Một bước chuyển nhân sự, hai hướng đi AI
Nathan Chen AI là nhà nghiên cứu Trung Quốc 17 tuổi từng góp phần phát triển công nghệ cho dòng mô hình Kimi của Moonshot AI, trước khi thông báo rời công ty và được đồn đoán sẽ gia nhập Discovery Loop. Tin đồn này đáng chú ý không chỉ vì tuổi đời của Chen, mà còn vì nó đặt một nhân tài trẻ vào giao điểm giữa hai hướng phát triển AI khác biệt.
Chen thông báo rời Moonshot AI trên mạng xã hội sau chưa đầy một năm làm việc. Ngày 20/10, tài khoản ẩn danh Arfur Grok, chuyên theo dõi biến động nhân sự cấp cao trong ngành AI, nói anh có thể đầu quân cho Discovery Loop. Tuy nhiên, thông tin chưa được xác nhận: Chen chưa bình luận, còn công ty từ chối trao đổi về nhân sự. Vì vậy, đây hiện là một khả năng được đồn đoán, không phải quyết định tuyển dụng đã được xác thực.
Thời điểm rời đi càng khiến câu chuyện gây chú ý: Moonshot đang được nhìn nhận qua những bước tiến của Kimi K3, còn Discovery Loop đặt cược vào AI phục vụ nghiên cứu khoa học. Sự dịch chuyển, nếu thành sự thật, sẽ là tín hiệu về sức hút của những phòng thí nghiệm mới với tham vọng khác biệt.
Dấu ấn của Chen trong cuộc đua Kimi
Chen rời Moonshot khi công ty đang thu hút sự chú ý nhờ Kimi K3, mô hình ra mắt hồi tháng 7 và làm dấy lên lo ngại ở Washington rằng khoảng cách năng lực giữa các hệ thống AI tiên tiến của Mỹ và Trung Quốc đang thu hẹp. Kimi cũng được chú ý nhờ trọng số mở, qua đó trở thành một phần trong cuộc cạnh tranh ngày càng gay gắt giữa các phòng nghiên cứu.
Trong thời gian ngắn tại Moonshot, Chen tham gia các cải tiến kỹ thuật quan trọng cho dòng Kimi. Đóng góp được nhắc đến nhiều là kỹ thuật attention residuals, nhằm cải thiện hiệu quả sử dụng bộ nhớ và giảm chi phí vận hành mô hình ngôn ngữ lớn. Đây là loại công việc ít hào nhoáng hơn việc ra mắt sản phẩm, nhưng có thể tác động trực tiếp đến khả năng huấn luyện và vận hành mô hình.
Vì thế, sức hút của Nathan Chen không chỉ nằm ở danh xưng thần đồng. Kinh nghiệm góp phần xử lý những giới hạn kỹ thuật của Moonshot khiến anh có giá trị trong một thị trường mà nhân tài AI có thể chuyển giữa các nhóm theo đuổi những mục tiêu rất khác nhau.
Discovery Loop đặt cược vào khoa học tự động
Discovery Loop startup khác với các doanh nghiệp chủ yếu xây mô hình AI phục vụ người dùng: mục tiêu của công ty là tự động hóa một phần quá trình nghiên cứu khoa học. Nhóm sáng lập gồm Jeff Dean, Sanjay Ghemawat, Oriol Vinyals và tiến sĩ Lê Viết Quốc, nhà khoa học AI người Việt từng đồng sáng lập Google Brain.
Tham vọng là để hệ thống đề xuất giả thuyết, thiết kế và tiến hành thí nghiệm, phân tích kết quả rồi chọn bước tiếp theo. Nếu làm được, AI có thể rút ngắn những vòng thử nghiệm vốn kéo dài hàng tháng hoặc hàng năm. Nhưng đây vẫn là mục tiêu phát triển, không phải năng lực đã được chứng minh qua một sản phẩm công khai.
Sức hấp dẫn của hướng đi này nằm ở việc mở rộng vai trò của AI: từ trả lời câu hỏi sang tham gia tạo ra tri thức. Đội ngũ sáng lập giàu kinh nghiệm giúp Discovery Loop thu hút sự chú ý, nhưng danh tiếng không thay thế được bằng chứng. Công ty vẫn phải cho thấy hệ thống hoạt động hiệu quả trong các quy trình nghiên cứu thực tế.
Cuộc đua nhân tài cũng là cuộc đua về mục tiêu
Nếu Chen gia nhập Discovery Loop, đây sẽ là ví dụ tiêu biểu cho cạnh tranh nhân tài giữa các startup AI: Moonshot xây dựng năng lực cho dòng mô hình Kimi, còn Discovery Loop tìm người cho một chương trình nghiên cứu khoa học tự động. Khác biệt không chỉ nằm ở công nghệ, mà ở câu hỏi mỗi nhóm muốn AI giải quyết tiếp theo.
Discovery Loop đã thu hút các nhà nghiên cứu từ những tập đoàn công nghệ lớn, trong khi Moonshot là một phòng nghiên cứu nổi bật trong làn sóng mô hình AI Trung Quốc. Việc một nhà nghiên cứu trẻ có kinh nghiệm ở Kimi được cho là hướng sang Mỹ cho thấy startup mới có thể cạnh tranh bằng sứ mệnh nghiên cứu và quyền tự do theo đuổi ý tưởng, chứ không chỉ bằng quy mô tổ chức.
Tuy nhiên, chưa nên xem tin đồn nhân sự như bằng chứng rằng Discovery Loop đã thắng cuộc đua. Kết luận đáng chú ý hơn là thị trường đang tranh giành những người có thể biến bước tiến kỹ thuật thành hướng nghiên cứu mới. Với Chen, lựa chọn tiếp theo vẫn chưa được xác nhận; với Discovery Loop, phép thử lớn nhất là chứng minh tham vọng tự động hóa khoa học có thể thành năng lực thực.
