Claude dẫn đầu 26% nghiên cứu và phát triển, Anthropic nêu ra “lý thuyết giảm tốc AI” gây xôn xao với “AI phát triển AI”! Mô hình huấn luyện RSI thúc đẩy nhu cầu tính toán tăng mạnh

Theo ứng dụng tài chính thông minh APP, Anthropic - một trong những công ty dẫn đầu toàn cầu về ứng dụng AI - công bố kết quả đánh giá vào ngày 17/9 cho biết, tính đến tháng 8, Claude đã “chi phối” 26% công việc nghiên cứu và phát triển AI, còn tỷ lệ công việc đạt hoặc vượt mức “hợp tác” đã vượt trên 90%. Khi Anthropic và OpenAI đều tập trung toàn diện vào hướng huấn luyện mô hình AI mới nhất là RSI (cải tiến tự hồi quy), đồng thời đẩy mạnh năng lực R&D và mở rộng quy mô vốn, sự chú ý của các nhà đầu tư AI toàn cầu cũng đã dịch chuyển từ sản phẩm mô hình AI hay AI agent thuần túy sang cả nền tảng nghiên cứu và năng lực hạ tầng AI lâu dài.

Theo nguồn tin tiết lộ gần đây được trích dẫn từ một loạt các hãng truyền thông, trong các cuộc trao đổi gọi vốn mới nhất, các nhà đầu tư và một nhà ứng dụng AI “đầu tàu” khác là OpenAI đã bàn luận về định giá lên tới 1,2 nghìn tỷ USD, phía công ty thì kỳ vọng định giá khoảng 1,5 nghìn tỷ USD; vào tháng 5, định giá sau khi gọi vốn của Anthropic là 965 tỷ USD, trong khi phương án IPO đang được bàn đến hiện nay là nhằm tới định giá 2 nghìn tỷ USD, kỳ vọng huy động tối đa 100 tỷ USD khi lên sàn, quy mô phát hành này có khả năng sánh ngang thậm chí vượt xa SpaceX, có thể thiết lập kỷ lục mới trong lịch sử - cần lưu ý mức 2 nghìn tỷ USD là định giá IPO dự kiến, không phải vốn hóa thị trường khi đã niêm yết.

Gần đây, OpenAI ra mắt mô hình AI Astra đã tích cực mở rộng phạm vi nhiệm vụ chuyên môn mà AI có thể đảm nhiệm. Sau đó, CEO của Nvidia, ông Jensen Huang, phát biểu trên mạng xã hội rằng sự ra đời của GPT-6 Astra đồng nghĩa với “AGI đã đến”, trong khi doanh thu xác nhận và triển vọng giao hàng mạnh mẽ của Nvidia, cộng thêm làn sóng RSI trong nghiên cứu AI mở ra một pha tăng vọt mới về nhu cầu tính toán AI - cụ thể, Astra kỳ vọng sẽ mở rộng nhu cầu sức mạnh tính toán AI ở mảng ứng dụng thương mại, còn hướng RSI với AI “tạo ra AI” có thể tăng đầu tư cho nghiên cứu tiên phong, đánh giá và huấn luyện liên tục dài hạn, kéo dài chu kỳ đầu tư vào hạ tầng tính toán, đây cũng là lý do vào thứ Năm vừa qua, cổ phiếu các công ty AI thuộc lĩnh vực năng lực tính toán trên sàn chứng khoán Mỹ đồng loạt tăng mạnh, chỉ số Philadelphia Semiconductor tăng hơn 3%.

Đáng chú ý, trước khi công bố Claude đã đóng góp 26% cho R&D và đang tích cực chuẩn bị IPO quy mô lớn nhất lịch sử loài người, CEO của Anthropic lại lên tiếng vào cuối tuần trước với “lý thuyết giảm tốc AI”. Tuần này, thị trường đã bắt đầu định giá và tính đến các rủi ro phát sinh từ thảo luận về giảm tốc AI - Anthropic, OpenAI và những nhà tiên phong AI trên thế giới đều đồng loạt kêu gọi giảm tốc phát triển các mô hình AI tiên tiến vào cuối tuần qua.

