Giám đốc điều hành Nvidia Jensen Huang gần đây đã đưa ra một tuyên bố bom tấn khác trước công chúng, tuyên bố rằng "chúng tôi đã đạt được trí tuệ nhân tạo chung (AGI)." Tuy nhiên, cách diễn đạt và ví dụ của ông trong các cuộc phỏng vấn khác nhau cũng cho thấy vẫn còn một khoảng cách lớn giữa giai đoạn phát triển của năng lực trí tuệ nhân tạo và “trí thông minh cấp độ con người”.

Vào ngày 22 tháng 3, Huang đã được hỏi trong một cuộc phỏng vấn với người dẫn chương trình podcast Lex Fridman khi nào sẽ đạt được AGI. Theo định nghĩa của Fridman, AGI phải là “một hệ thống có thể thực hiện công việc của bạn, bao gồm thành lập, điều hành và phát triển một công ty công nghệ trị giá hàng tỷ đô la ngay từ đầu”. Khi được yêu cầu đưa ra thời gian biểu là 5, 10 hay thậm chí 20 năm, Huang trả lời không chút do dự: “Tôi nghĩ là bây giờ”. Tuy nhiên, ông ngay lập tức nói thêm rằng bên kia đề cập đến “1 tỷ USD” nhưng không nói “nó có thể kéo dài bao lâu”. Điều này tương đương với việc hiểu AGI như một ngưỡng được dàn dựng để đạt được thành tựu thương mại, chứ không phải là một “tâm trí” ổn định lâu dài với khả năng nhận thức giống con người.

Huang Renxun đã nói rõ trong cùng một cuộc phỏng vấn: "Tôi nghĩ chúng tôi đã đạt được AGI." Ông coi lớp hệ thống tác nhân AI hiện tại có nhiều hy vọng làm ví dụ và tin rằng những hệ thống này đã cho thấy tiềm năng kinh doanh mạnh mẽ trong việc khởi chạy các ứng dụng xã hội và tiến hành các thử nghiệm sáng tạo. Ông đề cập rằng các dự án nguồn mở bao gồm OpenClaw (một nền tảng đại lý AI nguồn mở đang được OpenAI mua lại) đang tạo ra một làn sóng "làn sóng khởi nghiệp" sử dụng các tác nhân kỹ thuật số để tạo ra những người có ảnh hưởng ảo và cộng đồng kỹ thuật số tự động, điều này dường như chứng minh rằng AGI đã "đến".

Nhưng khi nhấn mạnh làn sóng này, Huang Renxun cũng thừa nhận rằng sự thành công hiện tại của các hệ thống này là rất ngẫu nhiên. Ông chỉ ra rằng nhiều dự án “hạ nhiệt sau hai tháng cháy hàng” và thẳng thừng nói rằng “xác suất thực sự tạo ra được một NVIDIA trong số 100.000 đại lý như vậy là bằng không”. Tuyên bố này thực chất thừa nhận rằng các tác nhân AI hiện tại vẫn còn rất xa mới thực sự sở hữu được khả năng toàn diện để xây dựng và vận hành một cách có hệ thống các doanh nghiệp công nghệ quy mô cực lớn trong thời gian dài. Nó cũng làm suy yếu nhận định cấp tiến trước đây của ông rằng “AGI đã đạt được”.

Tuyên bố xung quanh việc “liệu ​​AGI có được hiện thực hóa hay không” cũng đề cập đến những khác biệt lâu đời trong ngành. Bản thân khái niệm trí tuệ nhân tạo nói chung từ lâu đã bị "chính trị hóa" và "tư bản hóa" ở mức độ cao. Trong các điều khoản hợp đồng giữa các công ty như OpenAI, Microsoft và các đối tác của họ, liệu “AGI có đạt được hay không” thường gắn liền trực tiếp với số tiền khổng lồ và định hướng chiến lược. Vì vậy, bất kỳ tuyên bố nào cho rằng “AGI đã đạt được” đều có thể dễ dàng gây ra tranh luận. Các nhà lãnh đạo công nghệ và nhà nghiên cứu đã tranh luận trong nhiều năm về việc liệu các hệ thống mô hình quy mô lớn hiện nay có thể hiện "trí thông minh tổng quát thực sự" hay chỉ đơn giản là những mảnh trí tuệ được mô phỏng cao của con người.

