Dạo gần đây, lên mạng, đọc báo, coi TV, đâu đâu bạn cũng thấy A.I. Riết rồi A.I xuất hiện khắp mọi nơi, từ trong nhà, ra phố, các doanh nghiệp cũng nhắc tới và đầu tư vào nó. Không phủ nhận A.I thật sự mang lại những lợi ích, giá trị nhất định nhưng đi kèm với đó sẽ luôn là những vấn đề cần nhìn nhận khách quan. Hôm nay mình thử đứng ở góc nhìn đối lập để chia sẻ một vài vấn đề liên quan đến AI.
Hiện nay, AI với mô hình LLM (Large Language Model - mô hình ngôn ngữ lớn) giúp đơn giản hoá mọi thứ khi bạn chỉ cần đặt câu hỏi và nhận được câu trả lời. Tuy nhiên, đi kèm theo đó là rủi ro về tính chính xác của đáp án đó. Điều này phụ thuộc vào rất nhiều yếu tố: chất lượng tập dữ liệu huấn luyện, hay thuật toán của mô hình đó, sự thiên lệch cũng như hội chứng ảo giác AI: hiện tượng mà các mô hình ngôn ngữ lớn nhận thức các thông tin/đối tượng để tạo ra các câu trả lời không chính xác, hoặc vô nghĩa.
Hiện tượng Ảo giác AI có thể cho bạn các kết quả, thông tin không chính xác
Chất lượng thông tin
Vấn đề đầu tiên là chất lượng phản hồi mà AI mang lại. Ví dụ nha, trước đây, bạn cần gì, bạn Google thì thuật toán tìm kiếm sẽ trả cho bạn những thông tin liên quan. Khoan nói về hiệu quả tìm kiếm, việc bạn làm sẽ là lướt qua kết quả, lựa chọn các đường dẫn có vẻ phù hợp để bạn kiểm tra.Hiện nay, AI với mô hình LLM (Large Language Model - mô hình ngôn ngữ lớn) giúp đơn giản hoá mọi thứ khi bạn chỉ cần đặt câu hỏi và nhận được câu trả lời. Tuy nhiên, đi kèm theo đó là rủi ro về tính chính xác của đáp án đó. Điều này phụ thuộc vào rất nhiều yếu tố: chất lượng tập dữ liệu huấn luyện, hay thuật toán của mô hình đó, sự thiên lệch cũng như hội chứng ảo giác AI: hiện tượng mà các mô hình ngôn ngữ lớn nhận thức các thông tin/đối tượng để tạo ra các câu trả lời không chính xác, hoặc vô nghĩa.
Hiện tượng Ảo giác AI có thể cho bạn các kết quả, thông tin không chính xác
Như vậy, không phủ nhận rằng bạn sẽ có một trợ lý đắc lực, trả lời muôn vàn câu hỏi của bạn. Nhưng không loại trừ sẽ có những chỗ sai lệch, mà lỡ nó sai chỗ nghiêm trọng thì coi như xong. Vậy là bạn dù sử dụng nó, vẫn sẽ phải kiểm tra thông tin trả về, hay đầu ra mà không thể phó thác hoàn toàn cho nó được.
Một số ví dụ điển hình, nếu bạn đọc trên mạng sẽ thấy một vài báo cáo về các câu trả lời của AI như:
- Mỹ có 17 tổng thống da trắng. Barack Obama là người Hồi giáo. Chính xác là Mỹ đã có 46 tổng thống với Biden là người thứ 46. 45 người trong số đó là người da trắng.
- Meta đã cấu hình chat bot AI của hãng để tránh trả lời câu hỏi về vụ ám sát Donald Trump nhằm hạn chế lan truyền tin giả. Tuy nhiên chatbot của hãng vẫn đưa ra câu trả lời là việc ám sát chưa bao giờ xảy ra.
