Huang Renxun lại nói về lý thuyết nguy hiểm của AI: Nhiều dự đoán đều là bịa đặt, Trung Quốc sẽ trở thành lực lượng quan trọng trong nguồn mở toàn cầu

• tác giả: Lý Hải Luân*

• biên tập: Từ Thanh Dương*

Vào lúc 9 giờ sáng theo giờ địa phương Mỹ ngày 14 tháng 9, tại sự kiện trực tiếp All-In Summit 2026 do podcast công nghệ nổi tiếng All-In Podcast tổ chức, CEO của NVIDIA, Huang Renxun đã thảo luận với bốn người dẫn chương trình về các chủ đề như an toàn AI, thuyết tận thế AI, cải tiến tự hồi quy, mô hình mã nguồn mở và AGI.

Bốn người dẫn chương trình cũng là đồng sáng lập của All-In Podcast, bao gồm nhà đầu tư thiên thần Jason Calacanis, cựu giám đốc Facebook Chamath Palihapitiya, thành viên cốt lõi của "băng nhóm PayPal" David Sacks, và CEO của công ty công nghệ sinh học nông nghiệp Ohalo Genetics và công ty đầu tư The Production Board, David Friedberg.

Cuộc phỏng vấn này xoay quanh một câu hỏi cốt lõi: An toàn AI cần có những ranh giới nào. Đối với cuộc thảo luận gần đây của CEO Anthropic, Dario Amodei về an toàn AI và tiếng gọi "giảm tốc" từ các phòng thí nghiệm tiên tiến, Huang Renxun cho rằng, an toàn và đổi mới không mâu thuẫn. Các sự kiện an toàn đã xảy ra nên được phân tích nguyên nhân theo vấn đề kỹ thuật và được kiểm soát thông qua công nghệ, quy trình và thử nghiệm.

Về những dự đoán "tận thế AI" thường xuyên xuất hiện trong những năm gần đây, Huang Renxun đã liệt kê những phán đoán trước đây đã được chứng minh là không chính xác như "bác sĩ chẩn đoán hình ảnh sẽ bị AI thay thế, 90% mã sẽ được tạo ra bởi AI trong thời gian ngắn, 50% vị trí công việc cấp thấp sẽ biến mất". Ông cho rằng, những dự đoán này thiếu cơ sở khoa học đủ mạnh và không nên được dùng để tạo ra sự hoảng loạn trong xã hội.

Khi nói về cải tiến tự hồi quy (RSI), Huang Renxun cho rằng, RSI không phải là một công nghệ bí ẩn xuất hiện đột ngột, mà là sự kết hợp của các công nghệ đã có như ngữ cảnh, học tăng cường, dữ liệu tổng hợp, LoRA, v.v.

Về cuộc tranh luận giữa mô hình mã nguồn mở và mã nguồn đóng, ông đã khẳng định rằng cả hai đều cần thiết và cho rằng Trung Quốc có nhiều kỹ sư và nhân tài trong lĩnh vực khoa học, toán học, có thể trở thành những đóng góp quan trọng cho hệ sinh thái mã nguồn mở toàn cầu trong tương lai.

Sau đó, chủ đề chuyển sang "AGI và trí tuệ siêu việt". Khi Huang Renxun được hỏi: nếu tiêu chuẩn AGI là đạt được mức độ thông minh của con người, thì giai đoạn này có phải đã đến chưa. Ông đã trả lời ngắn gọn: "Hiện tại đã đạt được."

Dưới đây là bản ghi cuộc phỏng vấn mới nhất của Huang Renxun, đã được tinh giản mà không làm thay đổi ý nghĩa ban đầu:

01 An toàn AI không thể đối lập với đổi mới

Hỏi: Gần đây có nhiều cuộc thảo luận về an toàn AI. Dario Amodei đã công bố một bài viết về an toàn AI, và cựu nhà nghiên cứu của Anthropic, Jacob Coxon cũng đã rời bỏ vì các vấn đề liên quan. Ông nghĩ sao về những điều này?

