Xu hướng trí tuệ nhân tạo

Tháng Bảy 13, 2025

Mục lục

Đề dẫn.

Gần đây, tôi có đọc được một bài nói về Xu hướng AI của nhóm tác giả Mary Meeker / Jay Simons / Daegwon Chae / Alexander Krey: Trends – Artificial Intelligence, và muốn chia sẻ cùng anh/chị trên diễn đàn. Bài rất dài, gồm 340 slides với đầy ắp số liệu và biểu đồ. Tuy dài nhưng hay rất đáng để tham khảo.

Trong nhóm tác giả, chúng ta để ý có Mary Meeker – được mệnh danh là “Queen of the Internet” (Nữ hoàng Internet). Bà đã xuất bản ấn phẩm đầu tiên của “Internet Trends Report (Báo cáo Xu hướng Internet)” vào năm 1995 – một nghiên cứu chuyên sâu dày 322 trang về tiềm năng của web.

Bà đã sớm nhận định nhiều xu hướng:

(a) 1996 → Bùng nổ dân số trực tuyến (tăng gấp 10 lần vào năm 2000)
(b) 2000 → Quảng cáo trực tuyến vượt qua quảng cáo in (điều này đã xảy ra vào năm 2004)
(c) 2008 → Sự thống trị của di động (diễn ra vào năm 2014)

Bà đã tạm dừng viết báo cáo Xu hướng Internet vào năm 2019 nhưng đã trở lại tháng 5/2025 với bài viết về AI như đã dẫn ở trên.

Gần như tất các các slides của bài viết đều là các biểu đồ, đồ họa, đầy ắp thông tin. Tất cả đều dựa vào cứ liệu của các công ty chuyên về nghiên cứu phát triển công nghệ, các trường đại học danh tiếng hoặc của chính các tech giants như OpenAI, Google, Microsoft, NVIDIA… Tôi cũng đã nhờ các LLM làm tóm tắt. Tuy nhiên, chúng có vẻ như bị “ngợp” về lượng thông tin nên các tóm tắt đó không nêu được cái “hồn” của bản báo cáo.

Bài viết được chia thành 8 mục, tôi tạm dịch từ tiếng Anh ra tiếng Việt như sau:

Có vẻ như thay đổi đang diễn ra nhanh hơn bao giờ hết?
Sự tăng trưởng về người dùng AI, mức độ sử dụng và chi tiêu vốn = Chưa từng có tiền lệ
Chi phí tính toán cho mô hình AI cao / đang tăng + Chi phí suy luận trên mỗi token đang giảm = Hiệu suất đang hội tụ + Mức độ sử dụng bởi nhà phát triển gia tăng
Mức sử dụng AI + Chi phí + Tăng trưởng thua lỗ = Chưa từng có tiền lệ
Các mối đe dọa đến việc kiếm tiền từ AI = Cạnh tranh gia tăng + Đà phát triển của mã nguồn mở + Sự trỗi dậy của Trung Quốc
Sự mở rộng của AI và thế giới vật lý = Nhanh chóng + Dựa trên dữ liệu
Sự gia tăng người dùng Internet toàn cầu được thúc đẩy bởi AI ngay từ đầu = Mức độ tăng trưởng chưa từng thấy trước đây
Sự tiến hóa của AI và công việc = Thực tế + Nhanh chóng

Trong phạm vi của bài viết này, tôi chỉ xin giới thiệu với anh/chị một số slides mà tôi cho là hấp dẫn của mục đầu tiên “❶. Có vẻ như thay đổi đang diễn ra nhanh hơn bao giờ hết?”.

Để hỗ trợ báo cáo này tôi sử dụng các chatbot phiên bản miễn phí: ChatGPT (của OpenAI), Gemini (của Google) và Claude (của Anthropic).

