Mô hình này đã được phát hành công khai trên GitHub, kèm theo dữ liệu và mã nguồn được sử dụng để đào tạo, mở ra cơ hội cho bất kỳ ai muốn nghiên cứu hoặc sử dụng công nghệ này. Theo nhóm nghiên cứu, s1 được phát triển từ một mô hình cơ bản có sẵn trên thị trường và được tinh chỉnh thông qua quá trình chiết xuất khả năng lý luận từ các mô hình AI khác, điển hình là một trong các mô hình lý luận của Google mang tên Gemini 2.0 Flash Thinking Experimental.

Điều này không chỉ tạo ra một cuộc thi mới trong lĩnh vực AI mà còn làm dấy lên những câu hỏi về khả năng thương mại hóa các mô hình AI. Việc một nhóm nghiên cứu nhỏ có thể tái tạo thành công mô hình trị giá hàng triệu đô la chỉ với số tiền khá khiêm tốn đặt ra thách thức lớn cho các phòng thí nghiệm AI lớn như OpenAI hoặc DeepSeek, đặc biệt khi mô hình s1 cho thấy khả năng hoạt động tương đương với những mô hình đắt tiền hơn.

S1 đã đạt được hiệu suất mạnh mẽ trên các tiêu chuẩn AI chỉ với 30 phút huấn luyện bằng 16 GPU Nvidia H100, trong khi chỉ cần một bộ dữ liệu gồm 1.000 câu hỏi đã được lựa chọn cẩn thận kết hợp với các câu trả lời và quy trình tư duy. Niklas Muennighoff, một trong những nhà nghiên cứu của dự án, cho biết chi phí ước tính cho dịch vụ điện toán cần thiết để huấn luyện s1 chỉ vào khoảng 20 đô la hiện nay.

Thêm vào đó, nhóm nghiên cứu đã áp dụng một chiêu khá thông minh để đảm bảo s1 kiểm tra lại công việc của mình và kéo dài thời gian “suy nghĩ” trước khi đưa ra câu trả lời bằng cách chỉ cần thêm từ “đợi” vào quy trình lý luận. Động thái này đã giúp mô hình đưa ra những câu trả lời chính xác hơn.

Tuy nhiên, những điều này không làm các phòng thí nghiệm lớn hài lòng. OpenAI đã cáo buộc DeepSeek khai thác không đúng cách dữ liệu từ API của họ nhằm mục đích chiết xuất mô hình. Độc giả có thể thấy điểm dễ dàng mà các mô hình lớn đang gặp phải, đó là việc một mô hình nhỏ có thể tái tạo khả năng của một mô hình lớn hơn mà không cần phải đầu tư hàng triệu đô la chỉ là một thách thức lớn hơn cho cả ngành công nghiệp.

Theo các dự báo, Meta, Google và Microsoft sẽ đầu tư hàng trăm tỷ đô la vào cơ sở hạ tầng AI trong năm 2025, một phần trong số đó sẽ được dùng để đào tạo những mô hình AI thế hệ tiếp theo. Thậm chí, Meta và các hãng cũng đang hướng đến việc cải tiến những mô hình hiện có, không chỉ nhằm khắc phục những thiếu sót mà còn tạo ra những đột phá mới chứ không chỉ đơn thuần là tái tạo những gì đã có.

S1 đã mở ra một hướng đi mới cho việc phát triển mô hình AI lý luận với chi phí giữ thấp, đồng thời tiếp tục là một dấu hỏi lớn về tính bền vững và chiến lược tương lai của các gã khổng lồ trong ngành công nghệ. Liệu rằng mô hình s1 sẽ trở thành một trong những xu hướng phổ biến trong việc phát triển AI trong tương lai hay chỉ đơn thuần là một bài học cho các hãng lớn để xem lại cách thức phát triển của họ? Chúng ta hãy cùng chờ xem diễn biến tiếp theo của cuộc cách mạng AI đầy ấn tượng này!

The post Rival từ 50 đô la đối đầu OpenAI với mô hình lý luận s1 appeared first on Nhật Phúc.

Trong nghiên cứu này, 1.052 người tham gia, được trả 60 đô la, được yêu cầu đọc hai câu đầu tiên trong tác phẩm “The Great Gatsby” qua một ứng dụng. Sau đó, một AI giống như những nhân vật 2D từ trò chơi điện tử Final Fantasy thời SNES đã tiến hành cuộc phỏng vấn kéo dài hai giờ để thu thập thông tin về cuộc đời của họ. Dữ liệu này sau đó được sử dụng để huấn luyện một mô hình ngôn ngữ lớn (LLM) nhằm tạo ra các “agent” AI có khả năng phản ánh suy nghĩ và hành vi của người tham gia.