Điều đáng chú ý là vào ngày 19 tháng 3, chỉ ba ngày trước khi phát hành bài phỏng vấn của Fridman, Huang Renxun đã nhấn mạnh hoàn toàn khác về ứng dụng thực tế của AI khi anh là khách mời của All-In Podcast trong NVIDIA GTC (Hội nghị Công nghệ GPU). Trong cuộc trò chuyện đó, anh ấy không tập trung vào việc liệu AGI có được "hiện thực hóa" hay không mà thay vào đó tập trung vào việc liệu các kỹ sư con người có tận dụng tối đa các công cụ AI hiện có hay không, và thậm chí còn cảnh báo bằng những lời lẽ mạnh mẽ rằng anh ấy sẽ "sốc sâu sắc" nếu các kỹ sư được trả lương cao không chi đủ tiền cho AI.

Huang nói: “Nếu một kỹ sư có mức lương hàng năm 500.000 USD không tiêu thụ ít nhất 250.000 USD token AI mỗi năm, tôi sẽ rất cảnh giác”. Ông giải thích “mã thông báo” là đơn vị đo lường cơ bản để xử lý mô hình lớn và tạo ngôn ngữ, đồng thời cũng phản ánh trực tiếp chi phí tính toán AI và khả năng làm việc. Theo quan điểm của ông, việc sử dụng không đủ token có nghĩa là các kỹ sư không có khả năng sử dụng đầy đủ AI, điều này tương đương với việc lãng phí năng suất tiềm năng.

Huang Jen-Hsun thậm chí còn so sánh hành vi này với việc các nhà thiết kế chip từ chối sử dụng các công cụ tự động hóa thiết kế điện tử như CAD và "quay trở lại kỷ nguyên giấy và bút chì" để vẽ sơ đồ mạch. Ông tiết lộ rằng Nvidia hiện đang cố gắng dành khoảng 2 tỷ USD ngân sách mã thông báo cho nhóm kỹ thuật và đang xem xét việc kết hợp mã thông báo trực tiếp vào các gói bồi thường cho nhân viên. Anh tưởng tượng rằng ngoài mức lương cơ bản hàng trăm nghìn đô la mỗi năm, một kỹ sư còn nhận được “hạn ngạch mã thông báo” trị giá khoảng một nửa mức lương cơ bản, để anh ta có thể “tăng hiệu quả công việc của mình lên gấp 10 lần” bằng cách sử dụng một số lượng lớn các công cụ AI.

Nhìn vào hai lần xuất hiện trước công chúng cách nhau vài ngày, Huang Jen-Hsun một mặt sử dụng ngôn ngữ cực kỳ khiêu khích để cho rằng AGI đã "đến" và đáp ứng một định nghĩa nhất định về "trí tuệ tổng hợp" hướng tới thành tựu thương mại; mặt khác, khi nói về thực tiễn kỹ thuật và quản lý nội bộ, ông nhấn mạnh rằng hệ thống AI hiện tại vẫn phụ thuộc nhiều vào sự chủ động và sử dụng chuyên sâu của con người, đồng thời khả năng thành công trong hoạt động kinh doanh trong thế giới thực là cực kỳ thấp. Sự căng thẳng giữa nhận xét trước và nhận xét sau phản ánh chính xác sự dao động tinh tế giữa “biên giới cường điệu” và “khả năng thực tế” của ngành AI hiện tại: trong khi cạnh tranh nguồn lực bằng cách phóng đại triển vọng, người ta phải thừa nhận rằng công nghệ vẫn còn lâu mới đạt được “trí thông minh cấp độ con người” lý tưởng ở nhiều khía cạnh chính.