‘Cha đẻ AI’ gọi xAI của Elon Musk là thất bại, cảnh báo nguy cơ bong bóng AI vỡ lớn
Yann LeCun, nhà sáng lập AMI Labs, nói với kênh CNBC rằng startup xAI của Elon Musk là một "thất bại" và sẽ không thể cạnh tranh với OpenAI hay Anthropic.
Yann LeCun, nhà khoa học được mệnh danh là "cha đẻ AI", cũng cảnh báo về nguy cơ "vụ nổ bong bóng lớn" trong ngành AI.
Những phát biểu này tiếp tục làm nóng cuộc khẩu chiến kéo dài nhiều năm giữa Yann LeCun và Elon Musk, đồng thời đặt dấu hỏi về mức định giá khổng lồ của một số công ty AI lớn nhất thế giới.
Yann LeCun, cựu giám đốc khoa học AI tại Meta, nhiều lần bất đồng với Elon Musk những năm qua về các chủ đề từ AI đến các "thuyết âm mưu" mà giám đốc điều hành Tesla đăng tải trên mạng xã hội X. Về phần mình, Elon Musk từng chỉ trích Yann LeCun là người đã "mất kết nối với AI từ lâu".
Yann LeCun được xem là "cha đẻ AI" vì đặt nền móng cho cuộc cách mạng học sâu - công nghệ cốt lõi đứng sau ChatGPT, Gemini, Claude và hầu hết hệ thống AI hiện đại.
"xAI là một thất bại"
"Thành thật mà nói, xAI là một thất bại, bởi đội ngũ sáng lập công ty đã rời đi. Elon hiện ở trong tình thế rất khó khăn để tuyển dụng những nhân tài AI hàng đầu. Một phần vì cách cậu ấy đã đối xử với đội ngũ trước đây không thực sự tốt", Yann LeCun nhận xét.
Trong vòng một năm qua, 11 đồng sáng lập ban đầu của xAI (không tính Elon Musk) đã rời công ty. Tháng 2 vừa qua, Elon Musk sáp nhập SpaceX với xAI trong một thương vụ lớn, định giá doanh nghiệp hợp nhất ở mức 1.250 tỉ USD.
Trong quý I/2026, mảng AI của SpaceX (gồm cả xAI) ghi nhận khoản lỗ hoạt động 2,5 tỉ USD. Trong khi đó, AMI Labs đã huy động được 1 tỉ USD ở vòng gọi vốn hồi tháng 3 để theo đuổi mô hình thế giới, với mức định giá trước đầu tư là 3,5 tỉ USD.
Yann LeCun cho rằng xAI sở hữu "hạ tầng AI khổng lồ" và đang cho các công ty khác thuê năng lực tính toán vì "đó là cách duy nhất để Elon Musk thu hồi một phần chi phí đầu tư".
Ông đang nhắc đến hai trung tâm dữ liệu Colossus 1 và Colossus 2 của xAI tại thành phố Memphis, bang Tennessee, Mỹ. Hiện Google và Anthropic thuê năng lực tính toán tại hai trung tâm dữ liệu này.
"Tôi không lạc quan về triển vọng của xAI", Yann LeCun nhấn mạnh. Ông không tin xAI có thể cạnh tranh được với những tên tuổi hàng đầu như OpenAI hay Anthropic.
SpaceX và xAI chưa đưa ra phản hồi về bình luận của Yann LeCun.
Nguy cơ bong bóng AI vỡ lớn
Chi tiêu cho AI của các doanh nghiệp đang bị đặt dấu hỏi trong những tháng gần đây khi chi phí triển khai công nghệ này cao hơn nhiều so với kỳ vọng.
Theo các nguồn tin, Sam Altman (Giám đốc điều hành OpenAI) thừa nhận trong một buổi livestream gần đây rằng các công ty đang bàn nhiều hơn về số tiền họ phải chi cho AI. Ông gọi chi phí AI là một "vấn đề rất lớn".
