Năng lực thực sự của trí tuệ nhân tạo trong các lĩnh vực mới

Trí tuệ nhân tạo đang bước vào những bài kiểm tra thực chất hơn về lý luận trực quan, năng lực nghiên cứu khoa học độc lập và các dự án mã nguồn mở quy mô lớn từ Mỹ và châu Âu. Những công nghệ mới ra mắt không chỉ định hình lại cuộc đua phần cứng mà còn đặt ra câu hỏi lớn về khả năng tự cải thiện của máy móc trong vài năm tới.

Khả năng lý luận trực quan của các mô hình hiện nay vẫn còn khoảng cách xa so với con người, theo bộ dữ liệu đánh giá Humanity S Sixth Sense do các công ty Elorian và Scale AI vừa công bố. Bộ tiêu chuẩn này gồm 522 câu hỏi dựa trên 288 hình ảnh và 234 đoạn video ngắn với tổng thời lượng 17,6 giờ, nhằm đo lường cách mô hình diễn giải các yếu tố không được hiển thị rõ ràng trong cảnh quan thị giác. Kết quả cho thấy con người đạt điểm trung bình pass at 1 ở mức 93,1, trong khi mô hình tiên tiến nhất là GPT 6 Astra chỉ đạt 53,6. Các mô hình mã nguồn mở từ Trung Quốc thậm chí còn thấp hơn, với GLM 5 3 flash đạt 26,8 và Kimi K3 đạt 25,5 điểm.

Trong khi đó, năng lực tự nghiên cứu của AI đang tiến nhanh nhờ các tiêu chuẩn đo lường mới như TasteVal do P-Zero Research phát triển nhằm kiểm tra khả năng định hình vấn đề và thiết kế thí nghiệm. Điểm số nghiên cứu thực nghiệm của các mô hình biên đã tăng gấp đôi mỗi 3 tháng kể từ tháng 12 năm 2025, với mô hình tốt nhất là Opus 5 5 vượt qua mức chuẩn của chuyên gia con người với hệ số tính toán 2 30 lần. Tốc độ tiến bộ này cho thấy mốc tự cải thiện đệ quy hoàn toàn có khả năng xuất hiện vào năm 2027, rút ngắn hơn so với dự báo năm 2028 trước đó.

Cuộc đua mã nguồn mở tại phương Tây cũng ghi nhận những bước chuyển dịch mới với sự xuất hiện của các mô hình từ Reflection và Mistral. Công ty khởi nghiệp Reflection đã giới thiệu Beam, một mô hình hỗn hợp chuyên gia có tổng tham số 501 tỷ với 23 tỷ tham số hoạt động, được huấn luyện trước trên 6.144 GPU GB300 NVL72 trong bốn tuần và tiếp tục chạy học tăng cường trên khoảng 10.500 GPU tương tự trong bốn tuần tiếp theo. Dù đạt hiệu quả sử dụng token cao, các điểm số chuẩn của Beam vẫn đứng sau các mô hình đến từ Trung Quốc như các dòng sản phẩm của Zhipu và Moonshot.

Tương tự, công ty Mistral của châu Âu công bố Mistral Large 4, một mô hình mã nguồn mở được huấn luyện trên 3.800 GPU NVIDIA Grace Blackwell với điểm mạnh tối ưu hóa cho các tác vụ an ninh mạng. Dù là mô hình mã nguồn mở mạnh mẽ nhất của phương Tây khi ra mắt, điểm số của nó trong các bài kiểm tra như Terminal Bench 4 0 hay DeepSWE 1 1 vẫn thấp hơn các mô hình tương đương từ Trung Quốc, phản ánh áp lực cạnh tranh khốc liệt mà ngành công nghiệp AI châu Âu đang phải đối mặt.

Nhìn rộng ra ngoài Trái Đất, sự bùng nổ của nền kinh tế không gian trong những năm 2030 nhờ năng lực chuyên chở quỹ đạo lớn hơn từ các nền tảng như Starship sẽ đặt ra bài toán mới. Khi các trạm năng lượng, tính toán và sản xuất ngoài không gian đi vào hoạt động với sự hỗ trợ của các hệ thống tự trị, các cỗ máy hoạt động trong không gian sâu có thể đạt được lợi thế tích lũy khổng lồ, đòi hỏi giới lãnh đạo phải đưa ra những quyết định chiến lược mang tính bước ngoặt trong thời gian tới.