# Bài viết Liên quan Môi trường

Trung tâm Tin tức HTX cung cấp những bài viết mới nhất và phân tích chuyên sâu về "Môi trường", 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.

Sau “Nhà máy AI” của Elon Musk và Jensen Huang, một cuộc “Chiến tranh cướp nước ngọt” không khói súng đã bắt đầu

Bạn có thể không tưởng tượng được, mỗi khi bạn yêu cầu ChatGPT viết một báo cáo tuần 100 từ, hoặc để Claude sửa vài dòng code, khoảng 500ml nước ngọt tinh khiết (tương đương một chai Nông Phu Sơn Tuyền) sẽ bốc hơi từ các đường ống làm mát ở đâu đó trên Trái đất. Trong hai năm qua, cuộc chạy đua vũ trang AI luôn bị gắn chặt trong vòng lặp logic "chip, sức mạnh tính toán và điện hạt nhân". Tuy nhiên, mọi người dường như đều lãng quên một giới hạn vật lý cơ bản và lạnh lùng nhất: những bộ não silicon nóng bỏng này cần uống nước, và là nước ngọt mà con người phụ thuộc để sinh tồn. Báo cáo mới nhất của Đại học Liên Hợp Quốc (UNU) về chi phí môi trường AI toàn cầu đã vạch trần sự thật: đến năm 2030, lượng nước tiêu thụ hàng năm của cơ sở hạ tầng AI toàn cầu sẽ đạt mức kinh ngạc 9,3 nghìn tỷ lít, đủ để đáp ứng nhu cầu nước sinh hoạt cơ bản của 1,3 tỷ dân trên Trái đất trong một năm. Một cuộc "chiến tranh cướp đoạt nước ngọt" do Physical AI và sức mạnh tính toán mô hình lớn thúc đẩy đã chính thức bắt đầu vào mùa hè năm 2026. Tại sao các mô hình AI lớn lại trở thành "quái vật hút nước"? Câu trả lời nằm ở kiến trúc tản nhiệt của trung tâm dữ liệu. Hơn 70% trung tâm dữ liệu toàn cầu sử dụng "hệ thống làm mát bay hơi", tiêu thụ một lượng lớn nước ngọt, với khoảng 80% bốc hơi vào khí quyển và không thể tái tuần hoàn tại chỗ. Các báo cáo cho thấy chỉ việc "huấn luyện" GPT-4 một lần đã tiêu thụ khoảng 600 triệu lít nước tinh khiết. Lượng nước tiêu thụ hàng năm của Google đã vượt quá 81 tỷ gallon, trong khi của Microsoft tại các khu vực trọng điểm huấn luyện mô hình lớn cũng tăng gần gấp đôi trong ba năm qua. Xung đột gay gắt nhất của cuộc "chiến tranh nước ngọt" này xảy ra tại Memphis, Tennessee, Mỹ. Năm 2024, để huấn luyện mô hình lớn Grok, đội ngũ xAI của Elon Musk đã xây dựng siêu máy tính Colossus ở Memphis trong 122 ngày. Để vận hành cỗ máy khổng lồ này, cần rút tới 1 triệu gallon nước uống của cư dân từ tầng chứa nước ngầm địa phương mỗi ngày, dẫn đến phản ứng dữ dội từ cộng đồng. Đối mặt với khủng hoảng, Musk và Jensen Huang buộc phải thỏa hiệp, công bố xây dựng một nhà máy xử lý nước tái chế. Sự kiện "Watergate" ở Memphis đã trở thành một bước ngoặt, chứng minh rằng từ năm 2026, nút thắt cổ chai cuối cùng hạn chế tốc độ mở rộng AI không còn là công suất của TSMC hay tiền tệ, mà là "quyền tiếp cận nguồn nước" được chính quyền địa phương phê duyệt. Trước những cuộc biểu tình ngày càng tăng và hạn hán nghiêm trọng, các CEO công nghệ bắt đầu kể những "câu chuyện mới". Tại hội nghị Microsoft Build 2026, CEO Satya Nadella tuyên bố về "cuộc cách mạng không nước", cho biết các trung tâm dữ liệu siêu lớn mới nhất đã loại bỏ hoàn toàn làm mát bay hơi và chuyển sang sử dụng hệ thống "làm lạnh vòng lặp kín không nước". Tuy nhiên, các chuyên gia chỉ ra rằng hệ thống vòng lặp kín làm tăng mức tiêu thụ điện từ 20% đến 30%, và dấu chân nước gián tiếp từ việc sản xuất điện thậm chí còn lớn hơn. Trong bối cảnh này, ngành công nghiệp AI Trung Quốc cần cảnh giác và tìm kiếm lộ trình đột phá. Giải pháp nằm ở việc bố trí sức mạnh tính toán theo địa lý, chẳng hạn như chính sách "Đông số Tây toán", đặt các phòng máy huấn luyện quy mô lớn cần nước lạnh ở những khu vực như Quý Châu, Nội Mông. Điểm đột phá công nghệ cốt lõi là tái cấu trúc sức mạnh tính toán hỗn hợp "tiểu não ở rìa, đại não trên đám mây". Các nhà sản xuất robot thông minh và thiết bị gia đình thông minh Trung Quốc đang thúc đẩy nghiên cứu và phát triển chip tối ưu hóa cho thiết bị đầu cuối. Nếu 90% vấn đề tương tác vật lý có thể được giải quyết tại chỗ bằng chip biên công suất thấp và mô hình thế giới nhẹ, thay vì gửi lệnh đa phương thức tiêu tốn nhiều năng lượng lên đám mây, chúng ta có thể cắt giảm 90% mức tiêu thụ nước và điện của AI. Cuộc "chiến tranh cướp đoạt nước ngọt" mà Musk và Huang đang đối mặt đang buộc AI toàn cầu phải từ bỏ lớp vỏ nông nổi. Liệu AI là bậc thang đưa nền văn minh nhân loại lên tầm cao mới, hay là một quái vật silicon cuối cùng sẽ tranh giành những giọt nước tinh khiết cuối cùng của Trái đất với con người? Mùa hè năm 2026, câu trả lời đang trở nên rõ ràng hơn cùng với hơi nước bốc lên đó.

