# Bài viết Liên quan AI

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "AI", bao gồm xu hướng thị trường, cập nhật dự án, phát triển công nghệ và chính sách quản lý trong ngành tiền kỹ thuật số.

Xu Hướng Thị Trường Chứng Khoán Mỹ (6/7): Vàng và Tiền Mã Hóa Phục Hồi Trước, Biên Bản Quyết Định Lãi Suất Định Hướng Tuần

Thị trường chứng khoán Mỹ đóng cửa nghỉ lễ Ngày Độc lập vào thứ Sáu, nhưng hợp đồng tương lai Nasdaq 100 vẫn tăng hơn 1%, cho thấy tâm lý lo ngại về lĩnh vực AI đã giảm nhiệt. Vàng phục hồi trong tuần, chấm dứt chuỗi giảm 4 tuần, trong khi dầu Brent tiếp tục giảm do phí rủi ro địa chính trị Trung Đông giảm. Bitcoin và Ethereum tăng mạnh, được xem là tín hiệu dẫn đầu cho sự thèm ăn rủi ro. Tuần này, thị trường đối mặt với nhiều sự kiện quan trọng: SpaceX chính thức được đưa vào chỉ số Nasdaq 100 vào thứ Ba, cùng ngày diễn ra phiên điều trần về thuế quan và Hội nghị Thung lũng Mặt trời. Fed sẽ công bố biên bản cuộc họp vào thứ Năm, với sự chú ý đặc biệt vào ngôn từ có cứng rắn hơn hay không sau khi Chủ tịch mới nhậm chức. Ngoài ra, SK Hynix dự kiến niêm yết ADR trên sàn Mỹ vào cuối tuần, và mùa báo cáo quý 2 chính thức bắt đầu. Logic của phe lạc quan là sự phục hồi trước của hợp đồng tương lai và vàng, cho thấy tâm lý thị trường vẫn tích cực. Tuy nhiên, những lo ngại về biên bản Fed, thuế quan và sự kiện SpaceX có thể làm giảm sự lạc quan này. Điểm then chốt nằm ở ngôn từ trong biên bản Fed: nếu không cứng rắn hơn dự kiến, đà phục hồi có thể tiếp tục; ngược lại, các tài sản biến động cao như Bitcoin có thể phản ứng đầu tiên.

marsbitHôm qua 01:35

Xu Hướng Thị Trường Chứng Khoán Mỹ (6/7): Vàng và Tiền Mã Hóa Phục Hồi Trước, Biên Bản Quyết Định Lãi Suất Định Hướng Tuần

marsbitHôm qua 01:35

OpenAI đề xuất chuyển nhượng 5% cổ phần cho Chính phủ Mỹ

OpenAI đã đề xuất chào bán 5% cổ phần cho chính phủ Mỹ với mức định giá 852 tỷ USD, trị giá hơn 400 tỷ USD. CEO Sam Altman cũng đề xuất tất cả các công ty AI lớn của Mỹ cùng tham gia một cơ chế tương tự, đóng góp cổ phần vào một quỹ công cộng để chia lợi nhuận cho chính phủ và người dân, lấy cảm hứng từ Quỹ Thường trực Alaska. Động thái này được xem như một nỗ lực chia sẻ lợi ích và xây dựng lòng tin với các nhà quản lý, trong bối cảnh ngành AI đang đối mặt với sức ép giám sát ngày càng tăng tại Mỹ. Các cuộc đàm phán sơ bộ đã diễn ra với các quan chức cấp cao. Altman lập luận rằng việc công chúng nắm giữ cổ phần là cách tốt nhất để chia sẻ thành quả từ tăng trưởng AI. Tuy nhiên, đề xuất này vẫn chỉ mang tính chất khái niệm và có thể cần luật của Quốc hội để thực hiện. Trong khi đó, một số chính trị gia như Thượng nghị sĩ Sanders lại ủng hộ mức nắm giữ công cộng lên tới 50%, phản ánh các quan điểm khác nhau về mức độ can thiệp. Đề xuất diễn ra khi OpenAI và Anthropic đang chuẩn bị cho việc lên sàn chứng khoán và đối mặt với sự chậm trễ trong việc phê duyệt phát hành các mô hình AI tiên tiến. Việc chính phủ trở thành cổ đông có thể tạo ra một kênh ảnh hưởng đến các quyết định quan trọng, từ an toàn đến quản trị, định hình lại mối quan hệ giữa ngành công nghiệp AI và nhà nước trong cuộc đua phát triển AGI (Trí tuệ nhân tạo phổ quát).