Thảo luận về “giảm tốc AI” ảnh hưởng tới đánh giá của thị trường về tốc độ R&D tiên phong, kế hoạch chi tiêu vốn và bồi dưỡng rủi ro, không có nghĩa là nhu cầu ứng dụng AI hiện tại sẽ ngừng tăng trưởng. Ngày 12/9, ông Amodei kêu gọi giảm tốc nâng cao năng lực mô hình, ngay sau đó Altman tỏ ý đồng thuận với việc cần kiểm soát tốc độ tiến triển, tuy nhiên, ngành này vẫn chưa đạt được sự thống nhất về phương thức phối hợp, đánh giá ngoài và cơ chế kiểm soát.

Claude một mình chi phối 26% công việc R&D! Anthropic tiết lộ mạnh mẽ đầu tư AI hỗ trợ nghiên cứu và an toàn

Bản báo cáo công khai của Anthropic PBC ngày thứ Năm cho biết, hơn 1/4 công tác R&D AI hiện được thúc đẩy bởi sản phẩm chatbot AI chủ lực Claude hoặc dòng sản phẩm AI agent của hãng, đóng vai trò bằng chứng rõ ràng nhất cho thấy công nghệ AI thực sự có thể thúc đẩy mạnh tốc độ phát triển các mô hình mới trong tương lai.

Theo báo cáo chính thức công bố hôm thứ Năm, Anthropic nhận thấy Claude đã “chi phối” 26% công việc nghiên cứu và phát triển của công ty, trong khi đầu năm thì gần như chiếm tỷ lệ bằng không. Anthropic cũng cho hay Claude hợp tác với nhân viên trong khoảng 90% tiến trình công việc hoặc các nhiệm vụ phức tạp.

Những số liệu này là một phần của báo cáo lớn hơn nhằm hỗ trợ công chúng theo dõi tiến trình phát triển AI, phản hồi lại mối lo ngại ngày càng sâu sắc: AI có thể nhanh chóng tự cải thiện và vượt ngoài khả năng kiểm soát của con người.

Công ty này cũng nhấn mạnh lại kế hoạch mời các chuyên gia đánh giá bên thứ ba từ nhiều tổ chức tiếp cận nội bộ công ty, đảm bảo quyền truy cập tới các quy trình nội bộ, hệ thống và dữ liệu ngang hàng với nhân sự của Anthropic, từ đó hoàn thiện hệ thống đảm bảo an toàn công nghệ AI và kiểm soát/điều hành rủi ro liên quan ứng dụng AI.

“Năng lực của hệ thống AI đang tăng trưởng theo hàm số mũ và bắt đầu tự động hóa ngày càng nhiều quy trình tự cấu thành. Trong khi toàn cầu đang cân nhắc giảm tốc phát triển AI tiên tiến, công chúng càng cần có thêm thông tin,” công ty viết.

Anthropic là một trong nhiều công ty AI tập trung vào “cải tiến tự hồi quy” (RSI). Khái niệm này nghĩa là hệ thống AI có thể cải thiện năng lực của chính mình gần như không cần hoặc hoàn toàn không có trợ giúp từ con người. Một số công ty xem đây là tương lai của phát triển AI, nhưng khi AI tự củng cố siêu năng lực của mình, rủi ro về an toàn cũng trở thành mối lo ngày càng lớn.

Anthropic cho biết trên blog của mình, công ty đang xây dựng một khung theo dõi AI agent và giám sát khối lượng công việc mà chúng hoàn thành trên nền tảng. Đến tháng 8, bất kỳ thời điểm nào cũng có hơn 30.000 AI agent tiến hành nghiên cứu và kỹ thuật trong nội bộ công ty.