marsbit06/11 05:26

Sau “Nhà máy AI” của Elon Musk và Jensen Huang, một cuộc “Chiến tranh cướp nước ngọt” không khói súng đã bắt đầu

marsbit06/11 05:26

Bị Google 'sa thải' vì một bài báo 14 trang, hơn 4000 người lên tiếng ủng hộ, 6 năm sau nhìn lại: Khi ấy bà ấy gần như đã dự đoán toàn bộ kỷ nguyên AI

Năm 2020, Timnit Gebru, trưởng nhóm AI đạo đức tại Google, đã bị sa thải sau một cuộc tranh cãi về bài báo học thuật “On the Dangers of Stochastic Parrots” do bà đồng tác giả. Bài báo cảnh báo về những rủi ro của mô hình ngôn ngữ lớn (LLM) vào thời điểm GPT-3 vừa ra mắt, và giờ đây nhiều cảnh báo đó đã thành hiện thực. Bài báo dài 14 trang đã dự báo chính xác hàng loạt vấn đề mà ngành AI hiện đang đối mặt: “Ảo giác” (Hallucination) khi mô hình tạo ra thông tin sai lệch; việc khuếch đại thành kiến xã hội có sẵn trong dữ liệu huấn luyện; tác động môi trường lớn từ việc tiêu thụ năng lượng; sự thiếu minh bạch về nội dung trong dữ liệu huấn luyện; và nguy cơ “sụp đổ mô hình” (Model Collapse) khi nội dung do AI tạo ra tràn ngập internet và lại trở thành dữ liệu đầu vào cho thế hệ AI tiếp theo. Vụ việc dẫn đến làn sóng phản đối từ hơn 4000 nhân viên và chuyên gia. Sau khi rời Google, Gebru thành lập Viện Nghiên cứu AI Phân tán (DAIR) để tiếp tục điều tra các vấn đề về công bằng, đạo đức và quyền lực tập trung trong AI. Sáu năm sau, bài báo từng gây tranh cãi của bà được ghi nhận vì đã tiên tri chính xác những thách thức cốt lõi của kỷ nguyên AI ngày nay.

marsbit06/08 10:32

Bị Google 'sa thải' vì một bài báo 14 trang, hơn 4000 người lên tiếng ủng hộ, 6 năm sau nhìn lại: Khi ấy bà ấy gần như đã dự đoán toàn bộ kỷ nguyên AI

marsbit06/08 10:32

Hướng dẫn sử dụng chế độ Goal của Codex: Cách để AI không ngừng thúc đẩy một mục tiêu cụ thể