marsbitHôm qua 01:07

OpenAI đề xuất chuyển nhượng 5% cổ phần cho Chính phủ Mỹ

marsbitHôm qua 01:07

Anthropic tạo ra một bộ 'hình phạt' cho AI vượt ngục: Yêu cầu của bạn, bốn cách chết

Bài viết thảo luận về hệ thống phân loại và đánh giá mức độ nghiêm trọng của các yêu cầu "jailbreak AI" (vượt rào an ninh AI) mới được Anthropic công bố, có tên là Khung Đánh giá Mức độ Nghiêm trọng Vượt Rào AI (CJS). Hệ thống phân loại của Anthropic chia các yêu cầu liên quan đến an ninh mạng thành bốn loại: (1) Nguy hiểm cao (ví dụ: phần mềm tống tiền) bị chặn hoàn toàn; (2) Công cụ kép rủi ro cao (như thử nghiệm thâm nhập); (3) Công cụ kép rủi ro thấp (như quét lỗ hổng đã biết); và (4) Vô hại (như gỡ lỗi). Tuy nhiên, hệ thống được thiết kế quá nhạy, dẫn đến việc chặn nhiều yêu cầu hợp pháp (ví dụ đếm chữ cái, debug). Để đánh giá mức độ nguy hiểm của một lần vượt rào, Anthropic đề xuất khung CJS với bốn thang đo: Mức độ tăng cường khả năng tấn công (0-4), Phạm vi khả năng (0-2), Độ khó vũ khí hóa (0-2) và Tính dễ phát hiện (0-2). Tổng điểm 0-10 xác định mức độ nghiêm trọng từ CJS-0 (thông tin) đến CJS-4 (khủng hoảng). Điểm số phụ thuộc vào bối cảnh thời gian và kiến thức của người dùng. Bài viết chỉ ra rằng Anthropic, thông qua liên minh Glasswing với các tập đoàn công nghệ lớn, đang nắm quyền định nghĩa "nguy hiểm" và thiết lập tiêu chuẩn này. Điều này có thể ảnh hưởng đến việc kiểm duyệt mô hình và trải nghiệm người dùng. Bối cảnh được đặt trong lệnh cấm xuất khẩu của Mỹ lần đầu tiên nhắm vào API mô hình AI (như với Fable 5), cho thấy sự kiểm soát công nghệ ngày càng chặt chẽ. Khung CJS được xem như một công cụ để hợp thức hóa các quyết định kiểm soát đó. Cuối cùng, bài viết đưa ra một số lời khuyên cho người dùng khi bị chặn: điều chỉnh từ ngữ trong lệnh, cảnh giác với tín hiệu bị giáng cấp chất lượng phản hồi, hoặc kiên nhẫn chờ đợi các cải tiến không rõ thời hạn từ Anthropic.

marsbitHôm qua 00:26

Anthropic tạo ra một bộ 'hình phạt' cho AI vượt ngục: Yêu cầu của bạn, bốn cách chết

marsbitHôm qua 00:26

Thu nhập 100 triệu đô la mỗi năm, hai bạn cùng phòng Berkeley thế hệ 9x tạo ra mô hình kinh doanh AI sinh lời nhất

