Vì sao AGI lại gây sốt? Rốt cuộc thì nó là gì?

Chỉ trong ba năm kể từ khi ChatGPT ra mắt, các công ty công nghệ tại Mỹ và Trung Quốc đã đổ hàng trăm tỉ USD vào trung tâm dữ liệu, chip và nhân lực để chạy đua phát triển các mô hình trí tuệ nhân tạo ngày càng tinh vi. Mục tiêu hiện nay không chỉ dừng lại ở việc tạo ra AI tốt hơn, mà còn hướng đến một công nghệ vượt trội hơn rất nhiều, thường được gọi là AGI.

Từng bị xem là một ý tưởng viển vông, AGI (trí tuệ nhân tạo tổng quát) nay đã trở thành khẩu hiệu trung tâm của nhiều phòng nghiên cứu AI hàng đầu. Khái niệm này đang định hình lộ trình nghiên cứu, các chiến dịch tiếp thị và cả những cuộc tranh luận chính sách. Một số nghị sĩ Mỹ và lãnh đạo ngành AI lo ngại rằng nếu một quốc gia khác, ám chỉ Trung Quốc, đạt được cột mốc này trước, an ninh quốc gia Mỹ có thể bị ảnh hưởng nghiêm trọng.

Tuy nhiên, giữa làn sóng thảo luận sôi nổi, một câu hỏi quan trọng vẫn chưa có lời giải rõ ràng: AGI thực chất là gì? Giới học thuật và các lãnh đạo công nghệ vẫn chưa thống nhất cách định nghĩa AGI, từ việc nên đo bằng giá trị kinh tế, đến khả năng vượt qua trí tuệ con người. Họ cũng chưa đồng thuận về thời điểm AGI có thể trở thành hiện thực, hoặc thậm chí liệu điều đó có khả thi nếu vẫn dựa trên kiến trúc AI hiện nay.

AGI là gì?

Không có định nghĩa thống nhất về trí tuệ nhân tạo tổng quát. OpenAI, đơn vị phát triển ChatGPT, định nghĩa AGI là các hệ thống có thể vượt qua con người trong hầu hết công việc tạo ra giá trị kinh tế. Ngược lại, một nghiên cứu năm 2023 của Google DeepMind ít nhấn mạnh yếu tố kinh tế, mà tập trung vào tính đa năng, chẳng hạn như khả năng làm việc hiệu quả hoặc học kỹ năng mới với rất ít dữ liệu.

Tổ chức phi lợi nhuận ARC Prize Foundation, đơn vị xây dựng một bộ tiêu chuẩn đánh giá AGI phổ biến, lại đưa ra quan điểm khác. Theo họ, “giá trị kinh tế không phải là thước đo của trí tuệ.” Thay vào đó, AGI là hệ thống có thể học được các kỹ năng mới một cách hiệu quả, vượt ra ngoài dữ liệu huấn luyện ban đầu.

Ngay cả cách gọi cũng thay đổi theo thời gian. CEO Anthropic, Dario Amodei, ưa chuộng thuật ngữ “AI mạnh mẽ” hơn là AGI. Mustafa Suleyman, người phụ trách mảng AI tại Microsoft, lại gọi đó là “trí tuệ nhân tạo có năng lực.” Gần đây, các công ty như Meta và OpenAI bắt đầu nhắc đến “siêu trí tuệ”, một khái niệm giả định về một hệ thống AI không chỉ vượt AGI mà còn vượt xa cả con người.

Năm ngoái, OpenAI công bố lộ trình gồm năm giai đoạn để đạt tới AGI. Danh sách bắt đầu bằng chatbot, sản phẩm khởi động làn sóng AI hiện nay, sau đó là các hệ thống lý luận và các “agent” có thể thay con người thực hiện hành động. Đây cũng là loại sản phẩm mà OpenAI và các đối thủ đã giới thiệu gần đây. Hai giai đoạn cuối, theo OpenAI, là các hệ thống có khả năng hỗ trợ sáng tạo và vận hành thay cho một tổ chức.

Dù được định nghĩa theo cách nào, AGI không đồng nghĩa với trí tuệ có cảm xúc hay ý thức. Hiện chưa có bằng chứng nào cho thấy AI có thể phát triển đến mức đó, dù khả năng bắt chước ngôn ngữ con người đôi khi khiến người dùng có cảm giác như đang nói chuyện với một thực thể biết suy nghĩ.

Chính sự thiếu nhất quán trong cách gọi và định nghĩa đã dẫn đến những đánh giá rất khác nhau về tiến độ phát triển công nghệ này. Một số chuyên gia cho rằng AGI vẫn còn cách chúng ta nhiều năm, nếu không muốn nói là vài thập kỷ. Trong khi đó, một số nhà nghiên cứu khác tin rằng các mô hình hiện tại như GPT của OpenAI, Claude của Anthropic và Llama của Meta đã vượt ngưỡng AGI.

Ai là người đưa ra khái niệm AGI?