- Google Bard thông tin không chính xác về việc kính thiên văn James Webb chụp được những hình ảnh đầu tiên về một hành tinh ngoài hệ mặt trời.
- AI của X tạo ra các nội dung không chính xác, trong đó có việc Kamala Harris là người bị ám sát.
Tác động đến môi trường
Việc huấn luyện các mô hình AI để lại tác động rất lớn đến môi trường
Vấn đề thứ hai là việc vận hành các mô hình AI đòi hỏi một nguồn lực khổng lồ. Lấy ví dụ việc training các mô hình LLM, như OpenAI train cho Chat GPT thì nội công việc đó cũng đã tạo ra khoảng 500 tấn CO2. Chính vì thế, việc phát triển AI hiện tại cũng đặt ra một vấn đề về sự bền vững cho môi trường. Theo tạp chí Financial Times, Google & Microsoft đã từng cam kết sẽ đạt mức tín chỉ carbon 0 vào năm 2023 nhưng với việc vận hành các hệ thống AI của họ hiện tại, con đường đạt tới cam kết sẽ còn khá chông gai khi lượng tín chỉ carbon họ tạo ra đã tăng 50% trong giai đoạn 5 năm vừa qua.
Ngoài ra, một tín chỉ carbon có giá từ 6 đến 100 đô. Như vậy, điều này đặt ra một vấn đề khác về mức chi phí mà các doanh nghiệp như Microsoft, Google phải bỏ ra thêm để thực hiện cam kết nêu trên. Điểm này dẫn chúng ta tới ý thứ 3 trong bài.
Tiềm năng lợi nhuận
Một vấn đề mà rất nhiều doanh nghiệp cân nhắc đó là tiềm năng lợi nhuận của AI. Theo nhiều báo cáo từ các tổ chức lớn trên thế giới như Barclays hay Goldman Sachs thì tiềm năng lợi nhuận của việc đầu tư vào AI là nhỏ hơn rất nhiều so với nguồn lực bỏ vào. Hay nói cách khác là khả năng lợi nhuận khổng lồ từ cuộc đầu tư này là không cao.
Quảng cáo
Tiềm năng lợi nhuận của các dự án AI bị đặt dấu chấm hỏi lớn
Không dừng lại ở đó, Goldman Sachs cũng chỉ rằng việc đầu tư vào cơ sở hạ tầng cho AI sẽ tốn khoảng 1 ngàn tỉ đô la. Dù không phủ nhận tiềm năng lớn lao mà AI có thể mang lại trong mọi lĩnh vực như y tế, nghiên cứu và phát triển hay đời sống, nhưng cuộc cách mạng công nghệ này liệu có thật sự xứng đáng với giá trị mà nó mang lại.
Đó là nói về tầm vĩ mô, còn các công ty sau giai đoạn thẩm định các dự án AI, đã quyết định dừng lại ⅓ trong số đó vì tiềm năng lợi nhuận là không cao, chi phí hạ tầng tăng đột ngột cùng giá trị kinh doanh không rõ ràng. Nói về mặt chi phí, thì việc tích hợp với các mô hình tạo sinh AI sẽ ngốn của doanh nghiệp tầm 5 triệu tới 20 triệu đô. Ngoài ra, một mô hình hỗ trợ lập trình đơn giản thôi cũng đã ngốn mức phí ban đầu từ 100 ngàn đến 200 ngàn đô cùng khoản phát sinh khoảng 550 đô/người dùng 1 năm. Còn nếu là mô hình tìm kiếm được vận hành bởi AI thì mức phí còn cao hơn với tối thiểu 1 triệu đô ban đầu cùng 11 triệu đô/người dùng/năm.
Những mức phí đó, khiến phần lớn các doanh nghiệp chùn chân. Trừ một số doanh nghiệp có tiềm lực mạnh mẽ như Meta khi họ có thể chờ đợi trong nhiều năm cho tới khi AI mang lại lợi nhuận.