Công ty không tạo ra AI nào nhưng kiếm được 100 triệu USD mỗi năm! Đó là Arena, nền tảng bảng xếp hạng và đánh giá mô hình AI khổng lồ, bắt nguồn từ một dự án nghiên cứu mã nguồn mở có tên Chatbot Arena do một nhóm từ UC Berkeley khởi xướng vào năm 2023. Cốt lõi của Arena là một bảng xếp hạng được xây dựng dựa trên hàng chục triệu lượt bình chọn "mù" của người dùng thực. Người dùng nhập prompt, hai mô hình ẩn danh trả lời và họ chọn câu trả lời tốt hơn. Cơ chế "đấu trường" đơn giản này đã thu hút hơn 1000 triệu lượt đánh giá, trở thành điểm tham chiếu quan trọng. Tất cả các gã khổng lồ như OpenAI, Google, Anthropic, Meta đều đưa mô hình hàng đầu của họ lên đây để kiểm tra, thậm chí cả GPT-5 dưới bí danh. Bí quyết kiếm tiền của Arena nằm ở dịch vụ thương mại AI Evaluations, ra mắt tháng 9 năm ngoái. Các công ty phát triển mô hình và doanh nghiệp lớn trả phí để Arena huy động cộng đồng hàng triệu người dùng đánh giá chuyên sâu mô hình của họ, cung cấp phân tích hiệu suất trong thế giới thực mà các bài kiểm tra tiêu chuẩn không có được. Đây là mô hình kinh doanh "bán dụng cụ" trong cơn sốt AI: khi các công ty đua nhau cải thiện mô hình, nhu cầu cho dịch vụ đánh giá và tinh chỉnh sau khi triển khai càng lớn. Dự án này được đồng sáng lập bởi hai bạn cùng phòng tại Berkeley: CEO Anastasios Angelopoulos (chuyên gia học máy) và CTO Wei-Lin Chiang (người đứng sau chatbot mã nguồn mở Vicuna nổi tiếng). Dự án tách ra thành công ty vào mùa xuân 2025, nhanh chóng huy động được 100 triệu USD vốn hạt giống, định giá 6 tỷ USD. Đến tháng 1 năm nay, họ đã hoàn thành vòng gọi vốn Series A 150 triệu USD, định giá 1.7 tỷ USD. Arena không ngừng mở rộng, gần đây ra mắt Chế độ Tác nhân (Agent Mode) để đánh giá các AI thực hiện nhiệm vụ dài, phức tạp như viết mã, nghiên cứu. Arena đặt cược vào một tương lai nơi việc đánh giá khách quan, dựa trên dữ liệu thực tế về hiệu suất AI sẽ ngày càng quan trọng và có giá trị.

marsbitHôm qua 00:21

Thu nhập 100 triệu đô la mỗi năm, hai bạn cùng phòng Berkeley thế hệ 9x tạo ra mô hình kinh doanh AI sinh lời nhất

