Đối thủ mới: DeepSeek V3 khuấy đảo bảng xếp hạng AI

Trong thế giới trí tuệ nhân tạo (AI) đầy tốc độ và cạnh tranh khốc liệt, ngôi vị mô hình ‘tốt nhất’ hiếm khi được giữ vững lâu dài. Những gã khổng lồ như OpenAI, Google, và Anthropic liên tục vượt mặt nhau bằng những cập nhật đáng kinh ngạc, mỗi bên đều tuyên bố hiệu suất vượt trội. Tuy nhiên, một báo cáo gần đây từ nhóm đánh giá AI Artificial Analysis đã mang đến một diễn biến bất ngờ, cho thấy một nhà lãnh đạo mới đã xuất hiện trong một hạng mục cụ thể nhưng cực kỳ quan trọng: DeepSeek V3. Theo chỉ số thông minh của họ, mô hình này, đến từ một công ty Trung Quốc, hiện đang vượt trội hơn các đối thủ nổi tiếng như GPT-4.5, Grok 3, và Gemini 2.0 trong các tác vụ không đòi hỏi suy luận phức tạp. Sự phát triển này không chỉ là một sự thay đổi nhỏ trong bảng xếp hạng; nó mang trọng lượng đáng kể vì DeepSeek V3 hoạt động trên cơ sở trọng số mở (open-weights), một sự tương phản rõ rệt với bản chất độc quyền của các đối thủ cạnh tranh chính.

Hiểu về Chuẩn Đánh Giá và Sự Phân Biệt ‘Không Suy Luận’

Để đánh giá đúng tầm quan trọng của thành tựu được báo cáo của DeepSeek V3, điều cần thiết là phải hiểu bối cảnh cụ thể. Artificial Analysis đánh giá các mô hình AI trên một loạt các khả năng, thường bao gồm suy luận, kiến thức tổng quát, năng khiếu toán học và trình độ lập trình. Chi tiết quan trọng ở đây là DeepSeek V3 được cho là đã dẫn đầu cụ thể trong số các mô hình AI không suy luận, dựa trên chỉ số đặc biệt này.

Chính xác thì ‘không suy luận’ có nghĩa là gì trong bối cảnh này? Hãy nghĩ về nó như sự khác biệt giữa một chiếc máy tính chuyên dụng cao và một nhà triết học. Các tác vụ không suy luận thường liên quan đến tốc độ, hiệu quả và nhận dạng mẫu hơn là suy luận logic phức tạp, nhiều bước hoặc giải quyết vấn đề sáng tạo. Các mô hình này vượt trội ở:

• Truy xuất thông tin nhanh chóng: Truy cập và trình bày kiến thức thực tế một cách nhanh chóng.
• Tạo và tóm tắt văn bản: Tạo văn bản mạch lạc dựa trên lời nhắc hoặc tóm tắt các tài liệu hiện có một cách hiệu quả.
• Dịch thuật: Chuyển đổi văn bản giữa các ngôn ngữ với tốc độ và độ chính xác hợp lý.
• Hoàn thành và tạo mã: Hỗ trợ các lập trình viên bằng cách đề xuất hoặc viết các đoạn mã dựa trên các mẫu đã được thiết lập.
• Tính toán toán học: Thực hiện các phép toán xác định.

Mặc dù những khả năng này có vẻ kém hấp dẫn hơn so với năng lực ‘suy luận’ thường được nhấn mạnh trong các buổi trình diễn AI (như giải các câu đố logic phức tạp hoặc phát triển các giả thuyết khoa học mới), chúng tạo thành xương sống của vô số ứng dụng AI thực tế hiện đang được triển khai. Nhiều chatbot, công cụ tạo nội dung, giao diện dịch vụ khách hàng và chức năng phân tích dữ liệu phụ thuộc rất nhiều vào tốc độ và hiệu quả chi phí do các mô hình không suy luận cung cấp.

