩnh vực robot, với một lựa chọn rất khác: thay vì chỉ phóng to mạng nơ-ron, bà phát triển các kiến trúc AI lấy cảm hứng từ tự nhiên, có thể hoạt động hiệu quả với quy mô nhỏ hơn nhiều so với mạng nơ-ron thường dùng cho cùng nhiệm vụ. Năm 2020, nhóm của bà tại MIT xây dựng một mạng nơ-ron siêu nhỏ mô phỏng hệ thần kinh của loài giun nhưng vẫn điều khiển được ô tô đi đúng làn. Hướng nghiên cứu này sau đó trở thành nền tảng cho Liquid AI – doanh nghiệp tập trung vào các hệ thống AI hiệu quả về tính toán và tài nguyên. Theo mô tả, những công trình của Rus đã đi vào thực tế trong ô tô, logistics và tự động hóa, nghĩa là chúng ta đang thấy các ý tưởng phòng thí nghiệm dịch thẳng thành công nghệ vận hành trong đời sống thường ngày.
Yann LeCun và “mô hình thế giới”: phản biện LLM để tìm con đường khác
“Mô hình thế giới” là hướng xây dựng các hệ thống AI có khả năng tạo một mô hình nội tại về cách thế giới vận hành, từ đó dự đoán hệ quả của những hành động khác nhau và lựa chọn cách hành động phù hợp trong bối cảnh vật lý cụ thể.
Rời Meta để đồng sáng lập AMI Labs, Yann LeCun theo đuổi chính xác con đường này. Theo mô tả, trong khi cả ngành tiếp tục phóng to các mô hình ngôn ngữ lớn, ông khẳng định đó không phải con đường dẫn tới trí tuệ cấp độ con người. Thay vì nhồi thêm dữ liệu văn bản, LeCun muốn AI học những quy luật cơ bản của thế giới vật lý – điều kiện tiên quyết để robot, xe tự hành hay hệ thống y học thông minh có thể dự đoán tình huống và xử lý an toàn. Cách tiếp cận dựa trên “mô hình thế giới” được đánh giá có tiềm năng làm AI mạnh hơn trong các lĩnh vực như robot, xe tự hành và y học. Điều đáng chú ý là tư duy này song hành cùng “trí tuệ không gian” của Fei-Fei Li và “trí tuệ hiện thân” của Daniela Rus, tạo thành một bức tranh thống nhất: AI phải gắn với thế giới thực, không chỉ tồn tại trên màn hình.
Vì sao ba nhà khoa học VinFuture là tín hiệu tích cực cho cộng đồng AI Việt Nam
Việc ba nhà khoa học gắn bó chặt chẽ với Giải thưởng VinFuture cùng góp mặt trong TIME100 AI tiếp tục khẳng định tầm vóc quốc tế của mạng lưới khoa học này, đồng thời đưa một biểu tượng gốc Việt xuất hiện nổi bật trên bản đồ nghiên cứu trí tuệ nhân tạo toàn cầu.
Sau gần sáu năm, Giải thưởng VinFuture đã chứng minh được vị thế và uy tín trên bản đồ khoa học công nghệ toàn cầu. Khi những nhân vật từng nhận giải hoặc tham gia hội đồng nay được xướng tên trong danh sách AI uy tín, điều đó gửi một thông điệp rất rõ: từ Hà Nội, một mạng lưới khoa học đang đóng góp thực chất cho cuộc chơi AI thế giới. Đối với cộng đồng nghiên cứu trong nước, đây nên được nhìn như một lời mời hơn là một vòng nguyệt quế: lời mời tham gia sâu hơn vào các hướng AI gắn với thế giới thực – từ trí tuệ không gian, trí tuệ hiện thân đến mô hình thế giới. Nếu muốn đi xa, các phòng thí nghiệm và startup Việt cần học tinh thần dám phản biện xu hướng dễ dãi, chọn giải những bài toán khó nhưng có ý nghĩa lâu dài, thay vì chỉ chạy theo các bản sao mô hình lớn.