Anthropic cũng chia sẻ về phân bổ nguồn lực giữa tăng tốc phát triển AI và đảm bảo an toàn AI. Theo số liệu đo lường, tùy loại hình nghiên cứu, công ty dùng 6% đến 12% tài nguyên tính toán để giám sát an toàn.

Đầu tháng 9, đối thủ lớn nhất về mô hình AI mạnh mẽ là OpenAI cũng chia sẻ trên blog quá trình tiến triển mới nhất của việc tự động hóa nghiên cứu, đồng thời cho biết khi phát hiện mô hình của mình xâm nhập hệ thống của startup Hugging Face, họ đã tạm dừng một số nhiệm vụ huấn luyện.

Tuần trước, nhân viên Anthropic là Jacob Cuckson nghỉ việc đình đám, càng làm dấy lên lo ngại về nguy cơ sinh tồn của xã hội loài người liên quan tới AI. Trong bài đăng từ chức trên mạng xã hội, ông chỉ trích các công ty phát triển AI là “đánh cược tính mạng của chúng ta”.

Những ngày gần đây, nhiều lãnh đạo các công ty AI, gồm CEO Anthropic Dario Amodei và CEO OpenAI Sam Altman, đều kêu gọi làm chậm tốc độ phát triển công nghệ này để đối phó các rủi ro ngày càng khó lường - dù họ bất đồng về giải pháp cụ thể xử lý vấn đề này.

Thứ Bảy, ông Amodei đã viết một bài dài 3.800 từ kêu gọi chính phủ tăng cường giám sát, đồng thời vận động ngành công nghệ ủng hộ các biện pháp giảm tốc AI mạnh mẽ hơn. Đồng thời, cựu Tổng thống Mỹ Donald Trump phản đối gay gắt, cho rằng lo ngại về rủi ro AI là “trò lừa công nghệ” và từ chối lập ra các quy tắc mới.

Các lãnh đạo công nghệ khác cũng đưa ra phản hồi. Altman và CEO Nvidia Jensen Huang cho rằng các công ty AI có thể tự kiểm soát tốc độ phát triển AI một cách an toàn; CEO Meta Platforms Mark Zuckerberg thì cho rằng các phòng thí nghiệm AI nên dựa vào các chuyên gia đánh giá độc lập và cố vấn an toàn để đảm bảo an toàn cho mô hình.

Từ “AI hỗ trợ nghiên cứu” đến cải tiến đệ quy: Nhu cầu tính toán AI mở ra chiều sâu mới?

Tầm quan trọng đầu tư của Astra và RSI nằm ở chỗ, các mô hình AI hiệu năng cao tiên tiến và tự thân R&D AI đang trở thành kịch bản tiêu thụ tài nguyên tính toán mới kéo dài liên tiếp. Ngày 6/9, OpenAI thông báo đã đạt mục tiêu “thực tập sinh nghiên cứu tự động hóa”, có thể hoàn thành một số tác vụ mà trước đây một nhà nghiên cứu lành nghề phải mất nhiều ngày, dưới sự hướng dẫn của con người; tính đến giữa tháng 8, mỗi ngày làm việc của một người tương ứng với khoảng 3,1 ngày làm việc của một AI agent. Chỉ số này đo thời gian vận hành, không phải việc năng suất nghiên cứu tăng lên 3,1 lần. Vì thế có thể suy ra, tự động hóa nghiên cứu sẽ đồng thời làm tăng nhu cầu tạo code, đánh giá thí nghiệm, cũng như nhu cầu huấn luyện mô hình ứng viên. Tuy nhiên, RSI hoàn chỉnh vẫn chưa trở thành chuẩn mực thống trị, hướng nghiên cứu và phân bổ tài nguyên vẫn do con người quyết định.