Huang Renxun: Vấn đề an toàn chắc chắn phải được coi trọng, nhưng an toàn và lãnh đạo không mâu thuẫn. Chúng ta hoàn toàn có thể đổi mới nhanh chóng, thực hiện nhanh chóng, để Mỹ tiếp tục giữ vị thế dẫn đầu, đồng thời đảm bảo an toàn. Việc xem hai điều này như là những lựa chọn loại trừ lẫn nhau là sai lầm.

Coxon đứng ra nói những điều này cần có dũng cảm. Là một người tố giác, ông ấy không có vấn đề gì khi làm điều này, nhưng những phán đoán khoa học mà ông ấy đưa ra về tương lai, tôi cho rằng thiếu cơ sở khoa học đủ mạnh, vì những dự đoán này không được xây dựng trên nghiên cứu khoa học thực sự.

Hiện tại, nhiều phòng thí nghiệm tiên tiến đang chuyển từ tổ chức nghiên cứu sang tổ chức kỹ thuật, trong khi nghiên cứu và kỹ thuật là hai điều khác nhau. Nếu trong quá trình chuyển đổi này xuất hiện vấn đề về kiểm soát hoặc quản lý, đó là một vấn đề khác. Còn về việc Coxon đã thấy gì, tôi không biết.

Hỏi: Trong vài năm qua, ngành AI đã xuất hiện nhiều dự đoán rất bi quan, như "AI có thể hủy diệt nhân loại, dẫn đến mất nhiều việc làm". Ông nghĩ sao về những tuyên bố này?**

Huang Renxun: Tôi cho rằng chúng ta không nên dễ dàng gán cho những điều này cái gọi là "xác suất diệt vong của nhân loại" hoặc "xác suất hủy diệt văn minh", vì nhiều thứ trong đó thực sự là bịa đặt. Khi bạn gọi một người là nhà nghiên cứu, nhà khoa học, rồi đưa ra một dự đoán rất gây sốc, rất dễ khiến công chúng hoảng sợ, tôi cho rằng đó là điều vô trách nhiệm.

Chúng ta đã thấy nhiều dự đoán như vậy trong quá khứ. Có người dự đoán rằng trong vòng năm năm, bác sĩ chẩn đoán hình ảnh sẽ bị AI hoàn toàn thay thế, và trong tương lai sẽ không cần bác sĩ chẩn đoán hình ảnh nữa. Nhưng thực tế là, toàn thế giới cần nhiều bác sĩ chẩn đoán hình ảnh hơn, AI thực sự đã được sử dụng trong phân tích hình ảnh y tế, nhưng điều này hoàn toàn khác với việc "bác sĩ chẩn đoán hình ảnh sẽ biến mất".

Còn có người dự đoán rằng "trong 6 đến 12 tháng tới, 90% mã sẽ được AI tạo ra, 50% vị trí công việc cấp thấp sẽ biến mất trong 6 đến 9 tháng". Thực tế là, những dự đoán này đều không xảy ra. Trước đó, có người nói "GPT-2, Llama 3 nguy hiểm đến mức không thể phát hành", thậm chí có người dự đoán "một nửa công việc văn phòng sẽ biến mất trong năm thứ hai", hoặc cái gọi là "ngày tận thế việc làm" sắp đến.

Tôi cho rằng những dự đoán này nên được ghi lại. Vài năm sau nhìn lại, chúng ta sẽ biết dự đoán nào là đúng, dự đoán nào chỉ tạo ra sự hoảng loạn.

Hỏi: Vậy ông nghĩ rằng vấn đề an toàn AI nên được xử lý nhiều hơn theo cách vấn đề kỹ thuật?**

Huang Renxun: Nếu xảy ra sự kiện an toàn, trước tiên chúng ta nên thực hiện phân tích nguyên nhân kỹ thuật, làm rõ điều gì thực sự đã xảy ra, vấn đề ở đâu, và những biện pháp nào có thể được thực hiện trong tương lai để tránh những sự việc tương tự xảy ra, sau đó biến những biện pháp này thành quy định, quy trình và kiểm soát kỹ thuật.

Tôi tin rằng những công ty này đã đang làm những điều này, bao gồm cả việc cải thiện sandbox, môi trường hoạt động nghiêm ngặt hơn, giám sát hoàn thiện hơn, và hệ thống giám sát liên tục. Tôi thậm chí sẵn sàng đặt cược rằng những vấn đề này có thể được kiểm soát và ngăn ngừa.

