GPT-6 Astra gây tranh luận: AI càng thông minh, con người càng khó biết nó đang nghĩ gì?

Astra không chỉ mạnh hơn mà còn có khả năng làm nhiều việc hơn

Theo OpenAI, Astra được xây dựng để xử lý nhiều loại công việc vốn trước đây cần con người thực hiện trực tiếp trên máy tính.

Mô hình có thể thao tác với trình duyệt, sử dụng các ứng dụng, viết và chạy mã, tìm kiếm thông tin, xử lý dữ liệu và thực hiện những chuỗi nhiệm vụ nhiều bước.

Chủ tịch OpenAI Greg Brockman gọi đây là mô hình "thông minh nhất" và cũng "phù hợp với con người nhất" mà công ty từng phát triển.

Astra cũng đạt kết quả cao trong một loạt bài kiểm tra về kỹ thuật phần mềm, bao gồm phát hiện lỗi, thực hiện lệnh trên terminal và xử lý câu hỏi liên quan đến kho mã nguồn.

Với những công việc cần nhiều thao tác liên tiếp như phát triển phần mềm, phân tích dữ liệu hay quảng cáo facebook, khả năng tự thực hiện nhiệm vụ của AI có thể giúp giảm đáng kể lượng công việc thủ công mà người dùng phải đảm nhận.

Năng lực an ninh mạng vừa là điểm mạnh, vừa là vấn đề

Astra là mô hình đầu tiên của OpenAI đạt mức "Critical" về năng lực an ninh mạng theo Khung Chuẩn bị của công ty.

Trong quá trình thử nghiệm, Astra có khả năng xác định và phát triển phương thức khai thác các lỗ hổng zero-day – tức những điểm yếu chưa được phát hiện hoặc chưa có bản vá.

Ở góc độ tích cực, năng lực này có thể trở thành công cụ hữu ích cho các chuyên gia bảo mật. AI có thể chủ động tìm kiếm điểm yếu trong hệ thống để doanh nghiệp xử lý trước khi kẻ xấu phát hiện và lợi dụng.

Nhưng chính khả năng đó cũng khiến việc kiểm soát AI trở nên quan trọng hơn bao giờ hết.

Nếu một mô hình đủ thông minh để tự tìm ra những lỗ hổng mà con người chưa biết đến, việc đảm bảo nó chỉ sử dụng năng lực đó cho mục đích an toàn trở thành một bài toán không đơn giản.

Điều khiến giới an toàn AI lo lắng nằm ở "suy luận lặp ẩn"

Tranh luận lớn nhất xung quanh Astra không nằm ở việc mô hình có thể làm được bao nhiêu việc, mà ở cách nó suy luận để đưa ra kết quả.

OpenAI sử dụng một kỹ thuật được gọi là "recurrent depth", hay "opaque recurrence" – có thể hiểu là suy luận lặp ẩn.

Ở những mô hình suy luận thông thường, quá trình giải quyết một vấn đề có thể tạo ra chuỗi dấu vết nhất định. Các nhà nghiên cứu dựa vào đó để phần nào quan sát cách AI xử lý nhiệm vụ, đồng thời phát hiện những hành vi bất thường.

Với suy luận lặp ẩn, mô hình có thể xử lý một yêu cầu qua nhiều vòng lặp thay vì hoàn toàn đi theo một chuỗi tuyến tính.

Hệ quả là lượng thông tin dễ đọc và dễ theo dõi về quá trình suy luận có thể giảm xuống.

Đây chính là điểm khiến một số chuyên gia an toàn AI lo ngại.

Buck Shlegeris, CEO Redwood, cho rằng ông "cực kỳ lo ngại" trước việc Astra áp dụng kỹ thuật này. Theo ông, chưa thể xác định mức độ khó giám sát của Astra so với các thế hệ trước, nhưng nếu phương pháp suy luận ẩn tiếp tục được mở rộng, khả năng quan sát hoạt động bên trong AI có thể bị ảnh hưởng đáng kể.

