Tranh luận về AI mã nguồn mở: Góc nhìn từ ba chuyên gia hàng đầu thế giới

Trong bối cảnh các dự án như Pacing the Frontier đang thúc đẩy các phòng thí nghiệm lớn kiểm soát chặt chẽ nghiên cứu AI, các mô hình mã nguồn mở (open-source) và open-weight đang trở thành tâm điểm gây tranh cãi. Việc phân phối miễn phí và thiếu cơ chế kiểm soát sử dụng khiến nhiều đơn vị lo ngại về rủi ro bảo mật.

Tuy nhiên, tại hội nghị Ai4 ở Las Vegas, ba tên tuổi lớn trong ngành là Geoffrey Hinton, Fei-Fei Li và Andrew Ng đã đưa ra những lập luận mạnh mẽ ủng hộ việc duy trì sự cởi mở cho AI, dù họ có những quan điểm khác biệt về chiến lược thực hiện.

Nỗi lo về sự độc quyền

Andrew Ng bày tỏ lo ngại về việc một vài tập đoàn công nghệ lớn sẽ trở thành “người gác cổng” (gatekeepers), kiểm soát quyền truy cập và tốc độ phát triển của AI. Ông cho rằng nếu chỉ có các công ty lớn nhất mới có đủ nguồn lực để xây dựng các hệ thống AI tiên tiến, sự đổi mới sẽ bị kìm hãm. “Tôi không muốn có những người gác cổng, điều đó sẽ hạn chế khả năng tiếp cận AI của tất cả chúng ta,” Ng nhấn mạnh.

Sự khác biệt giữa mã nguồn mở và open-weight

Geoffrey Hinton đưa ra sự phân biệt rõ ràng: mã nguồn mở truyền thống cho phép kiểm tra và sửa lỗi code, trong khi các mô hình open-weight cung cấp các tham số đã được huấn luyện sẵn. Hinton thừa nhận ông từng phản đối open-weight vì lo ngại các mô hình nền tảng đắt đỏ này có thể bị lợi dụng cho các mục đích xấu như thực hiện các cuộc tấn công mạng. Dù vậy, ông thừa nhận cuộc chiến này đã ngã ngũ khi các mô hình open-weight đã trở nên phổ biến và rào cản chi phí huấn luyện không còn là vấn đề.

Cạnh tranh địa chính trị và quyền lực mềm

Andrew Ng cũng cảnh báo về khía cạnh địa chính trị. Nếu các mô hình open-weight từ Trung Quốc chiếm ưu thế tại các thị trường đang phát triển, chúng có thể định hình tư duy của hàng tỷ người về các giá trị như dân chủ và nhân quyền. Ông kêu gọi Mỹ cần thúc đẩy tính cạnh tranh thông qua việc ủng hộ AI mã nguồn mở để duy trì sức mạnh mềm.

Tìm kiếm sự cân bằng

Fei-Fei Li phản đối cách nhìn nhận “được ăn cả, ngã về không” giữa mô hình đóng và mở. Bà lấy ví dụ về vật lý hạt nhân, nơi các nghiên cứu khoa học được công bố công khai nhưng nguyên liệu nhạy cảm vẫn được quản lý chặt chẽ. Li đề xuất một cách tiếp cận đa tầng: “Chúng ta cần sự cởi mở trong khám phá khoa học, giáo dục và hợp tác toàn cầu, nhưng cũng cần chấp nhận các hệ thống đóng cho mục đích kinh doanh. Đây không phải là cuộc tranh luận loại trừ lẫn nhau.”

Dù có những quan điểm khác biệt, cả ba chuyên gia đều đồng thuận rằng cần có một khung pháp lý phù hợp để định hướng AI phát triển theo hướng có lợi cho nhân loại, thay vì để các cá nhân hay tập đoàn đơn lẻ tự quyết định tương lai của công nghệ này.

Nguồn tham khảo: TechCrunch