Nếu một công ty kỹ thuật thực sự không biết điều gì đã xảy ra, cũng không biết nên kiểm soát như thế nào, thì có thể cử kỹ sư vào giúp họ. Nhưng tôi không nghĩ rằng tình huống sẽ phát triển đến mức đó. Trong những phòng thí nghiệm này có rất nhiều người xuất sắc, tôi tin rằng họ đã phân tích các vấn đề liên quan và đã thực hiện các biện pháp tương ứng.

Hỏi: Nếu vấn đề an toàn AI cần có sự quản lý, thì quản lý nên bắt đầu từ đâu?**

Huang Renxun: Quản lý nên giải quyết những vấn đề thực sự tồn tại. Hiện tại, những vấn đề cần chú ý chủ yếu đến từ các phòng thí nghiệm AI tiên tiến, vì họ có nhiều tài nguyên tính toán nhất và đang xử lý những vấn đề tiên tiến nhất. Một học sinh trung học hoặc một công ty khởi nghiệp bình thường rất khó có đủ khả năng tính toán để tạo ra những vấn đề này.

Những phòng thí nghiệm này đang chuyển từ nghiên cứu sang giai đoạn kỹ thuật, đồng thời cũng đang xây dựng công ty, văn hóa, công nghệ và sản phẩm, quá trình này không hề dễ dàng. Do đó, cần chú ý đến cách họ xây dựng hệ thống kỹ thuật hoàn thiện hơn, đảm bảo rằng quá trình phát triển và thử nghiệm công nghệ đều có đủ độ an toàn.

Hỏi: Có cần thiết có các tổ chức đánh giá bên thứ ba không?**

Huang Renxun: Tôi cho rằng có thể có nhiều tổ chức đánh giá và kiểm toán. Họ không cần biết tất cả mọi thứ, nhưng cần biết nên đặt ra những câu hỏi nào. Điều này có phần tương tự như kiểm toán tài chính. Nếu chỉ có một tổ chức đánh giá, có thể sẽ bị ảnh hưởng; nếu có nhiều tổ chức đánh giá, họ có thể kiểm soát lẫn nhau.

02 "Cải tiến tự hồi quy" không bí ẩn như vậy

Hỏi: Hiện nay mọi người ngày càng thảo luận nhiều hơn về cải tiến tự hồi quy, tức là AI tự tạo dữ liệu, tự đào tạo bản thân, rồi liên tục tăng tốc. Ông nghĩ sao?**

Huang Renxun: Tôi cho rằng "cải tiến tự hồi quy" là một nhãn hiệu mới khá phổ biến gần đây, nhưng thực chất nó là sự kết hợp của nhiều công nghệ đã có, bao gồm ngữ cảnh, kỹ năng, phản tư, học tăng cường, tạo dữ liệu tổng hợp, và LoRA, v.v.

Những phương pháp này thực sự có thể giúp AI tích lũy kinh nghiệm trong quá trình thực hiện nhiệm vụ và sau đó tiếp tục cải tiến. Ví dụ, thông qua dữ liệu tổng hợp và học tăng cường, có thể nâng cao khả năng của mô hình mà không cần phải đào tạo lại toàn bộ mô hình cơ sở, và kinh nghiệm tích lũy sau đó có thể được sử dụng để đào tạo mô hình cơ sở. Tôi cho rằng hiện nay gần như mọi công ty đều sẽ sử dụng một số công nghệ trong số đó.

Cái tên "cải tiến tự hồi quy" nghe có vẻ như có nghĩa là hệ thống sẽ trở nên hoàn toàn không thể kiểm soát, nhưng thực tế, sản phẩm trước khi phát hành vẫn cần phải được đánh giá, thử nghiệm lại và kiểm tra hồi quy, đây là những kiểm soát kỹ thuật cơ bản nhất.