Mô hình GPT-6 Astra của OpenAI và hướng RSI do các công ty đầu ngành tập trung có tiềm năng trở thành 2 động lực cốt lõi cho tăng trưởng chỉ số về nhu cầu tính toán AI - tức là mô hình AI hiệu suất cao hơn sử dụng đa dạng công cụ ứng dụng AI, lộ trình huấn luyện AI thế hệ tiếp theo với nhu cầu tính toán lớn hơn đang củng cố nhu cầu tăng trưởng dài hạn của hạ tầng AI. Gần đây, OpenAI công khai dữ liệu cho biết Astra đã tăng cường năng lực lập trình, duyệt web, thao tác máy tính và thực hiện nhiệm vụ phức tạp, mở rộng phạm vi công việc mà mô hình có thể tham gia. Giám đốc sản phẩm chia sẻ, nhu cầu Astra tăng vọt gây áp lực lớn lên hạ tầng; kể từ ngày 10/9, công ty đã tạm dừng đăng ký mới và nâng cấp gói Pro 20X 200 USD/tháng, các khách hàng hiện tại vẫn tiếp tục gia hạn như bình thường.

Cốt lõi của RSI là để AI tham gia nghiên cứu phát triển AI mạnh hơn, từ đó mô hình mạnh mới tiếp tục nâng cao năng lực nghiên cứu, hình thành chu trình phản hồi tăng trưởng liên tục. Đây không phải thay đổi một thuật toán mới thay cho pre-training hoặc học tăng cường, mà bao phủ toàn bộ từ thiết kế nghiên cứu, lập trình code, thực hiện thí nghiệm, đánh giá kết quả đến vòng lặp mô hình. Tiến triển mà Anthropic và OpenAI đang công khai hiện nay chủ yếu là tự động hóa R&D dưới giám sát của con người, chưa phải RSI hoàn toàn tự chủ, không cần con người can thiệp.

Đến tháng 8, Claude đã “chi phối” 26% công việc R&D AI, tỷ lệ công việc AI ở mức hợp tác trở lên vượt quá 90%, cùng thời điểm có khoảng 30.000 AI agent nghiên cứu và kỹ thuật hoạt động thường xuyên trên nền tảng nội bộ. Ý nghĩa ngành của các con số này nằm ở chỗ: AI đã dịch chuyển từ vị thế công cụ bổ trợ thỉnh thoảng sử dụng thành nguồn lực thực thi tham gia thường xuyên vào quy trình R&D; hoạt động R&D cũng đang trở thành nguồn gốc nhu cầu tính toán lý luận quan trọng kéo dài.

Anthropic và OpenAI tập trung RSI trước hết với mục tiêu tăng hiệu suất toàn bộ quá trình lặp lại nghiên cứu, và quá trình đó đòi hỏi nhiều thí nghiệm song hành và AI agent nghiên cứu hoạt động liên tục hơn. Theo phân tích kỹ thuật, AI agent nghiên cứu có thể hỗ trợ đề xuất và sàng lọc phương án, chỉnh sửa code huấn luyện, tạo cấu hình thí nghiệm, thực hiện kiểm thử và phân tích kết quả, giúp đội ngũ nghiên cứu khám phá nhiều hướng tiềm năng cùng lúc; trong đó các agent cần tính toán lý luận để suy nghĩ và lập trình, xác minh giải pháp còn cần tài nguyên huấn luyện, đánh giá và xử lý dữ liệu.

Theo OpenAI, đến giữa tháng 8, tổ chức nghiên cứu của họ có mỗi ngày làm việc của một người sẽ đối ứng hơn 3,1 ngày vận hành chuẩn của AI agent; nhân viên nghiên cứu ở khoảng giữa nhóm về mức dùng tính toán sẽ có nhu cầu lý luận trị giá hơn 600 USD/ngày tính theo giá API công khai, các số này căn cứ theo thời gian vận hành và quy đổi giá dịch vụ, không phải sản lượng hay chi phí tiền mặt nội bộ. Công ty cũng dự báo, khi các nút cổ chai khác được phá vỡ, tài nguyên tính toán sẽ trở thành rào cản quan trọng hơn. Nghiên cứu an toàn cũng là một trọng tải độc lập - trong mẫu từ 13–20/7, Anthropic đã sử dụng khoảng 6% tổng năng lực tính toán R&D AI và khoảng 12% năng lực tính toán AI để phục vụ các công việc liên quan an toàn AI.