Biên tập viên: Bài viết này từ Dominik Kundel, thành viên quan hệ nhà phát triển của OpenAI, tổng kết kinh nghiệm sử dụng tính năng "goal mode / /goal" của Codex. Nó không chỉ nói về kỹ thuật nhắc lệnh thông thường, mà nói về sự thay đổi vai trò của công cụ lập trình AI: Codex không còn chỉ là trợ lý mã hóa phản hồi lệnh đơn lẻ, mà bắt đầu trở thành một tác nhân hành động có thể liên tục thúc đẩy theo đuổi một mục tiêu rõ ràng. Trong chế độ /goal, điều thực sự quan trọng không phải là viết yêu cầu càng dài càng chi tiết, mà là thiết lập tiêu chuẩn thoát rõ ràng, có thể xác minh cho Codex. Ví dụ: "giảm 30% thời gian triển khai", "đạt 100% parity về phạm vi kiểm thử", "LCP xuống dưới 2,5 giây". Những chỉ số này cho phép Codex đánh giá nhiệm vụ đã hoàn thành hay chưa, đồng thời tránh nó thử sai vô hạn trong mục tiêu mơ hồ. Đồng thời, người dùng cần cung cấp đủ định hướng, công cụ và môi trường thực tế để Codex có thể đo lường tiến độ, xác minh kết quả, thay vì chỉ hoàn thành một giải pháp khả thi trong điều kiện giả định cục bộ. Bài viết đặc biệt nhắc nhở, nhiệm vụ liên quan đến hình ảnh dễ khiến Codex sa lầy vào chi tiết nhất. Thay vì yêu cầu "khôi phục chính xác đến từng pixel 100%", nên phân giải mục tiêu hình ảnh thành danh sách chức năng, quy tắc hệ thống thiết kế và chỉ số có thể đánh giá. Đối với nhiệm vụ dài hạn kéo dài hàng giờ thậm chí vài ngày, cũng cần theo dõi liên tục thông qua commit, draft PR, tài liệu tiến độ, cập nhật Slack hoặc side chat, tránh cuối cùng chỉ nhận được một loạt thay đổi không thể truy nguyên. Thông tin tăng thêm của bài viết nằm ở việc định nghĩa lại /goal như một "cơ chế quản lý nhiệm vụ dài hạn". Khi AI có thể thực thi liên tục hàng chục thậm chí hàng trăm giờ, năng lực cốt lõi của nhà phát triển cũng thay đổi: không chỉ là để AI tạo mã, mà là định nghĩa mục tiêu cho nó, thiết lập hệ thống đo lường, cấu hình môi trường thực thi, và cuối cùng hoàn thành xem xét và tổng kết. Nói cách khác, lập trình AI đang chuyển từ "viết lời nhắc" sang "quản lý một tác nhân thực thi kỹ thuật làm việc liên tục".

marsbit06/06 08:13

Hướng dẫn sử dụng chế độ Goal của Codex: Cách để AI không ngừng thúc đẩy một mục tiêu cụ thể

marsbit06/06 08:13

70% người dân phản đối AI, người Mỹ mong nước Mỹ thua cuộc chiến trí tuệ nhân tạo

Bài báo có tiêu đề “70% dân chúng phản đối AI, người Mỹ hy vọng Mỹ thua cuộc chiến trí tuệ nhân tạo” phản ánh làn sóng phản đối mạnh mẽ công nghệ AI tại Mỹ. Một cuộc diễn thuyết ủng hộ AI của cựu CEO Google Eric Schmidt tại lễ tốt nghiệp Đại học Arizona đã bị sinh viên la ó, phản ánh tâm trạng lo ngại trong giới trẻ. Các cuộc thăm dò cho thấy 70% người Mỹ cho rằng AI phát triển quá nhanh và cần được kiểm soát chặt chẽ hơn, trong khi 71% phản đối xây dựng trung tâm dữ liệu AI tại địa phương. Sự phản đối không chỉ dừng ở ý kiến; nó đã chuyển thành hành động như phá hoại quảng cáo, biểu tình, và thậm chí các vụ tấn công cực đoan nhằm vào các lãnh đạo AI như Sam Altman. Nguyên nhân chính bao gồm lo sợ mất việc làm, tác động môi trường (như tiêu thụ năng lượng và nước quá mức từ các trung tâm dữ liệu, dẫn đến tăng hóa đơn điện nước), lo ngại về ảnh hưởng của AI đến dân chủ và nền kinh tế, cũng như quan ngại về một bong bóng tài chính. Vấn đề AI cũng trở thành vấn đề chính trị sâu sắc. Tổng thống Trump đã dỡ bỏ các quy định kiểm soát AI của chính quyền Biden để thúc đẩy cạnh tranh, chủ yếu do ảnh hưởng từ giới công nghệ ủng hộ ông. Tuy nhiên, điều này vấp phải sự phản đối từ cả cử tri đảng Dân chủ (quan tâm đến môi trường và việc làm) lẫn một bộ phận thành viên MAGA cực hữu (lo ngại về chi phí sinh hoạt và bản sắc), tạo ra một liên minh bất ngờ chống lại sự bùng nổ của AI. Trump hiện đứng trước thách thức phải lựa chọn giữa các nhà tài trợ công nghệ và cử tri truyền thống, với nguy cơ ảnh hưởng đến vị thế cạnh tranh AI của Mỹ và ổn định chính trị nội bộ.

marsbit06/06 05:18

70% người dân phản đối AI, người Mỹ mong nước Mỹ thua cuộc chiến trí tuệ nhân tạo

marsbit06/06 05:18

活动图片