Khái niệm Trí tuệ Nhân tạo Tổng quát (AGI) từ lâu đã trở thành mục tiêu tối thượng thống trị mọi cuộc thảo luận của giới công nghệ. Tuy nhiên, trong một bài báo nghiên cứu mang tính "dị giáo" mới nhất có tên "AI Must Embrace Specialization via Superhuman Adaptable Intelligence" (AI phải chấp nhận sự chuyên môn hóa thông qua Trí tuệ Thích ứng Siêu việt), Turing Award Yann LeCun (Giám đốc Khoa học AI tại Meta) cùng các đồng tác giả từ Đại học Columbia, NYU và startup Distyl đã đưa ra những lập luận đanh thép nhằm bác bỏ hoàn toàn mục tiêu này.
Nhóm nghiên cứu khẳng định rằng việc theo đuổi một hệ thống AGI toàn năng, có thể làm được "mọi thứ con người làm" vừa bất khả thi về mặt tính toán, vừa sai lầm về mặt khoa học.
1. Ảo tưởng về "Trí tuệ tổng quát" của con người
Lập luận trung tâm của bài viết bắt đầu từ một sự thật phũ phàng: Trí tuệ của con người hoàn toàn không hề "tổng quát". Con người chúng ta được định hình bởi hàng triệu năm tiến hóa sinh học, giúp tối ưu hóa cho các nhiệm vụ sinh tồn và tương tác xã hội trong thế giới thực, nhưng lại cực kỳ kém cỏi trong các tác vụ có cấu trúc phức tạp khác.
Các tác giả lấy ví dụ về nhà vô địch cờ vua thế giới Magnus Carlsen: > "Magnus Carlsen không hề giỏi cờ vua một cách khách quan. Anh ấy chỉ giỏi cờ vua so với mức độ năng lực của loài người. Khi đặt cạnh máy tính, khả năng của anh ấy chỉ phản ánh các giới hạn của loài người. Nhận thức của chúng ta bị che mờ bởi chính các giới hạn đó."
Dựa trên Định lý "Không có bữa trưa nào miễn phí" (No Free Lunch) trong tối ưu hóa, một thuật toán không thể giải quyết tối ưu mọi bài toán. Với nguồn tài nguyên tính toán và năng lượng hữu hạn, việc dàn trải năng lực biểu diễn cho một không gian tác vụ vô tận sẽ khiến hiệu năng của hệ thống tiến dần về không. Do đó, việc bắt AI phải bắt chước sự "tổng quát" giả tạo của con người là đi ngược lại quy luật toán học.
2. Khai tử AGI, chào đón SAI (Superhuman Adaptable Intelligence)
Thay vì bám lấy khái niệm AGI vốn mơ hồ và không có sự đồng thuận trong cả giới học thuật lẫn công nghiệp, nhóm của Yann LeCun đề xuất một "Kim chỉ nam" mới thực tế và khoa học hơn: Trí tuệ Thích ứng Siêu việt (Superhuman Adaptable Intelligence - SAI).
SAI được định nghĩa là: > "Một hệ thống có khả năng tự học và thích ứng để vượt qua con người ở bất kỳ nhiệm vụ quan trọng nào chúng ta có thể làm, đồng thời thích ứng tốt với cả những tác vụ hữu ích nằm ngoài giới hạn khả năng của con người."
Điểm mấu chốt của SAI nằm ở tốc độ thích ứng (adaptation speed). Thay vì đánh giá AI bằng một danh sách các bài kiểm tra tĩnh (static benchmarks) nhằm xem nó bắt chước con người giống đến mức nào, SAI đo lường tốc độ học hỏi, tích lũy năng lực mới và thích nghi với môi trường mới.
3. Định hướng kỹ thuật: Không phải là LLM Autoregressive
Về mặt kỹ thuật, bài nghiên cứu khẳng định mô hình ngôn ngữ tự hồi quy (Autoregressive LLM) hiện tại là một "ngõ cụt" để tiến tới trí tuệ thực sự. Sai số của các mô hình này phân kỳ theo cấp số nhân (exponential divergence) khi chiều dài chuỗi dự đoán tăng lên.
Tương lai của AI nằm ở việc phát triển: - Self-supervised learning (Học tự giám sát) để hiểu thế giới không cần nhãn. - Predictive World Models (Mô hình thế giới dự báo) cho phép AI suy luận và lập kế hoạch một cách trực quan. - Modular architectures (Kiến trúc mô-đun) có thể lắp ghép linh hoạt.
Nghiên cứu nhấn mạnh việc duy trì tính đa dạng trong cộng đồng nghiên cứu: "Sự đồng nhất trong các kiến trúc dạng GPT đang kìm hãm tiến trình khoa học."
Nguồn tham khảo: Bài báo khoa học arXiv:2602.23643 (2026).