Yann LeCun nhận định: "Giá các dịch vụ AI đang tăng lên. Chi phí vận hành thực tế có giảm xuống, nhưng không giảm đủ nhanh. Vì vậy, tất cả công ty này đều đang thua lỗ. Về cơ bản, phần lớn người dùng đang được các nhà đầu tư trợ giá. Điều đó không thể kéo dài mãi được".
Nhà sáng lập AMI Labs cho rằng OpenAI và Anthropic sẽ buộc phải lựa chọn một trong ba hướng: Tăng giá dịch vụ AI; cắt giảm chi phí; hoặc đối mặt với một vụ "nổ bong bóng lớn" trong ngành.
Đặt cược vào mô hình thế giới
Yann LeCun từ lâu nêu lên những hạn chế của mô hình ngôn ngữ lớn - nền tảng của phần lớn sản phẩm AI hiện nay. Thay vào đó, ông đặt cược vào mô hình thế giới.
Mô hình ngôn ngữ lớn học các quy luật ngôn ngữ để dự đoán từ hoặc câu tiếp theo, nên rất phù hợp với nhiệm vụ như suy luận và lập trình.
Trong khi đó, mô hình thế giới cố gắng xây dựng sự hiểu biết về cách thế giới thực hoặc thế giới mô phỏng vận hành, bao gồm các khái niệm như vật thể, nguyên nhân - kết quả và hành động.
"Tôi không nghĩ chúng ta sẽ có được các hệ thống tác tử AI đáng tin cậy và có khả năng xử lý nhiều loại công việc khác nhau đến khi được xây dựng trên nền tảng mô hình thế giới", Yann LeCun nhận định.
Hiện nhiều công ty AI, từ Anthropic đến OpenAI, đều tập trung phát triển tác tử AI - hệ thống có khả năng tự động thực hiện những nhiệm vụ phức tạp thay cho con người.
Theo Yann LeCun, mô hình ngôn ngữ lớn vẫn rất hữu ích trong các lĩnh vực như lập trình hoặc toán học. Vấn đề nằm ở chỗ chi phí vận hành mô hình ngôn ngữ lớn quá cao so với số tiền mà đa số người dùng sẵn sàng chi trả.
"Chi phí để vận hành những hệ thống có hiệu năng như hiện nay vẫn rất lớn nếu so với số tiền mà người dùng sẵn sàng chi trả", ông kết luận.
Mô hình suy luận dựa trên năng lượng
Ngoài vai trò tại AMI Labs, Yann LeCun còn là Chủ tịch hội đồng nghiên cứu kỹ thuật của Logical Intelligence - startup ở Thung lũng Silicon chuyên phát triển EBM (mô hình AI dựa trên năng lượng).
Logical Intelligence hồi đầu năm nay tuyên bố đạt được đột phá trong việc phát triển mô hình AI tiên tiến hơn. Cụ thể hơn, Logical Intelligence công bố mô hình suy luận dựa trên năng lượng mang tên Kona. Theo Logical Intelligence, Kona có thể giải quyết nhiều loại bài toán với độ chính xác cao hơn và tiêu thụ ít năng lượng hơn so với các mô hình ngôn ngữ lớn.
Eve Bodnia, người sáng lập Logical Intelligence và là nhà vật lý lượng tử, nói rằng độ chính xác cao của hệ thống dựa trên nền tảng toán học này khiến Kona đặc biệt phù hợp với những lĩnh vực mà sai sót là không thể chấp nhận được, chẳng hạn sản xuất tiên tiến, robot và hạ tầng năng lượng.
Logical Intelligence là startup đầu tiên tìm cách thương mại hóa EBM. Tại buổi trình diễn đầu năm nay, Logical Intelligence cho thấy Kona đánh bại các mô hình ngôn ngữ lớn của OpenAI, Google và Anthropic khi giải câu đố Sudoku, đồng thời lên kế hoạch trình diễn các trò chơi cờ vua và cờ vây trong tương lai.