Sự thống trị được báo cáo của DeepSeek V3 trong lĩnh vực này cho thấy nó đã đạt được sự cân bằng đáng kể về hiệu suất và hiệu quả cho các tác vụ phổ biến này. Điều đó ngụ ý rằng mô hình có thể cung cấp đầu ra chất lượng cao trong các lĩnh vực như truy xuất kiến thức và hỗ trợ lập trình nhanh hơn hoặc tiết kiệm chi phí hơn so với các đối thủ nguồn đóng, theo chuẩn đánh giá cụ thể này. Nó không nhất thiết ‘thông minh hơn’ theo nghĩa trí tuệ toàn diện, giống con người, nhưng nó dường như đặc biệt giỏi trong các tác vụ chủ lực cung cấp năng lượng cho phần lớn nền kinh tế AI hiện tại. Sự phân biệt này rất quan trọng; V3 không được định vị là một đối thủ cạnh tranh trí tuệ nhân tạo tổng quát (AGI) mà là một công cụ được tối ưu hóa cao cho các ứng dụng cụ thể, khối lượng lớn, nơi tốc độ và ngân sách là những mối quan tâm hàng đầu.

Cuộc Cách Mạng Trọng Số Mở: Một Sự Chia Rẽ Cơ Bản

Có lẽ khía cạnh nổi bật nhất trong sự trỗi dậy của DeepSeek V3 là bản chất trọng số mở (open-weights) của nó. Thuật ngữ này biểu thị một sự khác biệt cơ bản về triết lý và khả năng tiếp cận so với những người chơi thống trị trong lĩnh vực AI.

• Trọng số mở là gì? Khi một mô hình được mô tả là có ‘trọng số mở’, điều đó có nghĩa là các thành phần cốt lõi của mô hình đã được huấn luyện – tập hợp khổng lồ các tham số số (trọng số) xác định hành vi của nó – được cung cấp công khai. Điều này thường đi đôi với việc công khai kiến trúc của mô hình (bản thiết kế) và đôi khi cả mã huấn luyện dưới dạng mã nguồn mở. Về cơ bản, những người tạo ra đang cho đi ‘bộ não’ của AI, cho phép bất kỳ ai có kỹ năng kỹ thuật và tài nguyên tính toán cần thiết có thể tải xuống, kiểm tra, sửa đổi và xây dựng dựa trên nó. Hãy nghĩ về nó giống như nhận được công thức hoàn chỉnh và tất cả các thành phần bí mật cho một món ăn ngon, cho phép bạn sao chép hoặc thậm chí tinh chỉnh nó trong nhà bếp của riêng mình.

• Sự tương phản: Mô hình đóng, độc quyền: Điều này hoàn toàn trái ngược với cách tiếp cận của các công ty như OpenAI (mặc dù tên của nó gợi ý sự cởi mở), Google và Anthropic. Các tổ chức này thường giữ các mô hình tiên tiến nhất của họ dưới sự kiểm soát chặt chẽ. Mặc dù họ có thể cung cấp quyền truy cập thông qua API (Giao diện lập trình ứng dụng) hoặc các sản phẩm hướng tới người dùng như ChatGPT hoặc Gemini, các trọng số cơ bản, chi tiết kiến trúc và thường là các chi tiết cụ thể về dữ liệu và phương pháp huấn luyện của họ vẫn là bí mật thương mại được bảo vệ chặt chẽ. Điều này giống như một nhà hàng bán cho bạn một bữa ăn ngon nhưng không bao giờ tiết lộ công thức hoặc cho bạn xem bên trong nhà bếp.

Hàm ý của sự phân chia này rất sâu sắc:

1. Khả năng tiếp cận và Đổi mới: Các mô hình trọng số mở dân chủ hóa quyền truy cập vào công nghệ AI tiên tiến. Các nhà nghiên cứu, công ty khởi nghiệp, nhà phát triển cá nhân và thậm chí cả những người có sở thích đều có thể thử nghiệm, tinh chỉnh và triển khai các công cụ mạnh mẽ này mà không cần sự cho phép hoặc trả phí cấp phép đắt đỏ cho những người tạo ra ban đầu (mặc dù chi phí tính toán để chạy các mô hình vẫn áp dụng). Điều này có thể thúc đẩy một hệ sinh thái đa dạng và phát triển nhanh chóng hơn, có khả năng tăng tốc đổi mới khi một cộng đồng rộng lớn hơn đóng góp các cải tiến và tìm ra các ứng dụng mới lạ.
2. Minh bạch và Giám sát: Sự cởi mở cho phép giám sát chặt chẽ hơn. Các nhà nghiên cứu có thể trực tiếp kiểm tra trọng số và kiến trúc của mô hình để hiểu rõ hơn về khả năng, hạn chế và các thành kiến tiềm ẩn của nó. Sự minh bạch này rất quan trọng để xây dựng lòng tin và giải quyết các mối quan tâm về đạo đức xung quanh AI. Các mô hình đóng, thường được mô tả là ‘hộp đen’, khiến việc xác minh độc lập như vậy trở nên khó khăn hơn nhiều.
3. Tùy chỉnh và Kiểm soát: Người dùng có thể điều chỉnh các mô hình trọng số mở cho các tác vụ hoặc lĩnh vực cụ thể (tinh chỉnh) theo những cách thường không thể thực hiện được với các mô hình dựa trên API đóng. Các doanh nghiệp có thể chạy các mô hình này trên cơ sở hạ tầng của riêng họ, cung cấp khả năng kiểm soát tốt hơn đối với quyền riêng tư và bảo mật dữ liệu so với việc gửi thông tin nhạy cảm cho nhà cung cấp bên thứ ba.
4. Mô hình kinh doanh: Sự lựa chọn giữa mở và đóng thường phản ánh các chiến lược kinh doanh khác nhau. Các công ty nguồn đóng thường kiếm tiền thông qua đăng ký, phí sử dụng API và giấy phép doanh nghiệp, tận dụng công nghệ độc quyền của họ như một lợi thế cạnh tranh. Những người ủng hộ trọng số mở có thể tập trung vào việc xây dựng các dịch vụ, hỗ trợ hoặc các phiên bản chuyên biệt xung quanh mô hình mở cốt lõi, tương tự như các mô hình kinh doanh được thấy trong thế giới phần mềm mã nguồn mở (ví dụ: Red Hat với Linux).

Quyết định của DeepSeek phát hành V3 với trọng số mở đồng thời đạt được điểm số chuẩn hàng đầu gửi đi một thông điệp mạnh mẽ: hiệu suất cao và sự cởi mở không loại trừ lẫn nhau. Nó thách thức câu chuyện rằng chỉ có sự phát triển độc quyền, được kiểm soát chặt chẽ mới có thể mang lại kết quả tiên tiến trong cuộc đua AI.

Quỹ Đạo của DeepSeek: Không Chỉ Là Một Hiện Tượng Nhất Thời

DeepSeek không hoàn toàn mới trong lĩnh vực AI, mặc dù nó có thể không được công chúng biết đến rộng rãi như OpenAI hay Google. Công ty đã thu hút sự chú ý đáng kể vào đầu năm với việc phát hành mô hình DeepSeek R1. Điều làm nên sự khác biệt của R1 là nó được giới thiệu như một mô hình suy luận cấp cao được cung cấp miễn phí.

Các mô hình suy luận, như đã đề cập trước đó, đại diện cho một lớp AI khác. Chúng được thiết kế để giải quyết các vấn đề phức tạp hơn đòi hỏi nhiều bước suy nghĩ, suy luận logic, lập kế hoạch và thậm chí tự sửa lỗi. Mô tả về R1 là kiểm tra đệ quy các câu trả lời của nó trước khi xuất ra cho thấy một quá trình nhận thức phức tạp hơn so với các mô hình không suy luận thông thường. Việc cung cấp rộng rãi khả năng như vậy mà không tính phí là một động thái đáng chú ý, cho phép tiếp cận rộng rãi hơn với công nghệ trước đây chỉ giới hạn trong các phòng thí nghiệm được tài trợ tốt hoặc các dịch vụ thương mại đắt tiền.

Hơn nữa, DeepSeek R1 gây ấn tượng với các nhà quan sát không chỉ bởi khả năng của nó mà còn bởi hiệu quả được báo cáo. Nó đã chứng minh rằng suy luận tiên tiến không nhất thiết phải đi kèm với chi phí tính toán cắt cổ, gợi ý về những đổi mới mà DeepSeek đã thực hiện trong việc tối ưu hóa kiến trúc mô hình hoặc quy trình huấn luyện.

Việc phát hành tiếp theo và thành công được báo cáo của DeepSeek V3 trong hạng mục không suy luận được xây dựng dựa trên nền tảng này. Nó cho thấy một công ty có khả năng cạnh tranh ở vị trí hàng đầu trên các loại mô hình AI khác nhau trong khi vẫn duy trì sự tập trung vào hiệu quả và, đáng kể là, áp dụng cách tiếp cận mở với V3. Quỹ đạo này gợi ý một chiến lược có chủ ý: chứng minh khả năng suy luận phức tạp (R1) và sau đó cung cấp một mô hình hàng đầu, được tối ưu hóa cao, mở và dẫn đầu cho các tác vụ phổ biến hơn, khối lượng lớn (V3). Nó định vị DeepSeek như một người chơi đa năng và đáng gờm trong bối cảnh AI toàn cầu.

