Xu hướng Công nghệ

Khám phá những đổi mới công nghệ mới nhất, nâng cấp giao thức, giải pháp cross-chain và cơ chế bảo mật trong lĩnh vực blockchain. Cung cấp góc nhìn tập trung vào nhà phát triển để phân tích xu hướng công nghệ mới nổi và đột phá tiềm năng.

Ba năm sau: Nhìn lại nhận định của tôi về ChatGPT vào năm 2023

**Tóm tắt tiếng Việt:** Năm 2026, tác giả Vương Kiến Thạc nhìn lại 20 dự đoán của mình về ChatGPT từ năm 2023, sử dụng AI (41 agent Opus 4.8) để đối chiếu với dữ liệu thực tế. **Kết quả chính:** Phần lớn các dự đoán về **cơ chế và xu hướng** là đúng: * **Đúng:** Kiến trúc RAG + tìm kiếm trở thành chuẩn để giảm ảo giác. LUI (Giao diện ngôn ngữ tự nhiên) tạo ra một "lục địa mới" cho tương tác máy tính. Mạng lưới agent với giao thức kết nối mới đang hình thành. Trung Quốc thu hẹp khoảng cách về mô hình lớn có thể sử dụng. ChatGPT không có ý thức, vượt qua bài kiểm tra Turing nhờ biểu diễn. Nó là bước tiến lớn nhưng chưa phải AGI, chưa gây ra làn sóng thất nghiệp hàng loạt. * **Sai/Sai một phần:** Dự đoán cụ thể **GPT-4 có 100 nghìn tỷ tham số** là sai hoàn toàn (thực tế ~1.8 nghìn tỷ). Nhận định **LLM không thể tự học toán** bị bác bỏ khi các mô hình giành huy chương IMO. **Giá trị sẽ thuộc về lớp ứng dụng** bị chứng minh ngược lại khi lợi nhuận khổng lồ thuộc về lớp nền tảng tính toán (như NVIDIA). **AI có thể né tránh vấn đề bản quyền** là sai, với các vụ kiện và khoản bồi thường lớn. Dự đoán **chi phí đào tạo mô hình lớn chỉ 5-10 tỷ USD** là quá thấp so với thực tế. **Bài học rút ra:** 1. **Dự đoán xu hướng và cơ chế đáng tin cậy hơn nhiều so với các con số cụ thể hay mức độ tuyệt đối.** 2. **Có xu hướng đánh giá quá cao tốc độ thay đổi trong ngắn hạn, nhưng lại đánh giá thấp mức độ thay đổi trong dài hạn.** 3. **Sai lầm tinh vi thường nằm ở "sự phân bố":** tổng thể đúng nhưng tác động không đồng đều (ví dụ: việc làm). 4. **Những phát biểu có giới hạn, thận trọng thường đứng vững theo thời gian.** 5. **Ba năm là chưa đủ để kết luận cho một số vấn đề sâu xa** (như ý thức máy móc, sự xuất hiện năng lực). Bài viết kết luận rằng việc nhìn đúng hướng đi lớn không quá khó, nhưng thừa nhận những sai lầm trong ước tính chi tiết, tốc độ và phân bố mới là điều đáng ghi nhớ cho những dự đoán trong tương lai.