Những phòng thí nghiệm tiên tiến này đang chuyển từ tổ chức nghiên cứu sang tổ chức kỹ thuật, tôi cho rằng họ trong tương lai sẽ có những phương pháp, kiến thức, thực tiễn, công cụ và công nghệ tốt hơn để kiểm soát, xác minh và đánh giá những hệ thống này. Cải tiến tự hồi quy có thể xảy ra bên trong, nhưng sản phẩm đã được xác minh vẫn có thể được phát hành ra bên ngoài một cách an toàn.

Hỏi: Ông nghĩ sao về mối quan hệ giữa mô hình mã nguồn mở và mã nguồn đóng?**

Huang Renxun: Thế giới cần cả mô hình mã nguồn mở và mô hình mã nguồn đóng. Tôi cũng sẽ sử dụng các mô hình tiên tiến mã nguồn đóng. Chúng giống như nước đóng chai, nước bản thân là miễn phí, nhưng các sản phẩm ở các hình thức khác nhau có thể phục vụ cho những nhu cầu khác nhau.

Mô hình mã nguồn mở rất quan trọng đối với chủ quyền, quyền riêng tư và công nghệ độc quyền của doanh nghiệp. Trong 6 tháng qua, khoảng 400 tỷ đô la đầu tư mạo hiểm đã đổ vào các công ty AI bản địa, trong đó khoảng 80% công ty sử dụng mô hình mã nguồn mở. Nếu không có mô hình mã nguồn mở, nhiều công ty khởi nghiệp sẽ không thể đạt được mục tiêu của mình, vì những gì họ muốn làm không giống với các phòng thí nghiệm tiên tiến.

Lợi thế thực sự của Mỹ nằm ở việc có nhiều hình thức đổi mới khác nhau. Để giành chiến thắng trong cuộc đua AI, cần phải phát triển mô hình mã nguồn mở.

Cái gọi là giành chiến thắng trong cuộc đua AI không chỉ là một vài công ty Mỹ thắng, mà là các công ty, ngành công nghiệp, nhà nghiên cứu, giáo viên, sinh viên và doanh nhân của Mỹ đều có thể nhận được cơ hội từ công nghệ này. Một số người sẽ sử dụng mô hình mã nguồn đóng, nhiều người sẽ sử dụng mô hình mã nguồn mở, cả hai đều cần thiết.

Hỏi: Ông có nghĩ rằng Trung Quốc sẽ trở thành một đóng góp quan trọng cho hệ sinh thái mã nguồn mở toàn cầu không?**

Huang Renxun: Tôi cho rằng Trung Quốc có thể đóng góp một phần lớn cho hệ sinh thái mã nguồn mở toàn cầu. Trung Quốc có nhiều kỹ sư, cũng có nhiều sinh viên học khoa học và toán học, các trường đại học như Tsinghua mỗi năm đều đào tạo nhiều nhân tài xuất sắc.

Ví dụ, trong Linux, Kubernetes (hệ thống quản lý cụm container mã nguồn mở) và nhiều dự án phần mềm khác, có sự tham gia đóng góp của các kỹ sư Trung Quốc. Một đặc điểm của mã nguồn mở là, một khi bạn tải nó xuống, nó thuộc về bạn, bạn có thể tiếp tục sửa đổi, tối ưu hóa và biến nó thành của riêng mình.

Cuộc đua AI cuối cùng vẫn là ai có thể tận dụng công nghệ này tốt nhất. Trong cuộc cách mạng công nghiệp trước đây, nhiều phát minh quan trọng đến từ châu Âu, nhưng Mỹ sau đó đã tận dụng rất tốt những công nghệ này. Tôi hy vọng cuộc cách mạng công nghiệp tiếp theo cũng sẽ phát triển như vậy.

Tôi cảm thấy rằng các cuộc thảo luận ở Trung Quốc thực tế hơn, tập trung nhiều hơn vào phát triển kinh tế và tiến bộ xã hội, chứ không phải chỉ bàn về tận thế hoặc hủy diệt văn minh. Nếu những dự đoán tận thế này thực sự thành hiện thực, chúng ta chắc chắn nên thảo luận về nó, giải quyết nó, nhưng không cần thiết phải tạo ra sự hoảng loạn. Công việc của chúng ta là thực hiện nó.