Công trình này không chỉ là một nỗ lực trí óc mà còn là áp dụng sức mạnh của công nghệ AI vào thực tiễn, nhằm mục đích giúp các nhà hoạch định chính sách và doanh nghiệp hiểu rõ hơn về công chúng. Khi các khảo sát truyền thống có thể tốn kém và mất nhiều thời gian, việc sử dụng AI để tạo ra các “agent” từ các cuộc hội thoại kéo dài có thể giúp phản ánh ý kiến xã hội một cách nhanh chóng và toàn diện hơn.

Một phần quan trọng của dự án là thu thập các mẫu phản hồi đa dạng từ khắp Hoa Kỳ. Các câu hỏi đặt ra không chỉ bao gồm các thông tin về nhân khẩu học như chủng tộc, giới tính, và thu nhập mà còn đi sâu vào quan điểm chính trị và thói quen sử dụng mạng xã hội. Mỗi cuộc phỏng vấn trung bình tạo ra bản chép lại dài khoảng 6.491 từ, cung cấp nền tảng thông tin rất phong phú cho các mô hình AI.

Ở bước cuối cùng, các nhà nghiên cứu tiến hành thử nghiệm các “agent” AI qua các trò chơi kinh tế  để xem cách họ so sánh với người thật. Kết quả cho thấy có sự nhất quán cao ở một số bài thử nghiệm, nhưng các AI vẫn chưa thể tái tạo hoàn toàn các tương tác phức tạp như cách người thật thực hiện.

Dù còn tồn tại nhiều thách thức, nghiên cứu này mở ra các khả năng mới về việc sử dụng trí tuệ nhân tạo để mô phỏng và hiểu sâu hơn về hành vi con người. Tuy nhiên, mối quan ngại về khả năng lạm dụng công nghệ này vẫn là điều mà các chuyên gia lo ngại, đặc biệt khi nghía qua các ứng dụng trong thương mại hay chính trị, nơi mà hiểu sai ý kiến công chúng có thể dẫn đến các quyết định thiếu chính xác.

The post Trí tuệ nhân tạo học theo bạn chỉ sau cuộc phỏng vấn hai giờ: Bước ngoặt hay nỗi lo mới? appeared first on Nhật Phúc.

Với các công ty công nghệ, cơ hội phục vụ trong ngành y tế có thể rất sinh lợi. Tuy nhiên, trong thực tế, chúng ta dường như vẫn còn xa với việc thay thế các bác sĩ bằng AI, hay thậm chí là cải thiện công việc của họ một cách đáng kể. Washington Post đã phỏng vấn nhiều chuyên gia, bao gồm bác sĩ, để tìm hiểu kết quả thử nghiệm AI ban đầu, và kết quả không thực sự khả quan. Một ví dụ từ giáo sư lâm sàng Christopher Sharp thuộc Stanford Medical cho thấy AI GPT-4o đã trả lời sai lệch khi khuyên sử dụng kem steroid cho môi bị kích ứng sau khi ăn cà chua, mà trên thực tế Sharp cho rằng điều này không nên áp dụng cho mô môi mỏng.

Một trường hợp khác từ giáo sư y khoa và khoa học dữ liệu Roxana Daneshjou của Stanford, cho thấy AI đã đưa ra lời khuyên chăm sóc ngực sai lệch cho một bệnh nhân đang cho con bú. Điều này nhấn mạnh nguy cơ khi AI được đẩy mạnh sử dụng trong lĩnh vực y tế, vốn đòi hỏi chuyên môn cao và nguy cơ sai sót có thể đe dọa tính mạng. Các nhà nghiên cứu đã chỉ ra rằng AI có thể cho ra các phản hồi nguy hiểm vài lần trên tổng số câu hỏi y tế làm bài thử nghiệm. Mặc dù những người ủng hộ khẳng định AI chỉ là công cụ hỗ trợ, và nên luôn có bác sĩ kiểm tra sản phẩm của AI, nhưng việc bắt buộc đối chiếu và xác thực thông tin có thể làm tiêu tốn thời gian thay vì tiết kiệm.

Nhìn chung, dù AI có thể giúp ích trong công việc y tế, song sản phẩm AI phải được kiểm tra kỹ lưỡng và đáng tin cậy để xây dựng lòng tin từ bệnh nhân. Hệ thống bệnh viện cần có quy trình kiểm chứng để ngăn chặn tình trạng dùng AI mà không qua kiểm tra thực tế, điều này cũng có thể làm suy yếu uy tín của các bác sĩ. Dù AI có tiềm năng trở thành một công nghệ đáng chú ý, nhưng nó vẫn chưa đủ trưởng thành để được áp dụng rộng rãi trong các lĩnh vực nhạy cảm như chăm sóc sức khỏe. Lần tới khi bạn tới khám bác sĩ, bạn nên tự hỏi liệu họ có đang sử dụng AI trong quá trình làm việc không.

The post Trí tuệ nhân tạo trong chăm sóc sức khỏe appeared first on Nhật Phúc.