marsbit4 giờ trước

Ba năm sau: Nhìn lại nhận định của tôi về ChatGPT vào năm 2023

marsbit4 giờ trước

Ba năm sau: Nhìn lại những dự đoán của tôi về ChatGPT năm 2023

**Tóm tắt: Nhìn lại 20 dự đoán về ChatGPT năm 2023 sau 3 năm** Vào tháng 3/2023, khi ChatGPT mới xuất hiện và GPT-4 chưa ra mắt, tác giả Vương Kiến Thạc đã đưa ra 20 nhận định về tương lai của AI. Giờ đây, vào cuối tháng 5/2026, một hệ thống AI gồm 41 agent đã được sử dụng để kiểm chứng lại từng dự đoán đó dựa trên dữ liệu thực tế. **Kết quả kiểm chứng (Tính đến 5/2026):** * **Đúng/Bản chất đúng (✅/🟢):** 13/20 dự đoán. * **Một phần đúng (🟡):** 6/20 dự đoán. * **Sai (❌):** 1/20 dự đoán. **Những điểm dự đoán chính xác nổi bật:** 1. **Kiến trúc RAG & Tìm kiếm:** Dự đoán việc bổ sung kiến thức thông qua cơ chế truy xuất bên ngoài (như vector search) thay vì chỉ fine-tune model đã trở thành tiêu chuẩn. 2. **Giao diện ngôn ngữ tự nhiên (LUI):** Nhận định ChatGPT mở ra kỷ nguyên LUI, tạo ra một hệ sinh thái rộng lớn hơn cả việc phát triển model cơ bản, đã được chứng minh. 3. **Mô hình lớn Trung Quốc:** Dự báo khoảng cách về khả năng giữa các mô hình Trung Quốc và đỉnh cao thế giới sẽ thu hẹp nhanh chóng trong khoảng 3 năm đã thành hiện thực. 4. **Ý thức và Kiểm tra Turing:** Quan điểm cho rằng ChatGPT không có ý thức và bài kiểm tra Turing chỉ đánh giá biểu hiện bề ngoài vẫn vững vàng. **Những điểm dự đoán chưa chính xác hoặc sai lệch:** 1. **Tham số GPT-4 (❌):** Thông tin GPT-4 có 100 nghìn tỷ tham số là hoàn toàn sai. 2. **Khả năng toán học của LLM:** Mặc dù đúng khi cho rằng cần công cụ bổ trợ, nhưng khẳng định LLM "không thể" tự học toán thuần túy đã bị bác bỏ khi các model năm 2025 giành huy chương IMO. 3. **Nơi nắm giữ giá trị:** Dự đoán giá trị sẽ thuộc về tầng ứng dụng, còn các công ty làm model cơ bản có thể không sinh lời, đã không tính đến sự thống trị và lợi nhuận khổng lồ của NVIDIA ở tầng phần cứng tính toán. 4. **Bản quyền:** Nhận định AI có thể "né tránh" vi phạm bản quyền là sai, khi thực tế đã có những vụ kiện và dàn xếp bồi thường lớn nhất lịch sử liên quan đến dữ liệu huấn luyện. **Bài học rút ra sau 3 năm:** * **Dự đoán xu hướng và cơ chế đáng tin cậy hơn nhiều so với các con số cụ thể.** * Xu hướng chung: **Đánh giá quá lạc quan về tốc độ, nhưng lại đánh giá thấp mức độ phát triển** về lâu dài. * Sai lầm tinh vi thường nằm ở **sự phân bổ** (ví dụ: tác động việc làm lên nhóm người lao động trẻ), chứ không phải tổng thể. * **Những nhận định có giới hạn, điều kiện đi kèm thường chính xác hơn** những phát biểu tuyệt đối. * Một số câu hỏi lớn vẫn chưa có câu trả lời cuối cùng sau 3 năm. Bản tổng kết này không chỉ chấm điểm cho quá khứ, mà còn đặt ra những quy tắc cho việc dự đoán trong tương lai.

链捕手7 giờ trước

Ba năm sau: Nhìn lại những dự đoán của tôi về ChatGPT năm 2023

链捕手7 giờ trước

Từ Token đến Lao động Máy móc: AI đang chuyển từ Công cụ thành 'Người lao động'