Giới nghiên cứu đã theo đuổi khái niệm về “AI tổng quát” suốt nhiều thập kỷ. Một trong những nỗ lực sớm nhất là hệ thống “giải quyết vấn đề tổng quát” vào thập niên 1950. Trước khi có ChatGPT, trọng tâm của ngành AI chủ yếu là các hệ thống “AI hẹp,” được thiết kế để làm một nhiệm vụ cụ thể theo quy tắc nhất định, như gắn nhãn ảnh hoặc tóm tắt văn bản.

Ý tưởng về AGI bắt đầu thu hút sự chú ý từ giữa thập niên 2000, sau khi nhà khoa học máy tính Ben Goertzel xuất bản cuốn Artificial General Intelligence vào năm 2007. Từ năm 2010, DeepMind đã đặt thuật ngữ “artificial general intelligence” lên trang đầu trong kế hoạch kinh doanh, theo lời Shane Legg, đồng sáng lập và hiện là trưởng bộ phận AGI của công ty.

Năm 2021, Legg tuyên bố ông luôn tin rằng có 50% khả năng nhân loại sẽ đạt được AGI vào năm 2028, và 90% khả năng điều đó xảy ra trước năm 2040. Ông đã giữ niềm tin này từ năm 1999 đến nay.

Điều gì đang bị đặt cược?

Một số chuyên gia cảnh báo rằng AGI có thể dẫn đến “bùng nổ trí tuệ,” tức một làn sóng đột phá công nghệ có thể làm thay đổi toàn bộ các ngành công nghiệp và cấu trúc xã hội.

Trong một kịch bản giả định, AGI có thể tự cải tiến với tốc độ cực nhanh, đủ sức chữa bệnh, tự động hóa thêm nhiều công việc, và tăng tốc tiến bộ loài người. “Trong vòng một thập kỷ tới, có thể mọi người trên hành tinh này sẽ làm được nhiều thứ hơn cả những người có ảnh hưởng nhất hiện nay,” Sam Altman, CEO của OpenAI, viết trong một bài đăng hồi tháng 2.

Một nghiên cứu của RAND, dựa trên phỏng vấn và phân tích từ chuyên gia AI, nhấn mạnh những tác động tiềm tàng của AGI đến an ninh quốc gia và trật tự kinh tế toàn cầu. Báo cáo cảnh báo rằng AGI có thể tạo ra bước ngoặt trong hoạt động giám sát, chiến tranh mạng, hoặc phát triển vũ khí tự động.

Nghiên cứu phác thảo tám kịch bản có thể xảy ra, từ một liên minh AGI do Mỹ dẫn đầu, cho đến viễn cảnh “lợi thế độc tài” trong đó Trung Quốc giành quyền kiểm soát công nghệ này. Theo báo cáo, yếu tố then chốt là sự tập trung: Nếu một quốc gia đạt được AGI trước, họ có thể định hình lại cán cân quân sự và kinh tế toàn cầu. Ngược lại, nếu công nghệ này được phổ biến rộng rãi, các nhóm cực đoan có thể khai thác nó theo những cách rất nguy hiểm.

Những người hoài nghi nói gì?

Dù ngành công nghệ đang đặt rất nhiều kỳ vọng vào AGI, không ít chuyên gia vẫn hoài nghi liệu con người có thể đạt được công nghệ này hay không — và nếu có, thì khi nào. Một khảo sát thực hiện vào tháng 3.2025 bởi Ủy ban Tổng thống AAAI về Tương lai của Nghiên cứu AI, với sự tham gia của hàng trăm nhà nghiên cứu, cho thấy phần lớn đều đồng ý rằng việc chỉ mở rộng quy mô các hệ thống hiện tại sẽ không đủ để chạm đến ngưỡng AGI.

Yann LeCun, nhà khoa học trưởng về AI tại Meta, từng cho rằng phần mềm điều khiển chatbot ngày nay, tức các mô hình ngôn ngữ lớn (LLM), vẫn còn nhiều hạn chế. Ông nói: “Chúng không thể suy nghĩ trước khi hành động, không thể thực hiện hành vi trong thế giới thực, không thể học từ trải nghiệm trực tiếp, cũng không có trí nhớ dài hạn hay khả năng lập kế hoạch phân tầng.”

Một số nhà phê bình AI cảnh báo rằng các mô hình hiện tại giống như những “con vẹt ngẫu nhiên” — chỉ lặp lại các mẫu ngôn ngữ đã học mà không hiểu ý nghĩa thực sự. Họ đặt câu hỏi liệu việc bắt chước ngôn ngữ có thể được xem là trí thông minh thật sự hay không. Đồng thời, nhiều chuyên gia cũng nhấn mạnh rằng con người vẫn chưa thật sự hiểu rõ cách trí thông minh của chính mình vận hành, nên chưa thể sao chép hoặc vượt qua nó bằng máy móc.

Một bài nghiên cứu công bố vào tháng 7.2025 do Margaret Mitchell, giám đốc khoa học đạo đức của startup AI Hugging Face, dẫn đầu cho rằng sự mơ hồ quanh khái niệm AGI đang thổi phồng kỳ vọng và làm yếu đi các tiêu chuẩn đánh giá. Nhóm tác giả lập luận rằng nguồn tài trợ hiện chạy theo chu kỳ đầu cơ và kỳ vọng nhà đầu tư, thay vì phục vụ mục tiêu nghiên cứu dài hạn. Họ kêu gọi cộng đồng cần thận trọng hơn với các tuyên bố “tham vọng” về AGI, trừ khi đi kèm mục tiêu rõ ràng, phương pháp kiểm chứng nghiêm ngặt và lợi ích cụ thể đã được chứng minh.