1. Có vẻ như thay đổi đang diễn ra nhanh hơn bao giờ hết?

a. Hiệu ứng cộng dồn của công nghệ = Những con số đứng sau động lực tăng trưởng

Nguồn: snapshot slide #12

“GDP toàn cầu – Hơn 1.000 năm qua, theo Dự án Maddison”. Biểu đồ thể hiện GDP ước tính của toàn thế giới từ năm 1000 đến năm 2000, sử dụng thang đo logarit, với các cột mốc công nghệ quan trọng được chú thích dọc theo trục thời gian.

Đặc điểm chính:

Trục tung (dọc): GDP toàn cầu tính theo đô la điều chỉnh theo lạm phát, dao động từ 500 tỷ USD đến hơn 100 nghìn tỷ USD.
Trục hoành (ngang): Các năm từ 1000 đến 2000.
Đường xu hướng:
- Gần như phẳng và tăng trưởng chậm từ năm 1000 đến khoảng năm 1700.
- Tăng trưởng mạnh mẽ sau Cách mạng Công nghiệp (~1700), và tăng vọt theo cấp số nhân vào thời hiện đại.

Các cột mốc công nghệ được chú thích:

1400s: Máy in
1700s: Động cơ hơi nước
1800s: Điện báo, điện khí hóa, sản xuất thép hàng loạt, sản xuất hàng loạt & dây chuyền lắp ráp, động cơ đốt trong
1900s: Hàng không, phân bón tổng hợp, bóng bán dẫn (transistor)
Cuối thế kỷ 20 đến 2000: Máy tính cá nhân (PC), Internet, điện thoại thông minh, điện toán đám mây

Nhận định:

Các đổi mới công nghệ có vẻ như trùng với các điểm bùng nổ trong tăng trưởng GDP.
Tăng trưởng GDP đặc biệt nhanh sau Cách mạng Công nghiệp, và tăng mạnh hơn nữa từ giữa thế kỷ 20 nhờ công nghệ điện toán và số hóa.

Biểu đồ này cho thấy sản lượng kinh tế toàn cầu đã tăng vọt theo thời gian, đặc biệt nhờ vào sự phát triển của công nghệ, nhất là trong vài thế kỷ gần đây.

b. AI = Nhiều năm chuẩn bị trước khi cất cánh

Nguồn: snapshot slide #29

“Dòng thời gian các cột mốc AI – 1950–2022, theo Đại học Stanford …”

Biểu đồ thể hiện các sự kiện và bước đột phá quan trọng trong sự phát triển của trí tuệ nhân tạo (AI) trong hơn bảy thập kỷ, được sắp xếp theo thứ tự thời gian từ năm 1950 đến 2022.

Các điểm nổi bật trong dòng thời gian:

1950–1960: Giai đoạn nền tảng

10/50: Alan Turing đề xuất Bài kiểm tra Turing để đo lường trí thông minh của máy tính.
6/56: John McCarthy (ĐH Stanford) đặt ra thuật ngữ “Trí tuệ nhân tạo” (Artificial Intelligence) tại Hội nghị Dartmouth.
1/62: Arthur Samuel (IBM) tạo ra chương trình tự học chơi cờ caro có thể đánh bại nhà vô địch Mỹ.
1/66: Các nhà nghiên cứu Stanford phát triển Shakey, robot di động đa năng đầu tiên có khả năng suy luận về hành động của mình.

1967–1996: “Mùa đông AI” (AI ‘Winter’)

Giai đoạn tài trợ và kỳ vọng dành cho AI suy giảm do không đạt được các mục tiêu như mong đợi.
(AI ‘Winter’ là thuật ngữ được Nils J. Nilsson, Giáo sư Kỹ thuật Kumagai về khoa học máy tính tại Đại học Stanford, sử dụng để mô tả giai đoạn AI tiếp tục đạt được tiến bộ về mặt khái niệm nhưng không có thành công thực tế đáng kể nào. Điều này dẫn đến AI không được mấy quan tâm và rất ít tài trợ dành cho AI.)