Hỏi: Nếu AI cuối cùng tự động hoàn thành nhiều công việc lập trình, kỹ sư còn cần làm gì?**

Huang Renxun: Công việc kỹ thuật vẫn sẽ tồn tại. Thế hệ kỹ sư của tôi khi phần mềm chưa phổ biến, không dành nhiều thời gian để viết mã. Hiện tại, các kỹ sư phần mềm dành nhiều thời gian để viết mã, trong tương lai nếu một phần lớn công việc trong đó được tự động hóa, con người vẫn sẽ thực hiện công việc kỹ thuật. Một thói quen của tôi là, phím tôi thích nhất trên bàn phím là Backspace, vì phần mềm tốt nhất thường có nghĩa là ít mã hơn.

03 Tại sao NVIDIA muốn sâu vào chuỗi công nghiệp AI

Hỏi: Chính phủ Mỹ ban đầu nhấn mạnh vào việc làm, tái công nghiệp hóa, năng lượng và chuỗi cung ứng. Bây giờ những điều này thực sự đang diễn ra. NVIDIA đã trở thành nhà cung cấp vốn quan trọng cho toàn bộ ngành AI, bạn đánh giá nên đầu tư nguồn lực vào đâu?

Huang Renxun: AI là một cuộc cách mạng công nghiệp mới. Ngành này bao gồm nhiều phần như mô hình, chip, ứng dụng, trung tâm dữ liệu, xây dựng, điện và các cơ sở phát điện. Tôi luôn theo dõi toàn bộ hệ sinh thái, tìm kiếm những điểm nghẽn trong đó.

Nếu một công ty rất tốt bị hạn chế bởi một khâu nào đó, tôi sẽ chú ý đến vấn đề này. Có thể là chuỗi cung ứng, cũng có thể là đất đai, điện hoặc nhà máy. Quy mô của NVIDIA đã đủ lớn, vì vậy chúng tôi phải suy nghĩ về chuỗi cung ứng nhiều năm trước. Corning, Lumentum, TSMC và các nhà cung cấp bộ nhớ khác là những doanh nghiệp mà chúng tôi cần theo dõi lâu dài.

Hỏi: Có người cho rằng, phần lớn lợi nhuận của ngành AI cuối cùng sẽ chuyển sang tầng ứng dụng. Tại sao NVIDIA vẫn muốn tham gia vào các lĩnh vực cao hơn như mô hình, Hugging Face?

Huang Renxun: NVIDIA gần như có thể chạy tất cả các mô hình trên thế giới. Khoảng một năm rưỡi trước, mọi người chủ yếu thảo luận về mô hình của OpenAI, bây giờ đã có Muse, Grok, Gemini, Anthropic của Meta và nhiều mô hình khác. Nhiều phòng thí nghiệm AI tiên tiến đều được xây dựng trên nền tảng của NVIDIA.

Chiến lược của chúng tôi là giúp mọi người thành công, chứ không phải lấy đi công việc của người khác. Chúng tôi sẽ cố gắng ở lại vị trí thấp hơn trong công nghệ, chỉ khi cần thiết mới tiến lên. CUDA hỗ trợ nhiều khung, Megatron và Megatron Core hỗ trợ đào tạo quy mô lớn. Chúng tôi phát minh ra những công nghệ cần thiết, sau đó để toàn bộ hệ sinh thái phát triển, cho phép nhiều công ty tham gia vào.

Hỏi: Tại sao các nhà cung cấp dịch vụ đám mây khu vực ngày càng quan trọng?

Huang Renxun: Các nhà cung cấp dịch vụ đám mây khu vực thường linh hoạt hơn so với các nhà cung cấp đám mây quy mô lớn, vì họ có thể tìm thấy đất đai, điện và nhà máy tại địa phương, và hiểu rõ hơn nhu cầu địa phương.

Trong tương lai, sẽ hình thành một mạng lưới doanh nghiệp phân tán, và ngày càng nhiều quốc gia sẽ coi AI là ngành công nghiệp chiến lược. Chúng tôi đã thấy một số khu vực bắt đầu tăng cường cơ sở hạ tầng tính toán AI.

Hỏi: NVIDIA hiện đang phát triển các mô hình mã nguồn mở của riêng mình, bao gồm lái xe tự động và lĩnh vực sinh học. Tại sao các bạn lại làm những điều này?

