Thành tựu Trí tuệ Nhân tạo

Trong nhiều năm (2023–2025), trí tuệ nhân tạo đã tiến bộ vượt bậc trên nhiều lĩnh vực. Các mô hình ngôn ngữ lớn (LLMs) và chatbot, hệ thống đa phương thức, công cụ AI khoa học và robot đều ghi nhận những đột phá.

Các ông lớn công nghệ ra mắt trợ lý AI mới, cộng đồng mã nguồn mở phát hành các mô hình mạnh mẽ, và cả các cơ quan quản lý cũng bắt đầu giải quyết tác động của AI.

Dưới đây là tổng quan về những thành tựu nổi bật nhất, từ các mở rộng GPT-4 và Google Gemini đến giải Nobel của AlphaFold và các khám phá khoa học, nghệ thuật do AI dẫn dắt.

Mô hình Ngôn ngữ Tạo sinh và Chatbot

LLM hiện đại trở nên mạnh mẽ hơn và đa phương thức. GPT-4 Turbo của OpenAI (công bố tháng 11/2023) hiện có thể xử lý 128.000 token trong một lần nhập (khoảng 300 trang văn bản) và chi phí vận hành thấp hơn nhiều so với GPT-4.

GPT-4o đại diện cho bước chuyển mình căn bản sang AI đa phương thức thực sự, có thể xử lý văn bản, hình ảnh và âm thanh trong các cuộc trò chuyện thời gian thực.

— Nhóm Nghiên cứu OpenAI, tháng 5/2024

Tháng 5/2024, OpenAI giới thiệu GPT-4o (Omni), mô hình nâng cấp có khả năng xử lý văn bản, hình ảnh và âm thanh trong thời gian thực – thực chất mang lại cho GPT-4 khả năng "nhìn và nghe" trong hội thoại. ChatGPT hiện có tính năng hình ảnh và giọng nói tích hợp: người dùng có thể tải ảnh lên hoặc nói chuyện với bot, và nó sẽ phản hồi dựa trên đầu vào hình ảnh hoặc âm thanh đó.

Chúng cũng hỗ trợ các ứng dụng "trợ lý" mới qua API (như "AI Overviews" của Google, API trợ lý của OpenAI...), giúp AI dễ tiếp cận hơn với nhà phát triển và người dùng cuối.

Mô hình ngôn ngữ tạo sinh tiên tiến và giao diện chatbot

Tiến bộ AI Đa phương thức & Sáng tạo

Khả năng sáng tạo và hiểu biết hình ảnh của AI bùng nổ. Các mô hình chuyển văn bản thành hình ảnh và chuyển văn bản thành video đạt đến tầm cao mới:

DALL·E 3 của OpenAI (tháng 10/2023) tạo ra hình ảnh chân thực từ các câu lệnh và còn được tích hợp với ChatGPT để hướng dẫn viết câu lệnh.

Google giới thiệu Imagen 3 (tháng 10/2024) và Veo 2 (tháng 12/2024) – các công cụ chuyển văn bản thành hình ảnh và video hàng đầu – cải thiện đáng kể chất lượng, chi tiết và tính nhất quán trong nghệ thuật và video AI.

Ngay cả AI âm nhạc cũng được cải tiến với công cụ MusicFX của Google và các nghiên cứu liên quan (ví dụ thí nghiệm MusicLM).

Tổng thể, các mô hình tạo sinh đang dân chủ hóa sáng tạo: bất kỳ ai giờ cũng có thể tạo ra nghệ thuật, âm nhạc hoặc video chỉ với vài từ. Trọng tâm ngành đã chuyển từ sự mới lạ đơn thuần (hình ảnh siêu thực) sang tạo hình ảnh hữu ích (logo, sơ đồ, bản đồ) và chân thực như người.

(Tháng 3/2025 OpenAI còn phát hành "4o Image Generation", tích hợp mô hình hình ảnh tốt nhất vào GPT-4o để tạo ra sản phẩm chính xác, chân thực theo hội thoại.)

Những công cụ này nhanh chóng được tích hợp vào ứng dụng, trình duyệt và quy trình sáng tạo.

Tiến bộ công nghệ AI đa phương thức và sáng tạo

AI trong Khoa học, Y học và Toán học

Thành tựu AI thúc đẩy khám phá khoa học và tiến bộ nghiên cứu:

Med-Gemini đại diện cho bước nhảy vọt quan trọng trong khả năng AI y tế, đạt độ chính xác 91,1% trên các chuẩn đánh giá y khoa Mỹ – hiệu suất vượt xa các mô hình trước đó.

— Nhóm Nghiên cứu AI Y tế Google, 2024

Trong y học và sức khỏe, các mô hình AI cũng tiến bộ. Ví dụ, Med-Gemini mới của Google (được tinh chỉnh trên dữ liệu y tế) đạt 91,1% trên chuẩn đánh giá y khoa Mỹ (kiểu USMLE), vượt xa các mô hình trước.

Các công cụ AI hỗ trợ chẩn đoán hình ảnh và bệnh lý (ví dụ Derm và Path Foundations) được phát hành để cải thiện phân tích hình ảnh. Tổng thể, AI giờ là đối tác nghiên cứu không thể thiếu – từ bản đồ não người ở cấp độ nano (với hình ảnh EM hỗ trợ AI) đến tăng tốc sàng lọc lao ở châu Phi, theo báo cáo của các nhà nghiên cứu Google.

Ứng dụng AI trong nghiên cứu khoa học, chẩn đoán y tế và giải toán

AI trong Robot và Tự động hóa

Robot được trang bị AI đang học các nhiệm vụ phức tạp trong thế giới thực.

Robot hình người Optimus của Tesla được trình diễn công khai tháng 10/2024 ("Sự kiện We, Robot"). Hàng chục robot Optimus đi bộ, đứng và thậm chí nhảy múa trên sân khấu – dù các báo cáo sau đó cho biết các màn trình diễn ban đầu có phần điều khiển từ xa bởi con người.

Tuy nhiên, sự kiện này làm nổi bật tiến bộ nhanh chóng hướng tới robot đa năng.

Những nỗ lực này cho thấy robot thực hiện các nhiệm vụ ngày càng khó mà không cần lập trình rõ ràng. Tuy nhiên, robot hình người tự chủ hoàn toàn vẫn còn ở phía trước.

Các trình diễn (Optimus, ALOHA, RT-2) là cột mốc, nhưng các nhà nghiên cứu cảnh báo còn nhiều việc phải làm trước khi robot có thể làm việc an toàn và tin cậy cùng con người trên quy mô lớn.

Hệ thống robot và tự động hóa tiên tiến được trang bị AI

AI trong Sản phẩm, Công nghiệp và Xã hội

Tác động của AI mở rộng đến sản phẩm hàng ngày và cả chính sách:

Tích hợp AI trong sản phẩm tiêu dùng, ứng dụng công nghiệp và khung xã hội

Nhìn về Tương lai: Tác động Biến đổi của AI

Tóm lại, AI không còn bị giới hạn trong phòng thí nghiệm hay các bản trình diễn mới lạ – nó đã được tích hợp trong điện thoại, ô tô, nơi làm việc và chính sách công.

Những tiến bộ trên – từ kiến thức rộng lớn của GPT-4 đến các cuộc cách mạng khoa học của AlphaFold – thể hiện sự trưởng thành nhanh chóng của AI.

Khi bước sang năm 2025, những thành tựu này báo hiệu các ứng dụng AI mạnh mẽ và thiết thực hơn trong cuộc sống hàng ngày của chúng ta.