Richard Sutton, người được coi là cha đẻ của học tăng cường (reinforcement learning) và là người đoạt giải Turing, vừa đưa ra những nhận định phê phán về xu hướng phụ thuộc quá mức vào AI tạo sinh (Generative AI) trong nghiên cứu khoa học. Theo ông, các mô hình ngôn ngữ lớn hiện nay chỉ đang học cách bắt chước dữ liệu cũ thay vì thực sự khám phá tri thức mới thông qua tương tác với thế giới.
Bối cảnh
Sutton nhấn mạnh rằng cốt lõi của khoa học là phương pháp thực nghiệm: đưa ra giả thuyết, thực hiện thí nghiệm và quan sát kết quả. Các mô hình tạo sinh thuần túy hiện nay hoạt động dựa trên việc dự đoán từ tiếp theo từ một kho dữ liệu tĩnh. Chúng không có khả năng "hỏi" thế giới hoặc thực hiện các hành động vật lý/số để kiểm chứng ý tưởng, điều mà Sutton tin là rào cản lớn nhất ngăn cản AI trở thành một nhà khoa học thực thụ.
Vì sao đáng chú ý
Quan điểm của Sutton là một lời nhắc nhở quan trọng giữa cơn sốt AI tạo sinh. Nó hướng sự chú ý trở lại vào học tăng cường và các hệ thống AI có khả năng tương tác (agentic AI) – những hệ thống có thể học từ trải nghiệm trực tiếp thay vì chỉ học từ văn bản. Đối với các doanh nghiệp và nhà nghiên cứu đang cố gắng áp dụng AI vào y sinh hay vật lý, việc hiểu rõ giới hạn này là tối quan trọng để không kỳ vọng quá mức vào khả năng sáng tạo khoa học tự thân của các mô hình ngôn ngữ.