marsbitHôm qua 00:21

Thu về 24.000 sao: Một lệnh duy nhất, AI tự tìm kiếm kỹ năng

Vercel, công ty đứng sau Next.js, đã ra mắt công cụ Skills - một trình quản lý gói (package manager) dành cho AI Agent, cho phép cài đặt các "kỹ năng" (skill) chuyên biệt vào các công cụ lập trình AI như Claude Code, Cursor, Codex... chỉ bằng một dòng lệnh `npx skills add <package>`. Kho lưu trữ chính thức đã đạt 24,000 sao GitHub trong vòng 5 tháng. Một skill là một thư mục chứa tài liệu hướng dẫn (SKILL.md), tài liệu tham khảo và cả script có thể thực thi, giúp AI tuân thủ các quy tắc, phong cách code cụ thể của dự án một cách tự động và lâu dài. Tính năng nổi bật là "Find Skills", một skill giúp AI tự động tìm kiếm và cài đặt skill phù hợp nhất dựa trên yêu cầu của người dùng, hoạt động như một công cụ tìm kiếm năng lực cho AI. Tuy nhiên, tiện ích đi kèm rủi ro bảo mật lớn. Các nghiên cứu từ Snyk và Koi Security cho thấy hàng trăm skill chứa mã độc, có khả năng đánh cắp khóa, thực hiện prompt injection hoặc phân phối phần mềm độc hại. Khác với npm, skill hợp nhất lệnh, mã code và quyền truy cập đầy đủ, tạo ra mối đe dọa trực tiếp đến hệ thống cục bộ. Vercel, thông qua sáng kiến này, đang tìm cách định hình lại lớp công cụ AI, biến trải nghiệm "một dòng lệnh" từng thành công với Next.js thành chuẩn mực mới trong việc mở rộng năng lực cho trợ lý lập trình AI, đồng thời cũng đặt ra những thách thức bảo mật cần được quản lý cẩn thận.

marsbitHôm qua 00:21

Thu về 24.000 sao: Một lệnh duy nhất, AI tự tìm kiếm kỹ năng

marsbitHôm qua 00:21

Bài viết mới nhất của Lý Phi Phi: Khi video tạo sinh, robot và NVIDIA đều tự xưng là mô hình thế giới, chúng ta cần một phân loại học

Trong bài viết mới nhất của mình, giáo sư Lý Phi Phi đã phân loại và làm rõ khái niệm "mô hình thế giới" đang bị sử dụng một cách lộn xộn trong lĩnh vực AI hiện nay. Bà đề xuất một cách phân loại chức năng dựa trên vòng lặp POMDP cổ điển (tác nhân → hành động → trạng thái → quan sát → tác nhân), chia các hệ thống được gọi là "mô hình thế giới" thành ba loại chính: 1. **Bộ kết xuất (Renderer):** Đầu ra là các quan sát (pixel). Mục tiêu là độ trung thực về mặt thị giác. Ví dụ: các mô hình tạo video từ văn bản như Sora, hay hệ thống tương tác như Genie. Chúng tạo ra hình ảnh đẹp nhưng không nhất thiết tuân thủ vật lý chính xác. 2. **Bộ mô phỏng (Simulator):** Đầu ra là trạng thái thế giới. Mục tiêu là độ chính xác về cấu trúc hình học, vật lý và động lực học. Chúng phục vụ cả con người (kiến trúc sư, nhà thiết kế) và các chương trình máy tính (robot, xe tự hành) để tính toán và đào tạo. Đây được coi là trung tâm then chốt bị đánh giá thấp. 3. **Bộ lập kế hoạch (Planner):** Đầu ra là các hành động. Cho một quan sát và mục tiêu, nó quyết định tác nhân nên làm gì tiếp theo. Ví dụ: các mô hình VLA (Vision-Language-Action). Đây là lĩnh vực thú vị nhất nhưng cũng non trẻ nhất, với khoảng cách lớn giữa demo trong phòng thí nghiệm và ứng dụng thực tế. Bài viết nhấn mạnh ba loại này không tách biệt mà chia sẻ hiểu biết cơ bản chung về thế giới. Xu hướng quan trọng hiện nay là sự hợp nhất giữa chúng, hướng tới một **mô hình thế giới thống nhất** có thể chuyển đổi linh hoạt giữa kết xuất, mô phỏng và lập kế hoạch tùy theo nhu cầu. Sản phẩm Marble của World Labs là một bước đi theo hướng này, cùng lúc tạo ra cả dữ liệu hình ảnh (Gaussian splatting) và dữ liệu vật lý (collision mesh) từ một mô hình duy nhất. Tóm lại, trong khi mô hình ngôn ngữ cho phép máy móc "nói" về thế giới, thì mô hình thế giới chính là con đường để chúng thực sự hiểu, tưởng tượng, suy luận và tương tác với thế giới vật lý.

