Trí tuệ nhân tạo tổng quát có thể trình làng vào cuối 2028

GPT-5 đáp ứng được hơn một nửa tiêu chí của AGI

Adam Koza, nhà nghiên cứu tại Trung tâm Trí tuệ nhân tạo và An ninh (CAIS), cùng 33 đồng tác giả, trong đó có Dan Hendrix, đã công bố một nghiên cứu mới mang tên “Định nghĩa AGI”. Nhóm nghiên cứu đã đưa ra một khuôn khổ xác định AGI gồm 10 năng lực tổng quát, dựa trên lý thuyết Cattell–Horn–Carroll (CHC) — mô hình tâm lý học được xem là có uy tín và được sử dụng rộng rãi nhất trong việc giải thích cấu trúc trí tuệ con người.

GPT-5 mới đáp ứng hơn một nửa yêu cầu

Theo khuôn khổ này, GPT-4 của OpenAI đạt “điểm AGI” là 27%, trong khi GPT-5 đạt 57%. Mặc dù GPT-5 đã có bước tiến lớn trong khả năng xử lý hình ảnh và âm thanh, mở rộng cửa sổ ngữ cảnh và cải thiện năng lực toán học, song nó vẫn mới chỉ đạt hơn nửa chặng đường đến chuẩn AGI.

Các nhà nghiên cứu xác định “học liên tục” (continuous learning) — tức khả năng lưu giữ và tích lũy kinh nghiệm dài hạn — là nút thắt lớn nhất trên con đường tiến tới AGI. Cả GPT-4 lẫn GPT-5 đều đạt điểm bằng 0 trong hạng mục này, cho thấy hạn chế cơ bản: các mô hình bị “đóng băng” sau khi huấn luyện, không thể học hỏi từ trải nghiệm mới theo thời gian thực.

Nhóm nghiên cứu nhận định rằng “học liên tục” là lĩnh vực duy nhất cần một “đột phá tiêu chuẩn”, tức một bước tiến đáng kể trong nghiên cứu, dù chưa đến mức là một cuộc cách mạng về mô hình.

Ngược lại, những năng lực còn thiếu khác được đánh giá là có thể khắc phục thông qua các nỗ lực nghiên cứu và kỹ thuật thông thường. Về khả năng xử lý thị giác, các mô hình hiện vẫn dễ gặp khó khi hiểu các hình ảnh phi tự nhiên như sơ đồ hay ảnh chụp màn hình, và còn hạn chế trong mô hình hóa thế giới — khả năng trực giác để hiểu quy luật vật lý.

Về lý luận tức thời (immediate reasoning), các mô hình đã tiến rất gần trình độ con người trong xử lý ngôn ngữ, nhưng khả năng lý luận quy nạp bằng thị giác vẫn thấp hơn, mà nguyên nhân có thể nằm ở giới hạn trong năng lực “nhận thức” dữ liệu hình ảnh, chứ không phải logic nội tại.

Khả năng xử lý âm thanh được đánh giá là vấn đề ưu tiên thương mại hơn là thách thức kỹ thuật, vì các startup như SesameAI hiện đã vượt qua nhiều hãng lớn trong mảng này. Vấn đề “ảo giác” (hallucination) — khi AI tạo ra thông tin sai lệch — cũng được xem là có thể giải quyết, với mô hình Claude của Anthropic thể hiện kết quả vượt trội.

Vẫn còn tranh cãi về thời điểm AGI xuất hiện

Nghiên cứu này xuất hiện giữa lúc các lãnh đạo ngành AI có những dự đoán trái ngược về thời điểm AGI ra đời. Andrei Karpash, đồng sáng lập OpenAI, dự đoán AGI sẽ xuất hiện “trong vòng 10 năm tới”, trong khi Jack Clarke, đồng sáng lập Anthropic, cho rằng nó sẽ đến “vào cuối năm 2026 hoặc 2027”.

Các tác giả nhấn mạnh rằng việc xác định rõ khái niệm AGI là bước khởi đầu để có thể so sánh và thảo luận một cách công bằng giữa các mô hình.

Adam Koza, nhà nghiên cứu và đồng tác giả của báo cáo, cho biết: “Dựa trên định nghĩa của chúng tôi, có 50% khả năng rằng một mô hình đạt điểm AGI từ 95% trở lên sẽ xuất hiện trước cuối năm 2028, và 80% khả năng điều đó sẽ xảy ra trước cuối năm 2030”.

Bùi Tú