Vì sao các mô hình AI đang trở nên 'kém thông minh' một cách có chủ đích?

Cuộc cách mạng trong thiết kế mô hình AI

Trong vài năm gần đây, sự phát triển của các mô hình AI đã chứng kiến một xu hướng đáng chú ý: thay vì cố gắng tăng số lượng tham số để cải thiện hiệu suất toàn diện, các nhà nghiên cứu đang cố tình giảm số lượng tham số hoạt động trên mỗi token. Điều này không phải là một bước lùi, mà là một sự điều chỉnh chiến lược nhằm tối ưu hóa khả năng suy luận của AI. Bằng chứng rõ ràng nhất cho xu hướng này là các mô hình như GLM-5.2, Qwen3.5, và DeepSeek V4-Flash. Những mô hình này đạt điểm cao trong các bài kiểm tra toán học và lập trình, nhưng lại gặp khó khăn trong việc trả lời các câu hỏi thực tế đơn giản.

Ví dụ, GLM-5.2 với khoảng 40 tỷ tham số hoạt động đã đạt 99,2% trên bài kiểm tra AIME 2026, trong khi Qwen3.5 chỉ sử dụng 17 tỷ tham số nhưng vẫn đạt 91,3%. Đáng chú ý, GPT-4 của năm 2023 với 280 tỷ tham số hoạt động lại không thể đạt được kết quả tương tự. Điều này cho thấy rằng khả năng suy luận của các mô hình AI đang cải thiện đáng kể, ngay cả khi số lượng tham số giảm mạnh.

Sự đánh đổi giữa suy luận và kiến thức

Tuy nhiên, sự cải tiến này không đến mà không có cái giá phải trả. Khi các mô hình AI tập trung vào việc tối ưu hóa khả năng suy luận, chúng lại mất đi khả năng ghi nhớ và tái hiện kiến thức thực tế. Một minh chứng rõ ràng là bài kiểm tra SimpleQA, nơi các mô hình phải trả lời các câu hỏi thực tế mà không sử dụng bất kỳ công cụ hỗ trợ nào. Kết quả cho thấy Gemini 2.5 Pro, mô hình dẫn đầu hiện tại, chỉ đạt 53% độ chính xác. Các mô hình nhỏ hơn, như Qwen3.5 4B và 9B, có tỷ lệ "ảo giác" (hallucination) lên đến 80-82%, nghĩa là chúng thường xuyên đưa ra câu trả lời sai nhưng rất tự tin.

Lý do chính nằm ở cách các tham số được sử dụng. Theo nghiên cứu về dung lượng lưu trữ kiến thức, mỗi tham số chỉ có thể lưu trữ khoảng hai bit thông tin thực tế. Để một mô hình biết được các chi tiết nhỏ như năm sinh của một nhà toán học ít tiếng tăm hay dân số của một thành phố nhỏ, nó cần một lượng lớn tham số. Đây là lý do tại sao các mô hình trước đây như GPT-4 có số lượng tham số khổng lồ. Nhưng khi các nhà nghiên cứu chuyển hướng sang tối ưu hóa khả năng suy luận, họ đã giảm số lượng tham số dành cho lưu trữ kiến thức để tập trung vào việc cải thiện các quy trình lý luận.

Tối ưu hóa suy luận: Một bước tiến công nghệ

Suy luận, không giống như kiến thức, có thể được nén lại một cách hiệu quả hơn. Các quy trình như phân tích vấn đề, theo dõi trạng thái trung gian, kiểm tra lại kết quả, và quay lại khi gặp lỗi đều là những kỹ thuật có thể được truyền tải vào các mô hình nhỏ hơn thông qua học tăng cường và chưng cất kiến thức. Điều này giải thích tại sao các mô hình như Phi-4 chỉ với 14 tỷ tham số vẫn có thể thực hiện các nhiệm vụ suy luận phức tạp một cách xuất sắc.

Tuy nhiên, sự tập trung vào suy luận đã tạo ra một sự phân hóa rõ rệt trong hiệu suất của các mô hình AI. Những mô hình nhỏ, tối ưu hóa cho suy luận, có thể giải quyết các bài toán phức tạp nhưng lại không thể trả lời các câu hỏi thực tế một cách chính xác. Điều này đặt ra câu hỏi về việc sử dụng các mô hình AI trong thực tế: liệu chúng ta nên ưu tiên khả năng suy luận hay khả năng ghi nhớ?

Hệ quả và tương lai của AI

Sự chuyển đổi trong thiết kế mô hình AI không chỉ ảnh hưởng đến cách chúng ta sử dụng công nghệ này mà còn đặt ra những thách thức mới. Các ứng dụng yêu cầu khả năng suy luận cao, như lập trình tự động hay phân tích dữ liệu phức tạp, sẽ được hưởng lợi từ các mô hình nhỏ gọn. Nhưng đối với các nhiệm vụ yêu cầu độ chính xác cao về kiến thức, như tra cứu thông tin hay hỗ trợ nghiên cứu, các mô hình hiện tại vẫn còn nhiều hạn chế.

Khi các phòng thí nghiệm tiếp tục tối ưu hóa khả năng suy luận, chúng ta có thể sẽ chứng kiến sự xuất hiện của các mô hình AI chuyên biệt hơn, mỗi mô hình được thiết kế để phục vụ một mục đích cụ thể. Điều này có thể dẫn đến một hệ sinh thái AI đa dạng hơn, nhưng cũng đòi hỏi các nhà phát triển phải cẩn thận trong việc lựa chọn mô hình phù hợp cho từng ứng dụng.

Liệu đây có phải là hướng đi đúng đắn? Câu trả lời có lẽ nằm ở việc cân bằng giữa suy luận và kiến thức, một bài toán mà các nhà nghiên cứu AI sẽ phải tiếp tục giải quyết trong nhiều năm tới.