Giải câu đố Sudoku là quá trình điền các chữ số còn thiếu vào bảng ô vuông 9×9 sao cho thỏa mãn những quy tắc cơ bản của trò chơi: Mỗi hàng ngang phải chứa đủ các số từ 1 đến 9 mà không lặp lại, mỗi cột dọc cũng phải có đủ các số từ 1 đến 9 không trùng nhau và mỗi ô vuông nhỏ 3×3 bên trong bảng lớn cũng phải bao gồm đầy đủ các số từ 1 đến 9, mỗi số chỉ xuất hiện một lần. Người giải phải dựa vào logic và suy luận, không phải đoán mò, để xác định vị trí chính xác của từng con số dựa trên những dữ kiện ban đầu đã được cho sẵn.
Logical Intelligence cho biết khả năng suy luận của Kona dựa trên việc mô hình AI này có thể nhận diện và tự sửa lỗi trong một nhiệm vụ, rồi ngoại suy (mở rộng kết luận) sang các nhiệm vụ khác.
“Nếu trí tuệ tổng quát được hiểu là khả năng suy luận xuyên lĩnh vực, học hỏi từ sai lầm và cải thiện mà không cần huấn luyện lại cho từng nhiệm vụ, chúng tôi đang thấy ở Kona những dấu hiệu đáng tin cậy đầu tiên của AGI. Đây chưa phải trạng thái cuối cùng, nhưng là sự bứt phá rõ ràng khỏi AI hẹp”, bà Eve Bodnia nói.
AGI (AI tổng quát) được xem là dạng AI có khả năng hiểu, học hỏi và thực hiện các nhiệm vụ đa dạng một cách linh hoạt giống hay vượt trội con người.
Khác với mô hình ngôn ngữ lớn, vốn trả lời truy vấn bằng cách dự đoán từ tiếp theo có khả năng xuất hiện cao nhất trong một chuỗi, các mô hình dựa trên năng lượng được huấn luyện trên một tập tham số cố định, chẳng hạn luật chơi Sudoku, công suất lưới điện hay các ràng buộc vật lý của robot trong kho.
Càng đi chệch khỏi các quy tắc này, EBM càng tiêu tốn nhiều năng lượng hơn, qua đó ngăn ngừa tình trạng ảo giác (trả lời sai y như thật) thường thấy ở mô hình ngôn ngữ lớn. Các EBM đánh giá toàn bộ lời giải của mình dựa trên những tham số đã được thiết lập, trong đó câu trả lời có mức sử dụng năng lượng thấp nhất sẽ được chấm điểm cao nhất.
Eve Bodnia mô tả mô hình ngôn ngữ lớn như “một trò chơi đoán mò”. “Chúng ta nghĩ rằng vì đôi khi mô hình ngôn ngữ lớn cho ra đáp án đúng thì hẳn nó thông minh. Nhưng nếu bạn lấy một con mèo và dạy nó sủa, điều đó không có nghĩa nó là chó. Tôi đang tạo ra con chó”, bà ví von.
“Logical Intelligence là công ty đầu tiên đưa suy luận dựa trên EBM từ một khái niệm nghiên cứu thành sản phẩm, mở ra một thế hệ hệ thống AI đáng tin cậy hơn”, Yann LeCun nhấn mạnh.
Ông và Eve Bodnia đều tin rằng AI đạt tới trình độ con người thực sự sẽ đến từ việc kết hợp nhiều loại mô hình.
“Con người có thể nhảy múa, ca hát và làm rất nhiều thứ không chỉ dựa trên ngôn ngữ. Do đó, để tồn tại và hành động hiệu quả trong thế giới thực thì cần phải kết hợp nhiều loại năng lực khác nhau: Phải biết nhận diện những nguy hiểm xung quanh và lựa chọn, tối ưu những kết quả hợp lý nhất có thể”, Eve Bodnia nói.