1997–2010: Đột phá và tái khởi động

5/1997: Máy chơi cờ Deep Blue của IBM đánh bại nhà vô địch thế giới Garry Kasparov.
10/2005: Xe tự lái Stanley của ĐH Stanford chiến thắng thử thách DARPA Grand Challenge sau khi hoàn thành chặng đường 132 dặm.
9/2002: Roomba, robot hút bụi tự động thương mại đầu tiên có khả năng điều hướng trong nhà, được ra mắt.
4/2010: Apple mua lại Siri, trợ lý giọng nói, và tích hợp vào iPhone 4S sau đó một năm.

2014–2022: Sự trỗi dậy của AI đàm thoại & mô hình ngôn ngữ lớn (LLM)

6/2014: Chatbot Eugene Goostman vượt qua bài kiểm tra Turing khi 1/3 giám khảo tin rằng đó là con người.
6/2018: OpenAI ra mắt GPT-1, mô hình ngôn ngữ lớn đầu tiên của họ.
6/2020: OpenAI phát hành GPT-3; Microsoft độc quyền sử dụng.
11/2022: OpenAI ra mắt ChatGPT cho công chúng.

Tóm tắt:

Dòng thời gian này phản ánh hành trình phát triển của AI từ nền tảng lý thuyết (Bài kiểm tra Turing), qua thời kỳ robot sơ khai (Shakey), các cuộc thi nổi bật (Deep Blue, DARPA), đến các ứng dụng thực tiễn (Roomba, Siri) và sự bùng nổ của mô hình ngôn ngữ lớn (LLM), đỉnh điểm là sự ra mắt công chúng của ChatGPT. Biểu đồ cũng cho thấy sự phát triển có tính chu kỳ của AI, bao gồm cả “mùa đông AI”, trước khi bùng nổ mạnh mẽ trong thế kỷ 21.

Nguồn: snapshot slide #30

“… Dòng thời gian các cột mốc AI – 2023–2025, theo Đại học Stanford”

Biểu đồ mô tả các bước phát triển chính của trí tuệ nhân tạo xảy ra trong khoảng thời gian từ tháng 3/2023 đến tháng 4/2025. Dòng thời gian này làm nổi bật các đột phá kỹ thuật, sản phẩm mới, chính sách quốc tế, và việc ứng dụng AI bởi các công ty công nghệ lớn và chính phủ.

Các sự kiện chính theo mốc thời gian:

Tháng 3/2023

OpenAI ra mắt GPT-4: Mô hình đa phương thức có thể xử lý cả văn bản và hình ảnh.
Google phát hành Bard: Một đối thủ cạnh tranh trực tiếp với ChatGPT.
Microsoft tích hợp Copilot vào bộ ứng dụng Microsoft 365.
Anthropic giới thiệu Claude: Trợ lý AI tập trung vào tính an toàn và khả năng giải thích.

Tháng 3/2024

Bộ An ninh Nội địa Hoa Kỳ công bố Chiến lược lộ trình quốc gia về AI.

Tháng 11/2023

28 quốc gia, bao gồm Mỹ, EU và Trung Quốc, ký Tuyên bố Bletchley về “An toàn AI”.

Tháng 4/2024

Meta phát hành LLaMA 3 (70 tỷ tham số): Một mô hình mã nguồn mở mạnh mẽ.

Tháng 5/2024

Google tích hợp AI để nâng cấp khả năng tìm kiếm.
OpenAI ra mắt GPT-4o: Mô hình đa phương thức đầy đủ (văn bản, hình ảnh, âm thanh).

Tháng 7/2024

Apple công bố “Apple Intelligence”: Hệ thống AI tích hợp vào thiết bị Apple, dành cho các nhà phát triển.

Tháng 9/2024

Alibaba phát hành bộ mô hình mã nguồn mở Qwen 2.5 (100 mô hình), có hiệu suất ngang bằng với các đối thủ phương Tây.

Tháng 12/2024

OpenAI công bố o3: Mô hình mạnh nhất từ trước đến nay của họ.