Từ công cụ thành "công nhân": AI đang trở thành lực lượng lao động máy móc Bài viết phân tích sự chuyển dịch trong thị trường AI: từ việc bán token hay giờ GPU đơn thuần, sang một thị trường "lao động máy móc" mới, nơi chính công việc được hoàn thành bởi phần mềm trở thành đối tượng được định giá và giao dịch. Tác giả dự đoán cơ chế định giá AI sẽ phát triển qua bốn giai đoạn: token thô -> thị trường năng lực LLM tiêu chuẩn hóa -> thị trường lao động theo ngành -> thị trường kết quả có thể lập trình. Trong tương lai, doanh nghiệp có thể không còn quan tâm công việc do model hay GPU cụ thể nào thực hiện, mà chỉ quan tâm liệu nó có được giao đúng tiêu chuẩn về độ trễ, độ chính xác, độ tin cậy và chi phí hay không. Điều này cũng làm thay đổi vai trò của con người, chuyển sang giám sát, chịu trách nhiệm, quản lý ngữ cảnh và đưa ra phán quyết cuối cùng - những yếu tố có thể trở nên có giá trị hơn. Bài viết nhấn mạnh AI không chỉ đơn thuần thay thế lao động mà mở rộng thị trường tổng thể. Khi chi phí công việc giảm, nhu cầu có thể tăng lên, tạo ra những loại hình công việc và dịch vụ mới khả thi về mặt kinh tế. Thị trường lao động máy móc sẽ bắt đầu từ những công việc có thể được xác định rõ ràng và đo lường được, hướng tới việc biến lao động máy móc thành một yếu tố sản xuất mới có thể được thu mua, thanh toán và giao dịch.

marsbit8 giờ trước

Từ Token đến Lao động Máy móc: AI đang chuyển từ Công cụ thành 'Người lao động'

marsbit8 giờ trước

6 câu hỏi, hiểu xu hướng thương mại của AI

**Tóm tắt:** AI đang bước vào "mùa hè" thương mại hóa, chuyển từ giai đoạn kể chuyện (narrative) sang tập trung vào khả năng giao hàng cụ thể và hiệu quả tài chính. Điều này được phản ánh qua 6 khía cạnh, mỗi khía cạnh đạt 1 điểm theo "Khung chấm điểm 6 chiều để đánh giá chu kỳ", tổng 6 điểm thuộc mùa hè. Các tín hiệu rõ ràng bao gồm: **Doubao (Đậu Bao)** của ByteDance bắt đầu thu phí đăng ký, và **OpenAI** ra mắt nền tảng quảng cáo. Động lực chính là áp lực chi phí (điện, GPU, vận hành) từ việc người dùng tăng trưởng khổng lồ và cơ hội thương mại hóa đã chín muồi. Để thành công trong giai đoạn này, doanh nghiệp cần: 1. **Tìm một điểm cắt nhỏ, chạy thông vòng lặp giá trị:** Bắt đầu với 1-2 kịch bản có điểm đau rõ, dữ liệu đủ và đo lường được ROI cụ thể (ví dụ: dịch vụ khách hàng tự động, tạo nội dung marketing). Đặt mốc thời gian ngắn và ngừng nếu không đạt kết quả. 2. **Nhân rộng từ dự án thí điểm, xây dựng năng lực tổ chức:** Chuẩn hóa quy trình thành công, xây dựng nền tảng chia sẻ năng lực AI và cơ sở dữ liệu prompt. Điều chỉnh cơ cấu tổ chức (cần lãnh đạo cấp cao dẫn dắt), đào tạo nhân sự và gắn động lực với kết quả tài chính từ AI. 3. **Tái cấu trúc có hệ thống, dùng AI làm lại quy trình:** Chuyển từ quy trình tuần tự sang song song với AI, sử dụng bảng điều khiển thời gian thực để giám sát và tạo chuỗi kích hoạt tự động. Mục tiêu: sự kiện xảy ra, AI tự động xử lý, con người chỉ phê duyệt. Tóm lại, lộ trình là: chạy thông một điểm, mở rộng thành một mặt trận, sau đó để AI thiết kế lại toàn bộ cục diện kinh doanh.

marsbit20 giờ trước

6 câu hỏi, hiểu xu hướng thương mại của AI

marsbit20 giờ trước

Claude Opus4.8 phát hành, Anthropic bắt đầu biến 'sự tin cậy' thành điểm bán hàng của sản phẩm