marsbitHôm qua 09:27

Bài viết mới nhất của Lý Phi Phi: Khi video tạo sinh, robot và NVIDIA đều tự xưng là mô hình thế giới, chúng ta cần một phân loại học

marsbitHôm qua 09:27

Tính năng Trợ lý AI của Doubao, Qianwen sẽ ngừng hoạt động vào ngày 15 tháng 7

Vào ngày 4 tháng 7, các nền tảng AI Doubao (Đậu Bao) và Tongyi Qianwen (Thông Nghĩa Thiên Vấn) đã thông báo chính thức về việc ngừng hoạt động chức năng "tác nhân thông minh" (AI Agent) do người dùng tạo. Doubao xác nhận chức năng này sẽ chính thức ngừng hoạt động vào **ngày 15 tháng 7**, đồng thời hướng người dùng sang ứng dụng Mao Xiang (Mao Tương) của ByteDance. Tongyi Qianwen cũng thông báo các tác nhân tương tác nhân cách hóa và do người dùng tự tạo sẽ ngừng hoạt động từ **10 tháng 7**, và toàn bộ dịch vụ liên quan sẽ chấm dứt vào **15 tháng 7**. Sau thời điểm này, người dùng không thể truy cập cấu hình tác nhân và lịch sử trò chuyện. Ngày 15 tháng 7 trùng với thời điểm **"Quy chế quản lý tạm thời dịch vụ tương tác nhân cách hóa trí tuệ nhân tạo"** có hiệu lực. Động thái này được cho là nhằm chủ động tuân thủ quy định mới, giảm thiểu rủi ro pháp lý sau các chiến dịch thanh tra, xử lý vi phạm của cơ quan quản lý. Cả hai nền tảng đều có lộ trình chuyển đổi cho người dùng. Doubao cho phép xem và lưu dữ liệu đến **15 tháng 10**, trong khi Qianwen khuyến nghị người dùng tự sao lưu trước ngày ngừng dịch vụ. Ngoài yếu tố quy định, khó khăn trong việc biến đổi mô hình kinh doanh cũng là động lực chính. Các tác nhân nhân cách hóa thường có tần suất tương tác cao, tiêu tốn nhiều tài nguyên tính toán nhưng giá trị thương mại thấp. Trong giai đoạn tập trung chứng minh giá trị, các nền tảng đang chuyển hướng nguồn lực từ hệ sinh thái UGC (nội dung người dùng tạo) sang các kịch bản dịch vụ doanh nghiệp (B2B) có giá trị cao hơn, như việc Qianwen mở rộng quyền truy cập Agent và Skill cho các doanh nghiệp đối tác.

marsbit2 ngày trước 05:39

Tính năng Trợ lý AI của Doubao, Qianwen sẽ ngừng hoạt động vào ngày 15 tháng 7

marsbit2 ngày trước 05:39

Tại sao Codex và ChatGPT lại hợp nhất? Tương lai của Codex sẽ ra sao? Lãnh đạo cốt lõi của OpenAI trả lời tất cả