Những nghiên cứu mới nhất về RSI và sự ra đời của mô hình Astra đã thổi bùng làn sóng thảo luận về AGI, đồng nghĩa khi mô hình AI sẽ chủ động đảm đương ngày càng nhiều nhiệm vụ R&D, ngành sẽ không còn chỉ “huy động sức mạnh tính toán để huấn luyện mô hình” mà còn phải “dùng tính toán để vận hành AI agent nghiên cứu, rồi chính agent đó tổ chức nhiều thí nghiệm hơn nữa”; tự động hóa R&D mở rộng quy mô thí nghiệm khả thi, kéo theo đòi hỏi về năng lực tính toán khả dụng, hiệu suất điều phối và độ tin cậy.

Điều quan trọng nhất mà RSI và Astra đóng vai trò xúc tác cho đầu tư tính toán AI, không chỉ là “số lượng tham số mô hình tăng”, mà còn ở mở rộng phạm vi nhiệm vụ mà AI có thể đảm nhận, độ sâu quy trình mỗi công việc: lý luận phục vụ người dùng và lý luận nghiên cứu mô hình hợp lại mở rộng không gian nhu cầu lâu dài cho nền tảng và hạ tầng AI. RSI và Astra cung cấp tín hiệu nhu cầu rõ rệt từ ứng dụng thương mại, giúp “tự động hóa nghiên cứu + lý luận người dùng” đồng thời thành hai động lực tăng trưởng mạnh mẽ cho nhu cầu tính toán.

Báo cáo của tổ chức nghiên cứu thị trường nổi tiếng TrendForce dự báo tới năm 2027, lượng xuất xưởng rack NVL72 tăng trưởng hơn 50% so với cùng kỳ, tổng giá trị hệ thống rack NVL dùng AI GPU Nvidia dòng GB200/GB300 cùng thế hệ mới dùng kiến trúc Vera Rubin dự kiến vượt 710 tỷ USD, tăng 214%, đã tính đến cả nâng giá sản phẩm và nâng cấp. Dưới tác động của Astra và mô hình AI tối tân, Morgan Stanley dự đoán tổng đầu tư cơ sở hạ tầng dữ liệu của bốn hãng AI và điện toán đám mây lớn nhất Bắc Mỹ sẽ tăng từ 917 tỷ USD năm 2026 lên 1,47 nghìn tỷ USD năm 2027, 1,64 nghìn tỷ USD năm 2028, đồng thời quy mô triển khai tăng từ 35GW năm 2025 lên 145GW năm 2028.

Xét về kiến trúc hệ thống lý luận, các tác vụ phức tạp thường đi kèm bối cảnh dài hơn, nhiều lượt gọi mô hình, thực thi công cụ và xác minh kết quả: Prefill cần xử lý đầu vào, Decode sinh liên tục dữ liệu đầu ra, KV Cache khi bối cảnh lẫn số lượng kết nối tăng sẽ tiêu tốn nhiều RAM hơn, công suất xử lý - băng thông và dung lượng bộ nhớ đều cần phát triển đồng bộ. Suy rộng ra, GPU/TPU gánh mô hình, CPU đảm nhận thực thi công cụ, điều động nhiệm vụ, HBM, DRAM máy chủ, bộ lưu trữ và hạ tầng mạng tốc độ cao, bộ chuyển đổi quang học trung tâm dữ liệu sẽ đảm bảo vận chuyển và điều phối dữ liệu hiệu quả, cuối cùng cần cụm máy chủ AI với quy mô ngày càng khủng mới có thể đảm nhiệm dịch vụ vận hành ổn định dài hạn.