Vai Trò Quan Trọng của Các Mô Hình Không Suy Luận trong AI Ngày Nay

Trong khi cuộc tìm kiếm trí tuệ nhân tạo tổng quát (AGI) thường chiếm các tiêu đề báo chí, tập trung vào suy luận phức tạp và hiểu biết giống con người, tác động thực tế của AI ngày nay phần lớn được thúc đẩy bởi các mô hình không suy luận. Giá trị của chúng nằm ở tốc độ, khả năng mở rộng và hiệu quả chi phí.

Hãy xem xét khối lượng lớn các tác vụ mà phản hồi gần như tức thời và xử lý hiệu quả là rất quan trọng:

• Dịch thuật thời gian thực: Cho phép giao tiếp liền mạch vượt qua rào cản ngôn ngữ.
• Kiểm duyệt nội dung: Quét một lượng lớn nội dung do người dùng tạo ra để tìm các vi phạm chính sách.
• Đề xuất được cá nhân hóa: Phân tích hành vi của người dùng để đề xuất các sản phẩm hoặc nội dung có liên quan ngay lập tức.
• Chatbot hỗ trợ khách hàng: Xử lý các truy vấn phổ biến một cách nhanh chóng và hiệu quả, 24/7.
• Hỗ trợ mã: Cung cấp cho các nhà phát triển các đề xuất và tự động hoàn thành ngay lập tức trong môi trường mã hóa của họ.
• Tóm tắt dữ liệu: Nhanh chóng chắt lọc thông tin chính từ các tài liệu hoặc bộ dữ liệu lớn.

Đối với các ứng dụng này, một mô hình mất vài giây hoặc vài phút để ‘suy luận’ qua một vấn đề, dù chính xác đến đâu, thường không thực tế. Chi phí tính toán liên quan đến việc chạy các mô hình suy luận phức tạp ở quy mô lớn cũng có thể quá cao đối với nhiều doanh nghiệp. Các mô hình không suy luận, được tối ưu hóa cho tốc độ và hiệu quả, lấp đầy khoảng trống quan trọng này. Chúng là những con ngựa thồ cung cấp năng lượng cho một phần đáng kể các dịch vụ dựa trên AI mà chúng ta tương tác hàng ngày.

Do đó, vị trí dẫn đầu được báo cáo của DeepSeek V3 trong lĩnh vực này, theo chỉ số của Artificial Analysis, có liên quan cao từ quan điểm thương mại và thực tế. Nếu nó thực sự mang lại hiệu suất vượt trội hoặc hiệu quả tốt hơn cho các tác vụ phổ biến này, và thực hiện điều đó thông qua một mô hình trọng số mở mà các công ty có khả năng chạy rẻ hơn hoặc tùy chỉnh tự do hơn, nó có thể phá vỡ đáng kể động lực thị trường hiện có. Nó cung cấp một giải pháp thay thế tiềm năng mạnh mẽ, dễ tiếp cận thay vì chỉ dựa vào các dịch vụ API của những người chơi nguồn đóng lớn cho các khả năng AI nền tảng này.

Những Gợn Sóng Địa Chính Trị và Bối Cảnh Cạnh Tranh

Sự xuất hiện của một mô hình AI trọng số mở, hiệu suất hàng đầu từ một công ty Trung Quốc như DeepSeek chắc chắn tạo ra những gợn sóng trong bối cảnh địa chính trị của công nghệ. Sự phát triển của AI tiên tiến được nhiều người coi là một biên giới quan trọng trong cuộc cạnh tranh chiến lược giữa các quốc gia, đặc biệt là Hoa Kỳ (US) và Trung Quốc (China).