Tháng 1/2025

DeepSeek phát hành R1 và R1-Zero: Các mô hình suy luận mã nguồn mở.
Alibaba ra mắt Qwen 2.5-Max: Vượt qua GPT-4o và Claude 3.5 trong một số bài kiểm tra suy luận.

Tháng 2/2025

OpenAI ra mắt GPT-4.5
Anthropic phát hành Claude 3.7 Sonnet
xAI (của Elon Musk) tung ra Grok 3

Tháng 4/2025

ChatGPT đạt mốc 800 triệu người dùng hàng tuần

Tóm tắt:

Dòng thời gian này phản ánh sự tăng tốc mạnh mẽ trong đổi mới và triển khai AI từ 2023–2025, với các xu hướng nổi bật:

Sự phát triển nhanh chóng của các mô hình đa phương thức (GPT-4o, Claude, Grok 3)
Gia tăng đóng góp mã nguồn mở (LLaMA 3, Qwen 2.5)
Tích hợp AI sâu rộng vào sản phẩm công nghệ tiêu dùng (Apple Intelligence, Microsoft Copilot)
Hợp tác toàn cầu về an toàn AI
Sự bùng nổ người dùng trên các nền tảng AI như ChatGPT

Nội dung thể hiện rằng AI đang chuyển mình từ giai đoạn thử nghiệm sang trở thành nền tảng chiến lược chính trong công nghệ và xã hội.

c. AI = Khoảng quý 2 năm 2025

Nguồn: snapshot slide #32

10 điều mà ChatGPT-4o có thể làm (vào thời điểm hiện nay):

Viết hoặc chỉnh sửa bất kỳ nội dung nào
➤ Viết hoặc sửa email, bài luận, hợp đồng, thơ, mã lập trình — một cách trôi chảy và tức thì.
Tóm tắt và giải thích tài liệu phức tạp
➤ Đơn giản hóa các tệp PDF, tài liệu pháp lý, nghiên cứu hoặc giải thích mã lập trình bằng tiếng Anh dễ hiểu.
Dạy kèm bạn hầu như mọi môn học
➤ Giúp học toán, lịch sử, ngôn ngữ, hoặc ôn luyện kiểm tra theo từng bước một.
Trở thành đối tác tư duy của bạn
➤ Hỗ trợ đưa ra ý tưởng tức thì, gỡ lỗi hoặc kiểm thử các giả định.
Tự động hóa công việc lặp đi lặp lại
➤ Tạo báo cáo, làm sạch dữ liệu, tạo dàn ý, viết lại văn bản.
Đóng vai bất kỳ ai bạn cần
➤ Luyện phỏng vấn, mô phỏng khách hàng hoặc tập dượt hội thoại.
Kết nối bạn với các công cụ (máy tính)
➤ Viết mã cho API, bảng tính, lịch, hoặc các công cụ web.
Cung cấp hỗ trợ tinh thần và đồng hành
➤ Trò chuyện hàng ngày với bạn, giúp bạn nhìn nhận lại vấn đề, hoặc chỉ đơn giản là lắng nghe bạn.
Giúp bạn tìm ra mục tiêu sống
➤ Làm rõ giá trị cá nhân, xác định mục tiêu và lập kế hoạch hành động có ý nghĩa.
Tổ chức cuộc sống của bạn
➤ Lập kế hoạch du lịch, xây dựng thói quen, sắp xếp lịch trình hoặc quy trình làm việc.

Có thể thấy tính đa dụng và linh hoạt của AI, đặc biệt là ChatGPT-4o, trong cả công việc chuyên môn và đời sống cá nhân. Nó nhấn mạnh rằng AI không chỉ giúp viết và lập trình, mà còn hỗ trợ cảm xúc, lập kế hoạch và học tập.

d. AI = Khoảng năm 2030

Nguồn: snapshot slide #34

Mười điều AI có thể làm trong 5 năm tới:

Tạo văn bản, mã lập trình và logic ở cấp độ con người
➤ Ứng dụng: Chatbot, lập trình phần mềm, lập kế hoạch kinh doanh, phân tích pháp lý.
Sáng tạo phim và trò chơi dài tập
➤ Bao gồm: Viết kịch bản, tạo nhân vật, cảnh quay, cơ chế gameplay, lồng tiếng.
Hiểu và nói như con người
➤ Trợ lý (ảo) có nhận thức cảm xúc, hỗ trợ đa ngôn ngữ theo thời gian thực.
Vận hành trợ lý cá nhân nâng cao
➤ Lập kế hoạch cuộc sống, ghi nhớ thông tin, điều phối ứng dụng và thiết bị.
Điều khiển robot giống con người
➤ Hỗ trợ việc nhà, chăm sóc người già, tự động hóa trong bán lẻ và khách sạn.
Vận hành dịch vụ khách hàng & bán hàng tự động
➤ Xử lý trọn gói từ A-Z, bán kèm, tích hợp hệ thống CRM, hỗ trợ 24/7.
Cá nhân hóa toàn bộ cuộc sống kỹ thuật số
➤ Học tập thích nghi, chọn lọc nội dung thông minh, huấn luyện sức khỏe cá nhân hóa.
Xây dựng và vận hành doanh nghiệp tự động
➤ Doanh nghiệp do AI điều hành: quản lý tồn kho, định giá, vận hành kỹ thuật số toàn phần.
Tiến hành khám phá khoa học một cách tự động
➤ Thiết kế thuốc, tổng hợp vật liệu, mô hình khí hậu, kiểm chứng giả thuyết mới.
Hợp tác sáng tạo như một đối tác
➤ Đồng sáng tác tiểu thuyết, sản xuất âm nhạc, thiết kế thời trang, kiến trúc.

Dự báo này cho thấy AI sẽ phát triển vượt xa vai trò của một công cụ, trở thành đối tác sáng tạo, trợ lý thông minh, nhà phát minh, và thậm chí là doanh nhân tự động, đóng góp vào nhiều lĩnh vực như y tế, khoa học, kinh doanh, nghệ thuật sáng tạo và robot.

e. AI = Khoảng năm 2035

Nguồn: snapshot slide #36

Mười điều AI có thể làm trong 10 năm tới:

Thực hiện nghiên cứu khoa học
➤ Đưa ra giả thuyết, chạy mô phỏng, thiết kế và phân tích các thí nghiệm.
Thiết kế các công nghệ tiên tiến
➤ Khám phá vật liệu mới, kỹ thuật công nghệ sinh học, và tạo nguyên mẫu hệ thống năng lượng.
Mô phỏng tâm trí giống con người
➤ Tạo ra nhân dạng kỹ thuật số có trí nhớ, cảm xúc và hành vi thích nghi.
Vận hành các công ty tự động
➤ Quản lý nghiên cứu & phát triển, tài chính, và hậu cần mà không cần nhiều sự can thiệp của con người.
Thực hiện các nhiệm vụ vật lý phức tạp
➤ Sử dụng công cụ, lắp ráp linh kiện, và thích ứng trong môi trường thực tế.
Phối hợp các hệ thống toàn cầu
➤ Tối ưu hóa hậu cần, tiêu thụ năng lượng, và phản ứng với khủng hoảng ở quy mô toàn cầu.
Mô hình hóa toàn bộ hệ sinh học
➤ Mô phỏng tế bào, gen và sinh vật để phục vụ nghiên cứu và trị liệu.
Đưa ra quyết định ở cấp độ chuyên gia
➤ Cung cấp lời khuyên pháp lý, y tế và kinh doanh theo thời gian thực.
Định hình các cuộc tranh luận và chính sách công
➤ Điều hành diễn đàn, đề xuất luật pháp, và cân bằng các lợi ích đối lập.
Xây dựng thế giới ảo sống động
➤ Tạo ra môi trường 3D tương tác trực tiếp từ các yêu cầu bằng văn bản.