Claude Opus 4.8 chính thức ra mắt, giữ nguyên giá và đạt vị trí dẫn đầu trong năm trên sáu bài kiểm tra chuẩn mực. Điểm nổi bật của bản phát hành này không nằm ở việc tăng hiệu suất đơn thuần, mà nằm ở việc Anthropic bắt đầu định vị "độ tin cậy" là ưu tiên cốt lõi của mô hình tiên phong. Đáng chú ý, tỷ lệ báo cáo thiếu về lỗi của chính mô hình trong các tác vụ mã đã giảm mạnh từ 19.7% xuống còn 3.7%. Claude Code giờ đây tích hợp luồng công việc động, cho phép điều phối nhiều tác nhân con và thực hiện kiểm tra đối kháng tự động trước khi giao kết quả. Những cải tiến này nhằm giải quyết nỗi lo ngại thực tế: khi AI chuyển từ cửa sổ trò chuyện sang quy trình công việc thực, nguy cơ lớn nhất thường là nó đưa ra câu trả lời trông có vẻ hoàn chỉnh nhưng lại sai. Ngoài ra, Opus 4.8 có những cải thiện đáng kể trong các bài kiểm tra trách nhiệm, toán học và xử lý ngữ cảnh dài. Mặc dù vậy, báo cáo hệ thống cũng ghi nhận một số điểm yếu so với phiên bản trước, như khả năng kháng prompt injection và hiệu suất trong một số bài kiểm tra chuyên môn. Bản phát hành này đánh dấu sự chuyển hướng trong cuộc đua mô hình: từ việc chỉ theo đuổi điểm số chuẩn mực sang việc tranh giành độ tin cậy, khả năng xác minh và thừa nhận sai sót. Điều này là tiền đề để các Agent AI thực sự trở nên hữu dụng. Anthropic cũng xác nhận một mô hình cấp độ "Mythos" mạnh hơn nhiều, hiện đang bị hạn chế truy cập, sẽ được ra mắt trong vài tuần tới, với Opus 4.8 đóng vai trò là bước đệm công khai hướng tới nó.

marsbitHôm qua 22:22

Claude Opus4.8 phát hành, Anthropic bắt đầu biến 'sự tin cậy' thành điểm bán hàng của sản phẩm

marsbitHôm qua 22:22

Sinh học thay đổi lớn: Mô hình nguồn mở mới của Mark Zuckerberg hoàn toàn lật đổ vương vị AlphaFold của Google

Ngai vàng AlphaFold đang lung lay! Biohub, tổ chức do vợ chồng Mark Zuckerberg sáng lập, vừa công bố cơ sở dữ liệu cấu trúc protein ESM Atlas với **11 tỷ dự đoán cấu trúc**, nhiều hơn 8 tỷ so với AlphaFold DB. Mô hình AI đằng sau là **ESMFold2**, được cho là vượt trội hơn AlphaFold3 về hiệu suất, đặc biệt trong dự đoán cấu trúc phức hợp protein. Điểm then chốt: nó **hoàn toàn mã nguồn mở và không giới hạn thương mại**. ESMFold2 đi theo hướng tiếp cận khác, dựa trên "mô hình ngôn ngữ protein", xem chuỗi protein như ngôn ngữ để học và dự đoán trực tiếp cấu trúc 3D. Nó được huấn luyện trên tập dữ liệu rộng hơn, bao gồm nhiều protein vi sinh vật từ môi trường chưa được AlphaFold phủ sóng. Nhóm nghiên cứu còn thử nghiệm thành công việc thiết kế protein mới dựa trên dự đoán của mô hình. Chiến lược mã nguồn mở này, tương tự Meta với Llama, có thể kích hoạt cộng đồng toàn cầu phát triển và ứng dụng, mở rộng phạm vi tiếp cận so với các mô hình độc quyền. Giới học thuật đánh giá cao tiềm năng của ESM Atlas như một nguồn tài nguyên phi thường, nhưng cũng nhấn mạnh nhu cầu xác thực độc lập các dự đoán và đặt câu hỏi về hiệu quả với các cấu trúc protein hoàn toàn mới. Một số chuyên gia xem đây là sự bổ sung cho AlphaFold, trong bối cảnh cuộc đua trong lĩnh vực AI protein đang trở nên cực kỳ cạnh tranh. Bước tiến này đẩy nhanh khả năng của AI trong việc "đọc hiểu" và thiết kế các khối xây dựng sự sống, biến những vấn đề sinh học phức tạp thành các bài toán kỹ thuật có thể giải quyết được.