Nếu hỏi sản phẩm AI nào có mức tăng trưởng ấn tượng nhất năm 2026, "Codex" chắc chắn đứng đầu. Từ tháng 1, người dùng hoạt động hàng tuần của nó đã tăng gấp 5 lần, đạt 5 triệu. Đáng chú ý, tốc độ người lao động tri thức (không phải nhà phát triển) sử dụng Codex nhanh gấp 3 lần so với nhóm lập trình viên. Sự tăng vọt này được thúc đẩy bởi việc ra mắt ứng dụng desktop vào tháng 2, giúp giảm đáng kể rào cản sử dụng. Andrew Ambrosino, người phụ trách ứng dụng desktop Codex, chia sẻ về sự thay đổi: khi AI giúp việc "triển khai" code trở nên rẻ, thì "gu thẩm mỹ" (taste) và khả năng tuyển chọn, định hướng sản phẩm tốt mới là thứ đắt giá và khó khăn nhất. Ông cũng giải thích lý do AI vẫn chưa giỏi thiết kế: đánh giá thiết kế khó hơn code do phụ thuộc vào văn hóa và cần sự mới lạ, trong khi code cần tuân theo khuôn mẫu. Hơn nữa, AI hiện chưa hiểu được các lớp trừu tượng sâu trong mối quan hệ giữa code và thiết kế. Andrew nhấn mạnh, thành công của sản phẩm AI phụ thuộc nhiều vào thời điểm và khả năng của mô hình. Codex nếu ra mắt sớm hơn có thể đã thất bại. Điều này thay đổi cách lập kế hoạch sản phẩm: tập trung vào những gì mô hình có thể làm ở thời điểm hiện tại và chuẩn bị sẵn các ý tưởng cho những bước nhảy vọt tiếp theo của AI. Về cấu trúc nhóm, ranh giới giữa kỹ sư, nhà thiết kế và quản lý sản phẩm đang mờ đi, với các thành viên có thể đảm nhận nhiều vai trò dựa trên thời gian họ bỏ ra. Tuy nhiên, Andrew không ủng hộ việc xóa bỏ hoàn toàn các chuyên môn, vì mỗi lĩnh vực vẫn có kỹ năng chuyên sâu riêng. Về phát triển với AI, câu hỏi không còn là "AI viết bao nhiêu % code", mà là quá trình đó được "giám sát" hay "không giám sát" như thế nào. AI hiện có xu hướng làm code phức tạp hơn, và nhóm mong muốn các mô hình trong tương lai có khả năng "xóa code" và tạo cấu trúc trừu tượng tốt hơn. Lý do hợp nhất Codex và ChatGPT là vì ranh giới giữa công cụ dành cho nhà phát triển và công cụ làm việc tri thức chung đang sụp đổ. Người dùng từ mọi bộ phận đều sử dụng Codex cho các tác vụ chuyên sâu của họ. Tương lai, sản phẩm hợp nhất này sẽ hướng tới trở thành một "căn cứ chính" (home base) - một nơi người dùng bắt đầu, kết thúc công việc, tự động hóa và kết nối với mọi công cụ chuyên nghiệp khác (như Excel hay Premiere Pro) thông qua các connector, chứ không phải là một "siêu ứng dụng" đóng khung mọi thứ bên trong nó.

marsbit2 ngày trước 05:29

Tại sao Codex và ChatGPT lại hợp nhất? Tương lai của Codex sẽ ra sao? Lãnh đạo cốt lõi của OpenAI trả lời tất cả

marsbit2 ngày trước 05:29

Đối tác Dragonfly Haseeb bàn về nguyên tắc đầu tư: Kiên trì ở lại thị trường, tin tưởng vào tăng trưởng theo cấp số nhân

Nguồn: Khi Shift Happens | Tổng hợp: Felix, PANews Trong một cuộc phỏng vấn, Haseeb Qureshi, đối tác quản lý tại Dragonfly, chia sẻ nguyên tắc đầu tư cốt lõi: kiên trì ở lại thị trường khi mọi người khuyên rút lui. Ông nhấn mạnh niềm tin vào tăng trưởng theo cấp số nhân của tiền mã hóa. Haseeb lấy ví dụ từ kinh nghiệm sống sót qua đợt sụp đổ của FTX năm 2022 và sự kiên định bảo vệ Ethereum (ETH) cùng Solana (SOL) khi chúng bị hoài nghi. Ông cho rằng, thành công trong lĩnh vực này đòi hỏi tầm nhìn dài hạn và chiến lược "tham lam một cách dài hạn", tập trung vào việc tạo ra giá trị bền vững thay vì lợi nhuận ngắn hạn. Bài học từ Thung lũng Silicon, nơi ông từng làm việc, bao gồm việc chấp nhận thất bại, xây dựng văn hóa tin cậy cao và khuyến khích luân chuyển tri thức tự do - những yếu tố then chốt cho hệ sinh thái sáng tạo. Haseeb nhận định việc áp dụng tiền mã hóa mang tính chất thế hệ và các tổ chức lớn vẫn còn rất ít tiếp xúc với tài sản số. Ông lạc quan về tương lai khi thế hệ trẻ, những người quen thuộc với giá trị kỹ thuật số, dần nắm quyền lực. Cuối cùng, ông thừa nhận AI đang thu hút nhân tài và vốn, điều này là tự nhiên trong chủ nghĩa tư bản. Tiền mã hóa đang bước vào giai đoạn xây dựng cơ sở hạ tầng vững chắc, phù hợp hơn với những người xây dựng hơn là các nhà tiên phong thích "miền Tây hoang dã".