Dự báo này phác họa một tương lai mà ở đó AI vượt xa vai trò hỗ trợ công việc thông thường. AI sẽ tham gia vào các hoạt động cốt lõi của khám phá khoa học, tự động hóa toàn bộ doanh nghiệp, mô phỏng trí óc con người, điều hành hệ thống toàn cầu và góp phần định hình chính sách công. Việc AI tích hợp sâu vào cả thế giới vật lý lẫn kỹ thuật số cho thấy tiềm năng thay đổi mạnh mẽ phương thức vận hành xã hội.

f. Xu hướng phát triển AI = Chưa từng có tiền lệ

Nguồn: snapshot slide #38

“Các mô hình Machine Learning (học máy) nổi bật toàn cầu theo lĩnh vực – 2003–2024, theo Stanford HAI” là một biểu đồ đường, minh họa số lượng mô hình Machine Learning mới nổi bật được phát triển hàng năm từ năm 2003 đến 2024, được phân loại theo ngành hoặc hình thức hợp tác phát triển.

Những điểm nổi bật:

Trục tung (Y-axis):

“Số lượng mô hình Machine Learning nổi bật mới hàng năm” – từ 0 đến hơn 60.

Trục hoành (X-axis):

Từ năm 2003 đến 2024.

Hai giai đoạn rõ rệt được xác định:

Giai đoạn 2003–2014: Kỷ nguyên Học thuật (Academia Era)

Được khoanh bằng khung đứt nét màu đỏ.
Phần lớn mô hình nổi bật do các viện nghiên cứu và trường đại học phát triển.
Số lượng mỗi năm dao động khoảng 0–15 mô hình.
Đường màu chủ đạo: xanh đậm, đại diện cho giới học thuật.

Giai đoạn 2015 đến nay: Kỷ nguyên Công nghiệp (Industry Era)

Được đánh dấu bằng khung đứt nét màu xanh lá.
Có sự chuyển dịch rõ rệt: ngành công nghiệp trở thành lực lượng dẫn đầu.
Sản lượng mô hình tăng vọt, đạt hơn 60 mô hình/năm vào 2023.
Đường màu chủ đạo: tím nhạt, đại diện cho ngành công nghiệp.
Có sự gia tăng của mô hình hợp tác, đặc biệt giữa công nghiệp – học thuật (màu xanh dương nhạt) và công nghiệp – chính phủ (màu xanh lá cây).

Các đường biểu diễn theo lĩnh vực (Màu & Chú thích):

Công nghiệp (Industry – tím nhạt): Tăng mạnh sau 2015, chiếm ưu thế vào các năm gần đây (đỉnh là 55 mô hình vào 2023).
Học thuật (Academia – xanh đậm): Tăng vừa phải, giảm mạnh sau 2014.
Hợp tác Công nghiệp – Học thuật (xanh dương nhạt): Bắt đầu tăng sau 2015.
Công nghiệp – Chính phủ (xanh lá cây): Có mặt vào năm 2024, quy mô nhỏ.
Khác (tập thể nghiên cứu, các hình thức hợp tác khác): Gần như không đổi, đóng góp rất ít.

Nhận định:

Có sự chuyển giao rõ rệt từ giới học thuật sang khối doanh nghiệp trong lĩnh vực phát triển Machine Learning.
Các mô hình hợp tác giữa các bên tuy gia tăng nhưng vẫn ít hơn so với các mô hình thuần túy do doanh nghiệp dẫn đầu.
Biểu đồ cho thấy rằng từ năm 2015, Machine Learning đã trở thành lĩnh vực do ngành công nghiệp chi phối.

–

Tăng trưởng số lượng nhà phát triển AI (Hệ sinh thái NVIDIA làm đại diện) = Tăng gấp 6 lần, đạt 6 triệu nhà phát triển trong bảy năm.

Ước tính số lượng nhà phát triển toàn cầu trong Hệ sinh thái Google – Từ tháng 5/2024 khoảng 1,44 triệu người đến tháng 5/2025 đật khoảng 7 triệu người, Theo Google.