marsbit2 ngày trước 12:34

Sinh học thay đổi lớn: Mô hình nguồn mở mới của Mark Zuckerberg hoàn toàn lật đổ vương vị AlphaFold của Google

marsbit2 ngày trước 12:34

Bản AI của Siri, có lẽ sẽ trông như thế này

Một năm nữa, WWDC của Apple lại đến, và áp lực lớn nhất là phải trả lời kỳ vọng của thế giới về AI. Câu hỏi khó: tại sao điện thoại thông minh đắt nhất lại có trợ lý AI "ngu ngốc" nhất? Tin tức trước thềm sự kiện tiết lộ Siri sẽ có bản nâng cấp lớn nhất từ năm 2011. Bản mới dự kiến thiết kế lại hoàn toàn giao diện theo phong cách chatbot với tông màu tối, tích hợp sâu với Dynamic Island, biến Siri thành một điểm vào trải nghiệm độc lập. Quan trọng hơn, Siri sẽ có tính năng ghi nhớ ngữ cảnh hội thoại, khắc phục điểm yếu lâu nay. Đặc biệt, Apple sẽ cho phép các mô hình AI của bên thứ ba như Google Gemini và Claude của Anthropic kết nối trực tiếp vào Siri, biến nó thành một nền tảng phân phối AI. Động thái này cho thấy chiến lược của Apple: không cố gắng tạo ra mô hình AI mạnh nhất, mà biến iOS thành nền tảng cạnh tranh tốt nhất cho các mô hình AI, dùng khả năng tích hợp cấp hệ thống (quyền truy cập danh bạ, lịch, ảnh...) làm lợi thế khác biệt so với các AI chạy riêng lẻ. Tuy nhiên, Apple phải đối mặt với nghịch lý: việc sử dụng cơ sở hạ tầng của Google để xử lý một số truy vấn có thể làm lung lay lời hứa bảo vệ quyền riêng tư tuyệt đối – vốn là thế mạnh cốt lõi. Câu hỏi then chốt là liệu Siri, với tư cách "lớp vỏ" tích hợp hệ thống, có thể mang lại trải nghiệm thuyết phục hơn so với việc dùng trực tiếp ChatGPT hay Gemini hay không. Đây được xem như một canh bạc có tính toán của Apple: họ tin rằng cuộc đua AI không chỉ nằm ở sức mạnh mô hình, mà ở việc hệ thống nào tích hợp và sử dụng các mô hình đó một cách trơn tru nhất. WWDC ngày 8/6 sẽ là thời điểm Apple đưa ra câu trả lời đầy đủ và Siri có cơ hội trả món nợ 15 năm với người dùng.

marsbit2 ngày trước 07:16

Bản AI của Siri, có lẽ sẽ trông như thế này

marsbit2 ngày trước 07:16

Đảo ngược trời đất, AI ngày càng mạnh, con người bắt đầu ‘tự chứng minh mình trong sạch’