Trong nhiều năm, phần lớn câu chuyện tập trung vào sự thống trị của các công ty có trụ sở tại US như OpenAI, Google, Microsoft (thông qua quan hệ đối tác với OpenAI) và Meta (cũng đã ủng hộ AI mã nguồn mở với các mô hình như Llama). Hiệu suất của DeepSeek V3, cùng với bản chất mở của nó, thách thức câu chuyện này trên một số mặt trận:

1. Sự Ngang Bằng/Tiến Bộ Công Nghệ: Nó chứng tỏ rằng các công ty Trung Quốc có khả năng phát triển các mô hình AI có thể cạnh tranh và, trong các tiêu chuẩn cụ thể, có khả năng vượt qua các mô hình từ các phòng thí nghiệm hàng đầu của US. Điều này chống lại bất kỳ giả định nào về vị trí dẫn đầu công nghệ vĩnh viễn của US.
2. Nước Cờ Mã Nguồn Mở: Bằng cách biến một mô hình hàng đầu thành trọng số mở, DeepSeek có khả năng đẩy nhanh việc áp dụng và phát triển AI trên toàn cầu, bao gồm cả ở Trung Quốc và các quốc gia khác. Điều này trái ngược với cách tiếp cận độc quyền, được kiểm soát nhiều hơn được một số người chơi lớn của US ưa chuộng, đặt ra câu hỏi về chiến lược nào cuối cùng sẽ tỏ ra hiệu quả hơn trong việc thúc đẩy đổi mới và năng lực phổ biến. Nó có thể được coi là một động thái chiến lược để xây dựng một hệ sinh thái toàn cầu xung quanh công nghệ của DeepSeek.
3. Áp Lực Cạnh Tranh Gia Tăng: Các công ty AI của US hiện phải đối mặt với sự cạnh tranh gay gắt không chỉ từ nhau mà còn từ những người chơi quốc tế ngày càng có năng lực cung cấp công nghệ có khả năng tiếp cận cao hơn. Áp lực này có thể ảnh hưởng đến mọi thứ, từ chiến lược giá cả đến tốc độ đổi mới và các quyết định về tính mở của mô hình.

Áp lực cạnh tranh này được liên kết rõ ràng, trong bối cảnh báo cáo ban đầu, với các nỗ lực vận động hành lang tại Hoa Kỳ. Việc đề cập rằng OpenAI được cho là đang thúc giục chính phủ US, có khả năng bao gồm các nhân vật liên quan đến chính quyền Trump, nới lỏng các hạn chế về việc sử dụng tài liệu có bản quyền để huấn luyện AI nhấn mạnh những rủi ro được nhận thức. Lập luận được đưa ra là những hạn chế trong việc truy cập các bộ dữ liệu khổng lồ, có khả năng bị áp đặt bởi luật bản quyền (hạn chế ‘sử dụng hợp lý’), có thể cản trở khả năng của các công ty Mỹ trong việc theo kịp các đối thủ cạnh tranh quốc tế, đặc biệt là từ Trung Quốc, những người có thể hoạt động theo các chế độ pháp lý khác nhau hoặc có quyền truy cập vào các nguồn dữ liệu khác nhau.

Điều này chạm đến một vấn đề cực kỳ gây tranh cãi: tính hợp pháp và đạo đức của việc huấn luyện các mô hình AI mạnh mẽ trên kho tàng sáng tạo khổng lồ của con người có sẵn trực tuyến, phần lớn trong số đó có bản quyền. Các công ty AI cho rằng việc truy cập vào dữ liệu này là điều cần thiết để xây dựng các mô hình có năng lực, có khả năng coi đó là vấn đề cạnh tranh quốc gia. Ngược lại, những người sáng tạo và chủ sở hữu bản quyền cho rằng việc sử dụng trái phép tác phẩm của họ để huấn luyện cấu thành hành vi vi phạm và làm giảm giá trị tài sản trí tuệ của họ. Thành công của DeepSeek thêm một lớp nữa vào cuộc tranh luận này, có khả năng thúc đẩy các lập luận rằng việc sử dụng dữ liệu tích cực là chìa khóa để dẫn đầu trong cuộc đua AI toàn cầu, bất kể nguồn gốc.

Sự trỗi dậy của DeepSeek V3 nhấn mạnh rằng cuộc đua AI thực sự mang tính toàn cầu và ngày càng phức tạp. Nó không chỉ liên quan đến năng lực công nghệ mà còn cả các lựa chọn chiến lược về tính mở, mô hình kinh doanh và việc điều hướng các địa hình pháp lý và đạo đức phức tạp, tất cả đều đặt trong bối cảnh cạnh tranh quốc tế. Thực tế là một mô hình hàng đầu trong một hạng mục quan trọng hiện là trọng số mở và có nguồn gốc từ bên ngoài các gã khổng lồ công nghệ truyền thống của US báo hiệu một sự thay đổi tiềm năng đáng kể trong quá trình phát triển của trí tuệ nhân tạo.