Nguồn: snapshot slide #43

Mục đích của biểu đồ:

Đây là một biểu đồ cột ngang thể hiện tỷ lệ người thử nghiệm nhầm lẫn câu trả lời do AI tạo ra là do con người viết, dựa trên nghiên cứu của Cameron Jones và Benjamin Bergen. Biểu đồ so sánh nhiều hệ thống AI khác nhau về mức độ giống con người trong phản hồi của chúng.

Chỉ số thể hiện:

“% người thử nghiệm nhầm lẫn câu trả lời AI là do con người viết”
→ Còn gọi là Tỷ lệ thắng của AI (AI Win Rate).

Các hệ thống AI được so sánh:

Hệ thống AI	Ngày phát hành	Đặc điểm	Màu sắc cột	Hiệu suất
GPT-4o	05/2024	Không có persona	Màu xanh lá	Dưới 50%
ELIZA	01/2025	Chatbot đời đầu (mốc tham chiếu)	Màu xám	Rất thấp
GPT-4.5	02/2025	Có persona	Màu tím	~73% (Vượt qua người thật)

Chi tiết trực quan chính:

Trục hoành (x) thể hiện tỷ lệ thắng của AI (tức là tỷ lệ người dùng nhầm tưởng phản hồi của AI là của con người).
Một vùng được tô bóng hiển thị “Tỷ lệ thắng của con người” quanh mốc 50%, được dùng làm tiêu chuẩn tham chiếu.
GPT-4.5 vượt trội rõ rệt với cột kéo dài qua mốc 70%, nghĩa là hơn 70% câu trả lời bị nhầm là do người viết.
GPT-4o có tỷ lệ khiêm tốn hơn, dưới mốc con người.
ELIZA có tỷ lệ rất thấp, nhấn mạnh tính lịch sử và đơn giản của nó.
Các thanh ngang nhỏ biểu thị khoảng sai số hoặc mức độ tin cậy của số liệu.
Một khung xanh chấm gạch bao quanh GPT-4.5 để nhấn mạnh hiệu suất vượt trội của nó.

Ghi chú ở phía dưới:

Hộp văn bản ghi: “Hiệu suất của hệ thống AI liên tục được cải thiện theo thời gian” – ngụ ý rằng AI ngày càng trở nên giống con người hơn trong ngôn ngữ và hành vi.

Kết luận:

AI đang nhanh chóng thu hẹp khoảng cách với khả năng giao tiếp như con người.
Tính đến quý 1 năm 2025, GPT-4.5 (có persona) đã bị nhầm là con người trong 73% trường hợp, cho thấy một bước tiến lớn trong khả năng mô phỏng ngôn ngữ và tư duy tự nhiên.

Suy ngẫm chậm

❶

Ngoài bài Trends – Artificial Intelligence của BOND, cộng đồng AI/ML có nhiều trang khảo sát thường niên. Đáng chú ý có trang AI index (chỉ số AI) của đại học Stanford, xuất bản hàng năm kể từ năm 2017. Chỉ số AI năm 2025 ở đây: The 2025 AI Index Report. Báo cáo này có vẻ hàn lâm trong lúc báo cáo của BOND hấp dẫn hơn đối với “thường dân” và đặc biệt là giới kinh doanh.

❷

Trích dẫn mà tôi thích nhất trong bài của BOND là:

Knowledge is a process of piling up facts; wisdom lies in their simplification.

Martin H. Fischer, German-born American Physician / Teacher / Author (1879-1962)

(slide #27)

Tạm dịch:

Kiến thức là quá trình tích lũy các dữ kiện; trí tuệ nằm ở sự đơn giản hóa chúng.

Martin H. Fischer, Bác sĩ / Giáo viên / Tác giả người Mỹ gốc Đức (1879-1962)

TS. Lê Văn Lợi
Nguyên Viện trưởng Viện tin học Doanh nghiệp – VCCI

Xu hướng trí tuệ nhân tạo - MyGPT