Nghịch lý mới: Càng suy nghĩ lâu, AI càng… ngu?

[Nhung Phan]

Nếu cho AI nhiều thời gian để suy nghĩ hơn, bạn có nghĩ nó sẽ thông minh hơn không?

Có một nghịch lý thú vị đang xảy ra trong thế giới trí tuệ nhân tạo: càng suy nghĩ lâu, mô hình AI đôi khi lại càng… kém thông minh. Nghiên cứu mới từ Anthropic đã chỉ ra điều gây sốc này, khi họ phát hiện rằng kéo dài thời gian xử lý không những không giúp mô hình trả lời tốt hơn, mà còn có thể khiến chúng đi chệch hướng.

Suy nghĩ lâu hơn, kết quả tệ hơn​

Nhóm nghiên cứu của Anthropic, dẫn đầu bởi Aryo Pradipta Gema và các đồng sự, đã kiểm tra hiệu suất của các mô hình ngôn ngữ lớn (LLM) trên nhiều loại bài toán khác nhau, từ đếm số đơn giản đến các tình huống suy luận phức tạp và các bài kiểm tra liên quan đến an toàn AI. Họ nhận thấy một hiện tượng ngược đời gọi là “nghịch đảo trong tính toán thời gian thử nghiệm”, nghĩa là khi các mô hình được cho thêm thời gian để suy nghĩ, hiệu suất thực tế lại giảm sút.

Chẳng hạn, với mô hình Claude, càng suy luận lâu thì càng dễ bị phân tâm bởi những thông tin không liên quan. Ngược lại, mô hình dòng o-series của OpenAI thì bám quá chặt vào cấu trúc bài toán, dẫn đến… cứng nhắc. Điều đáng lo ngại hơn là khi được xử lý các bài toán suy luận khó, tất cả mô hình đều có dấu hiệu giảm hiệu suất, cho thấy chúng khó duy trì được sự tập trung khi suy nghĩ quá dài.

Không phải cứ mạnh hơn là thông minh hơn​

Nghiên cứu này đã giáng một cú tát vào niềm tin phổ biến trong ngành AI: rằng cứ tăng thêm tài nguyên tính toán và thời gian xử lý là mô hình sẽ “thông minh hơn”. Thực tế cho thấy điều ngược lại có thể xảy ra, việc "cố suy nghĩ" quá mức dễ khiến mô hình đi vào ngõ cụt, hoặc phức tạp hóa vấn đề vốn rất đơn giản.

Ví dụ tiêu biểu: khi hỏi một câu đơn giản như “Bạn có một quả táo và một quả cam, vậy có bao nhiêu loại trái cây?”, nếu câu hỏi được đặt giữa những đoạn toán học phức tạp, mô hình có thể… hoảng loạn và không đưa ra nổi đáp án đơn giản là “hai”. Còn trong các bài toán hồi quy với dữ liệu học sinh, khi có quá nhiều thời gian suy luận, mô hình dần rời xa những yếu tố hợp lý ban đầu và chạy theo các tương quan kém tin cậy.

Thế mới thấy, trong một thế giới chạy đua vì hiệu suất và sức mạnh, điều chúng ta cần có khi không phải là thêm suy nghĩ, mà là suy nghĩ đúng chỗ. Vậy liệu có lúc, chính con người cũng đang “suy nghĩ quá mức” trong cách xây dựng AI? (Venturebeat)