AI ngày càng giống con người, dẫn đến một hiện tượng nghịch lý: giờ đây chính con người phải chứng minh mình không phải là AI. Tháng 5/2026, một tác phẩm đoạt giải truyện ngắn Khối Thịnh vượng chung bị công cụ Pangram kết luận "100% do AI tạo ra", dù kiểm tra lại bằng Claude cho kết quả không rõ ràng. Nhà văn đoạt Nobel Olga Tokarczuk cũng phải lên tiếng xác nhận sách mới của bà không phải do AI viết, sau khi chia sẻ có sử dụng AI hỗ trợ nghiên cứu. Trong lĩnh vực hội họa, nhiều họa sĩ phải ghi hình toàn bộ quá trình sáng tác hoặc livestream đa góc máy để "tự minh oan" trước những cáo buộc vô căn cứ. Thậm chí xuất hiện các vụ đặt cọc tiền để thách thức kiểm chứng. Một sự việc gây chú ý là khi một người dùng đăng bức tranh thật của Monet và giả vờ đó là ảnh AI, nhiều người đã nhiệt tình phân tích "sai sót" mà không nhận ra đó là kiệt tác thật. Vấn đề nằm ở chỗ công cụ phát hiện AI hiện tại còn thiếu độ tin cậy. Các công cụ như Pangram thực chất chỉ phân tích đặc điểm thống kê chứ không thể khẳng định chắc chắn nguồn gốc. Một nghiên cứu của Đại học Stanford năm 2023 cho thấy tỷ lệ báo sai với bài viết của người không dùng tiếng Anh làm mẹ đẻ lên tới 61.22%. Dù các công ty AI như Google, OpenAI, Meta đang phát triển các giải pháp đánh dấu nguồn gốc nội dung như watermark ẩn hay siêu dữ liệu C2PA, chúng vẫn chưa hoàn hảo và dễ bị mất đi trong quá trình chỉnh sửa, chia sẻ. Đặc biệt, watermark cho văn bản vẫn là thách thức lớn, phần vì lo ngại ảnh hưởng trải nghiệm người dùng. Khi AI có thể bắt chước phong cách con người đến mức khó phân biệt, cuộc khủng hoảng về bản sắc và sự sáng tạo là có thật. Có lẽ chỉ khi "có sự tham gia của AI" trở thành trạng thái mặc định, cuộc giằng co giữa "kiểm tra AI" và "tự chứng minh" này mới thực sự kết thúc.

marsbit2 ngày trước 05:21

Đảo ngược trời đất, AI ngày càng mạnh, con người bắt đầu ‘tự chứng minh mình trong sạch’

marsbit2 ngày trước 05:21

Vốn hóa 600 tỷ USD, Nvidia bỏ ra 1 tỷ USD! Nokia bán điện thoại xong tại sao lại có thể trở lại đỉnh cao?

Năm 2026, Nokia đã trở thành một trong những người chiến thắng bất ngờ trong lĩnh vực AI, hoàn toàn xóa bỏ hình ảnh "bị đào thải" khi bán mảng điện thoại vào năm 2013. Sự phục hưng của hãng được xây dựng trên hai trụ cột chính: "cổ máy in tiền" từ bằng sáng chế và động cơ tăng trưởng mới từ cơ sở hạ tầng AI. **Cổ máy in tiền từ bằng sáng chế:** Nokia nắm giữ hơn 7000 bằng sáng chế cần thiết (SEP) cho 5G. Các hãng sản xuất thiết bị di động toàn cầu phải trả phí bản quyền cho Nokia. Mô hình này đã mang lại doanh thu 15 tỷ Euro vào năm 2025 với tỷ suất lợi nhuận hoạt động hơn 70%. Nokia đang mở rộng mô hình này sang các lĩnh vực như ô tô thông minh và truyền phát video. **Động cơ tăng trưởng mới - Cơ sở hạ tầng AI:** Nokia đã đầu tư mạnh vào mạng quang và công nghệ AI-RAN. Việc mua lại Infinera giúp họ trở thành nhà cung cấp quan trọng về module quang tốc độ cao cho các trung tâm dữ liệu AI. Công nghệ AI-RAN cho phép tận dụng sức mạnh tính toán nhàn rỗi từ hàng triệu trạm gốc để chạy các tác vụ AI tại biên. Khoản đầu tư chiến lược 10 tỷ USD từ NVIDIA là minh chứng cho tiềm năng này. Hướng tới tương lai, Nokia đang tích cực định hình tiêu chuẩn 6G với kiến trúc gốc AI và chuyển đổi sang mô hình kinh doanh dựa trên dịch vụ đăng ký (SaaS). Nokia ngày nay là một gã khổng lồ công nghệ với nền tảng vững chắc về bằng sáng chế, gắn chặt với lợi nhuận từ AI và định vị chiến lược cho kỷ nguyên 6G.

marsbit2 ngày trước 02:21

Vốn hóa 600 tỷ USD, Nvidia bỏ ra 1 tỷ USD! Nokia bán điện thoại xong tại sao lại có thể trở lại đỉnh cao?

marsbit2 ngày trước 02:21

活动图片