Huang Renxun: Bởi vì khách hàng cần. Chúng tôi có khả năng làm tốt nhất, vì vậy chúng tôi sẽ làm. Ví dụ như Alpamayo, đây là mô hình lái xe tự động mà chúng tôi phát triển. Nó là một hệ thống lái xe tự động có khả năng suy luận. Trước đây, lái xe tự động cần hàng tỷ giờ dữ liệu đường, trong khi khả năng suy luận cho phép hệ thống suy nghĩ về các tình huống tương tự, từ đó giảm sự phụ thuộc vào một lượng lớn dữ liệu đường thực tế.

Tương lai của lái xe tự động sẽ không chỉ bao gồm xe chở khách, mà còn bao gồm thiết bị nông nghiệp, xe tải, xe vận chuyển và nhiều thiết bị di động khác. Nhiều công ty không có đầy đủ công nghệ, vì vậy NVIDIA có thể cung cấp một công nghệ hoàn chỉnh, khách hàng sẽ điều chỉnh theo nhu cầu của họ cho giai đoạn cuối cùng.

Lĩnh vực sinh học cũng tương tự. Chúng tôi đã phát triển ESM2, ESMFold, OpenFold, AlphaFold 2, cũng như một số mô hình đồng biến và Protein Complexa (khung AI tạo ra phức hợp protein toàn nguyên tử) vì các công ty dược phẩm thực sự cần những công nghệ này. Điểm khởi đầu của tôi luôn là có người cần công nghệ này, vì vậy chúng tôi đã làm nó.

04 Terafab của Musk

Hỏi: Musk đã công bố kế hoạch nhà máy chip Terafab, quy mô rất lớn. Bạn nghĩ sao?

Huang Renxun: NVIDIA rất hiểu công nghệ quy trình, chúng tôi luôn thúc đẩy giới hạn của quy trình, vì vậy chắc chắn có thể thảo luận về vấn đề này. Một khi Musk quyết định làm một điều gì đó, rất khó để ngăn cản anh ấy tiếp tục, đó cũng là siêu năng lực của anh ấy.

Hỏi: Vậy NVIDIA có thể đặt chip vào nhà máy của anh ấy để sản xuất trong tương lai không?

Huang Renxun: Chúng tôi có thể thảo luận.

Hỏi: Nếu định nghĩa AGI là đạt đến mức độ thông minh của con người, bạn nghĩ chúng ta đã bước vào giai đoạn này chưa? Siêu thông minh thì sao?

Huang Renxun: Chúng ta đã đạt được, thậm chí có thể nói, trong một số lĩnh vực cụ thể, chúng ta đã bước vào giai đoạn siêu thông minh.

Hỏi: Tại sao?

Huang Renxun: Bởi vì trong một số lĩnh vực rất cụ thể, AI đã vượt qua con người. Lái xe tự động là một ví dụ. Nếu một chiếc xe có thể lái tốt hơn con người, thì trong lĩnh vực lái xe, nó là siêu thông minh.

Hiện nay, tỷ lệ tai nạn của hệ thống lái xe tự động đã có thể đạt được một phần mười so với con người. Lĩnh vực sinh học cũng tương tự. Các nhiệm vụ như tổng hợp protein, sàng lọc ảo đã đạt đến mức độ siêu thông minh. Trong những lĩnh vực cụ thể này, AI đã có thể hoàn thành công việc vượt qua khả năng của con người.

Hỏi: Đứng ở rìa công nghệ như vậy, bạn cảm thấy thế nào?

Huang Renxun: Tôi thích cảm giác này. Tương lai thật tươi sáng. Có thể trong tương lai nhiều người sẽ không cần phải làm việc, nhưng tôi không muốn bỏ lỡ thời đại này.

Tôi hy vọng tất cả chúng ta có thể cùng nhau tiến đến tương lai đó, nhân loại cuối cùng sẽ cùng nhau đạt được thành công. Chúng ta cần khuyến khích mọi người, giảm bớt những tranh cãi không cần thiết. Quan trọng nhất là, phải để toàn bộ nước Mỹ có thể tham gia vào.