Những công ty nào đang theo đuổi AGI?

Từ năm 2015, OpenAI đã đặt mục tiêu phát triển AI ngang tầm con người và tuyên bố sứ mệnh của họ là đảm bảo AGI “mang lại lợi ích cho toàn nhân loại.” Google DeepMind cũng theo đuổi mục tiêu tương tự, đồng thời công bố nhiều lộ trình nghiên cứu và sáng kiến an toàn để hiện thực hóa tham vọng này.

Sau thành công vang dội của ChatGPT, nhiều đối thủ khác bắt đầu sử dụng ngôn ngữ tương tự. Amazon thành lập một phòng nghiên cứu AGI tại San Francisco, do một cựu lãnh đạo của OpenAI dẫn dắt. Meta ban đầu tuyên bố đang phát triển AGI, nhưng sau đó chuyển sang khái niệm “siêu trí tuệ cá nhân,” với CEO Mark Zuckerberg mô tả AI là công cụ trao quyền cho từng người dùng.

Tại Trung Quốc, các công ty công nghệ lớn cũng nhanh chóng tham gia cuộc đua. Alibaba gọi AGI là “mục tiêu tối thượng.” Công ty DeepSeek tuyên bố sứ mệnh của họ là “giải mã bí ẩn AGI bằng sự tò mò,” đồng thời phát triển các phương pháp huấn luyện hiệu quả hơn để xây dựng công nghệ có thể cạnh tranh với các công ty Mỹ.

Các công ty đã tiến xa đến đâu?

Vào tháng 9.2024, Sam Altman tuyên bố rằng “những hệ thống có dấu hiệu tiến đến AGI đang dần xuất hiện,” và thậm chí dự đoán “chúng ta có thể đạt được siêu trí tuệ trong vài nghìn ngày tới.” Dù vậy, ông cũng thừa nhận khả năng này có thể mất nhiều thời gian hơn dự tính.

Tuy nhiên, chỉ một năm sau, OpenAI vẫn chưa tìm được đường đến đích. Khi GPT-5 ra mắt vào tháng 8, nhiều người dùng kỳ vọng đây sẽ là bước đột phá. Mặc dù mô hình mới cải thiện khả năng viết mã, soạn thảo văn bản và mô phỏng tư duy lý luận, nhiều người vẫn xem đây là bước tiến nhỏ, chưa phải cú nhảy vọt thật sự.

Phát biểu tại sự kiện ra mắt, Altman thừa nhận: “Chúng tôi vẫn còn thiếu một mảnh ghép quan trọng” để đạt tới AGI. Hiện chưa rõ mảnh ghép đó là gì, liệu các công ty công nghệ cần thay đổi kiến trúc AI đến mức nào, và hành trình này còn kéo dài bao xa.

CEO của Anthropic, Dario Amodei, dự đoán rằng “AI mạnh mẽ” có thể xuất hiện vào năm 2026. Dù bác bỏ thuật ngữ AGI là một “chiêu trò tiếp thị,” ông cho rằng giai đoạn tiếp theo sẽ giống như “một quốc gia của những thiên tài sống trong trung tâm dữ liệu,” và tin rằng điều này hoàn toàn có thể xảy ra trong hai đến ba năm tới.

Trái ngược với nhận định đó, Demis Hassabis, đồng sáng lập DeepMind, ước tính AGI vẫn còn cách hiện thực từ 5 đến 10 năm. Ông cho rằng những dự báo ngắn hơn là thiếu thực tế. “Tôi nghĩ chúng ta còn một chặng đường dài phía trước,” ông nói đầu năm nay, và giải thích thêm rằng lý do khiến người ta nghĩ thời gian đang rút ngắn là vì “định nghĩa AGI ngày càng bị pha loãng.”

Các giới hạn kỹ thuật vẫn còn tồn tại

Dù các chatbot AI và agent đã đạt nhiều bước tiến trong ba năm qua, ngay cả những mô hình tốt nhất hiện nay vẫn thường xuyên tạo ra thông tin sai lệch hoặc thất bại trước các câu hỏi đơn giản về mặt khái niệm, những câu mà học sinh tiểu học cũng có thể trả lời, dù mô hình có thể giải quyết được những vấn đề phức tạp hơn.

Bản thân các tiêu chuẩn đánh giá cũng dễ gây hiểu nhầm. Một hệ thống có thể đạt điểm tuyệt đối trong bài kiểm tra tiêu chuẩn nhưng lại thất bại nếu câu hỏi được diễn đạt khác đi, hoặc nếu phải xử lý thông tin phức tạp hơn bình thường. DeepMind cho rằng AGI chỉ thật sự hữu ích khi có thể hoạt động ổn định trong nhiều điều kiện khác nhau.