marsbit07/04 07:00

Đối tác Dragonfly Haseeb bàn về nguyên tắc đầu tư: Kiên trì ở lại thị trường, tin tưởng vào tăng trưởng theo cấp số nhân

marsbit07/04 07:00

Hinton Ca ngợi, Diễn giả Đóng góp Cốt lõi Gemini: Sẽ có Hàng tỷ AI Siêu nhân Cấp Einstein

Adam Brown, nhà vật lý lý thuyết và lãnh đạo nhóm Blueshift tại DeepMind, đã có bài phát biểu tại Viện Vật lý Lý thuyết Perimeter về tương lai của Trí tuệ Nhân tạo Phổ quát (AGI) và vật lý. Ông mô tả sự tiến bộ phi mã của AI, từ trình độ "mẫu giáo" lên "tiến sĩ" chỉ trong vài năm, dựa trên Định luật Mở rộng (Scaling Law) – quy tắc cho thấy hiệu suất mô hình tăng đều đặn khi mở rộng quy mô dữ liệu, tham số và năng lực tính toán. Ông chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) không được lập trình mà được "nuôi dưỡng" thông qua đào tạo trước và tinh chỉnh, cho phép chúng vượt qua hàng loạt bài kiểm tra chuẩn từ toán phổ thông (MATH) đến kỳ thi tiến sĩ (GPQA) và cả các kỳ thi chuyên sâu về thuyết tương đối rộng. Đặc biệt, AI đã đạt trình độ huy chương vàng trong Olympic Toán học Quốc tế (IMO) và gần đây đã tự mình đưa ra phản ví dụ cho một giả thuyết toán học tồn tại 80 năm (Giả thuyết khoảng cách đơn vị của Erdős), đánh dấu bước đột phá nghiên cứu thực sự. Brown so sánh lộ trình phát triển của AI với cờ vua: từ công cụ, đến cộng tác "nhân mã" (con người + AI), và cuối cùng là thời đại siêu nhân nơi AI vượt trội hoàn toàn. Ông dự đoán vật lý sẽ trải qua một kỷ nguyên vàng của sự cộng tác "nhân mã", nơi AI đóng vai trò trợ lý nghiên cứu, gia sư và công cụ lập trình mạnh mẽ. Về lâu dài, với chi phí sao chép gần như bằng không, nhân loại có thể sở hữu hàng tỷ "AI Einstein" siêu cấp hoạt động đồng thời, hứa hẹn giải đáp những câu hỏi cơ bản nhất của khoa học. Mặc dù AI hiện còn hạn chế về tính tự chủ và khả năng lập kế hoạch, Brown tin rằng sự tiến bộ sẽ tiếp tục và những năm tới sẽ là thời kỳ thú vị nhất trong lịch sử vật lý.

marsbit07/04 06:44

Hinton Ca ngợi, Diễn giả Đóng góp Cốt lõi Gemini: Sẽ có Hàng tỷ AI Siêu nhân Cấp Einstein

marsbit07/04 06:44

活动图片

Danh mục Phổ biếnright-arrow

Thẻ Nổi bậtright-arrow