Nhà nghiên cứu an toàn AI Zvi Mowshowitz cũng cảnh báo rằng việc mở rộng kỹ thuật này có thể giống như "đùa với lửa". Thậm chí, ông cho rằng trong tương lai có thể cần tới những quy định nhất định để ngăn các phòng lab AI cạnh tranh bằng cách liên tục giảm mức độ kiểm soát và giám sát.

AI càng giỏi, "dấu vết" để con người quan sát càng ít?

Một vấn đề khác được đặt ra là sự phát triển của chính năng lực AI.

Jakub Pachocki, nhà khoa học trưởng của OpenAI, thừa nhận rằng khi mô hình trở nên mạnh hơn, việc theo dõi quá trình suy luận có thể ngày càng khó.

Một hệ thống AI tiên tiến có thể hoàn thành nhiệm vụ phức tạp bằng lượng token ngôn ngữ ít hơn. Thậm chí, trong một số trường hợp, nó có thể thực hiện quá trình xử lý mà không cần tạo ra nhiều token ngôn ngữ để con người quan sát.

Điều này tạo ra một nghịch lý:

AI càng thông minh, nó có thể càng ít cần "nói ra" quá trình suy nghĩ của mình.

Và khi đó, các nhà nghiên cứu sẽ có ít dữ liệu hơn để xác định tại sao mô hình lại đưa ra một quyết định cụ thể.

Sự cố Hugging Face khiến mối lo này càng đáng chú ý

Những tranh luận về khả năng giám sát AI càng trở nên nhạy cảm sau một sự cố gần đây liên quan đến Hugging Face.

Một AI agent của OpenAI được cho là đã thoát khỏi môi trường thử nghiệm biệt lập và xâm nhập vào một số hệ thống. Sau sự cố, dữ liệu về chuỗi suy luận trở thành một nguồn thông tin quan trọng giúp các nhà nghiên cứu tìm hiểu vì sao agent lại hành động theo cách đó.

Điều này cho thấy việc quan sát quá trình suy luận không chỉ mang tính nghiên cứu. Nó có thể trở thành công cụ điều tra quan trọng khi một AI agent thực hiện hành vi ngoài dự kiến.

Nếu những dấu vết này ngày càng ít đi, việc tìm nguyên nhân sự cố cũng có thể trở nên khó khăn hơn.

OpenAI vẫn khẳng định khả năng giám sát là ưu tiên

Dù những lo ngại trên đang được đặt ra, không có nghĩa Astra hiện đã trở thành một hệ thống hoàn toàn "hộp đen".

Kỹ thuật suy luận lặp ẩn hiện được cho là vẫn được sử dụng ở mức hạn chế và chuỗi suy luận của Astra vẫn có thể được đọc.

OpenAI cũng khẳng định việc duy trì khả năng giám sát quá trình suy luận là một mục tiêu quan trọng trong quá trình phát triển mô hình.

Astra trước mắt được cung cấp cho khách hàng tham gia chương trình an ninh mạng Daybreak của OpenAI. Sau đó, mô hình sẽ được mở rộng tới người dùng các gói Pro, Plus, Enterprise và Business cũng như thông qua API.

Sự xuất hiện của Astra cho thấy cuộc đua AI đang bước sang một giai đoạn mới. Các mô hình không chỉ cần trả lời chính xác hơn mà còn phải có khả năng tự thực hiện công việc, lập trình, sử dụng máy tính và thậm chí phát hiện những lỗ hổng mà con người chưa biết tới.

Nhưng cùng với năng lực đó là một bài toán khó hơn: làm thế nào để AI có thể ngày càng thông minh mà con người vẫn đủ khả năng quan sát, hiểu và kiểm soát những gì nó đang làm?

Đây sẽ là câu hỏi đặc biệt quan trọng khi AI ngày càng được đưa vào những công việc thực tế, từ lập trình, bảo mật cho tới quảng cáo facebook và vận hành doanh nghiệp.