Garry Tan của Y Combinator kêu gọi các lab AI mở ở Mỹ cũng “distill” mô hình tiên tiến

Sự kiện chính: Garry Tan đề xuất “distill” cho các lab AI mở ở Mỹ

Vào đầu tuần này, Garry Tan – người sáng lập và CEO của Y Combinator – đã công khai quan điểm của mình trong một cuộc phỏng vấn với CNBC và TechCrunch. Ông cho rằng các phòng thí nghiệm AI mở ở Hoa Kỳ nên được phép áp dụng kỹ thuật “distillation” (tách chiết) trên các mô hình AI tiên tiến nội địa, tương tự như cách một số lab Trung Quốc đang làm. Tan nhấn mạnh rằng, thay vì can thiệp của các cơ quan quản lý, chính phủ Mỹ nên tạo ra một “khung pháp lý distillation” dành riêng cho các lab trong nước, để xây dựng một hệ sinh thái mở, đa dạng và không phụ thuộc vào công nghệ Trung Quốc.

Chi tiết cụ thể: Lý do, cách thực hiện và phản hồi từ cộng đồng

Kỹ thuật distillation là gì?

Distillation, theo Tan, là quá trình một nhà phát triển mô hình “gọi” một mô hình khác bằng cách đưa vào hàng loạt prompt, sau đó thu thập cách mô hình trả lời để hiểu sâu hơn về cấu trúc, logic và kiến thức nội tại của nó. Đây là một phương pháp hợp pháp và thường được các lab AI sử dụng để “đào tạo” mô hình mới dựa trên những gì đã học được từ mô hình hiện có.

Khi nào vấn đề này trở nên nóng?

Trong tuần vừa qua, công ty Anthropic đã công bố báo cáo thứ hai cáo buộc một số lab AI Trung Quốc thực hiện “đi tấn công distillation bất hợp pháp”. Theo báo cáo, các lab này ẩn danh, sử dụng thông tin gian lận và thậm chí là thông tin đăng nhập bị đánh cắp để trích xuất kiến thức mà không có sự cho phép của chủ sở hữu mô hình gốc. Chủ tịch Anthropic, Dario Amodei, đã kêu gọi các cơ quan quản lý Mỹ siết mạnh hành vi này.

Quan điểm của Garry Tan

Trái ngược với lời kêu gọi của Amodei, Tan cho biết: “I would do nothing,” (tôi sẽ không can thiệp) trong buổi phỏng vấn với CNBC. Ông cho rằng việc áp đặt quy định quá mức lên các lab AI “đóng cửa” (closed‑weight) để kiểm soát cách khách hàng sử dụng API là một hành động “quá đáng”. Tan nhấn mạnh: “We could argue that there should be an American distillation regime” (chúng ta có thể tranh luận rằng nên có một khung distillation dành cho Mỹ).

Ông không ủng hộ việc các lab Mỹ dùng thông tin bị đánh cắp; thay vào đó, Tan muốn các lab mở được “đến cửa trước” – tức là được phép truy cập hợp pháp vào các mô hình tiên tiến nội địa để thực hiện distillation. Lý do của ông là:

1. Quá mức can thiệp – Các lab AI không nên quyết định khách hàng có thể hay không dùng thông tin mà mô hình cung cấp.
2. Tiêu chuẩn công bằng – Các lab “đóng cửa” đã thu thập khối lượng dữ liệu khổng lồ, bao gồm cả tài liệu có bản quyền, mà không xin phép. Vì vậy, việc hạn chế API của họ đối với người dùng cuối là “gian lận” ngược lại.

Tan còn cho rằng vai trò của chính phủ là “chuẩn hoá” việc truy cập vào trí tuệ được huấn luyện trên dữ liệu công cộng, biến nó thành một “công lợi công cộng” hơn là một tài sản bị khoá sau các điều khoản dịch vụ chặt chẽ.

Tầm nhìn về tương lai của AI

Là một người “đam mê AI” và từng mô tả mình mắc “cyber psychosis”, Tan mong muốn cân bằng giữa các lab AI mở và các lab tiên tiến (frontier labs). “Chúng ta muốn các mô hình mở cung cấp tự do và quyền truy cập cho mọi người,” ông nói với CNBC. Đồng thời, ông cảnh báo về một kịch bản “AI doomer” – khi toàn bộ sức mạnh của AI tiên tiến rơi vào tay một công ty độc quyền duy nhất, sở hữu vốn và nhân tài tối ưu, dẫn tới một “đế chế AI” thống trị. “Nếu chỉ còn một công ty duy nhất, đó sẽ là một thảm họa,” Tan nhấn mạnh.

Bối cảnh rộng hơn: Cuộc tranh đấu giữa mô hình mở và độc quyền

Hiện nay, xu hướng distillation đang trở thành một “điểm nóng” trong cộng đồng AI toàn cầu. Các lab Trung Quốc như Baidu và Tencent đã được cho là áp dụng kỹ thuật này để nhanh chóng bắt kịp các mô hình lớn của Mỹ và châu Âu. Trong khi đó, các lab Mỹ lớn như OpenAI, Anthropic và Google đã bị chỉ trích vì thu thập dữ liệu có bản quyền mà không xin phép – một thực tiễn mà Tan cho là “đôi mặt”.

Sự khác biệt giữa các mô hình “đóng cửa” (closed‑weight) và “mở cửa” (open‑weight) đang ngày càng rõ ràng. Mô hình mở cho phép cộng đồng nghiên cứu, tùy chỉnh và tái sử dụng, trong khi mô hình đóng cửa thường được bảo vệ bằng các điều khoản sử dụng nghiêm ngặt, làm giảm tính minh bạch và khả năng kiểm soát của người dùng. Nếu các lab mở ở Mỹ được phép distill các mô hình tiên tiến nội địa, họ sẽ có thể tạo ra các phiên bản mở mạnh mẽ, giảm sự phụ thuộc vào công nghệ Trung Quốc và tránh nguy cơ tập trung quyền lực vào một vài công ty lớn.

Cuối cùng, quan điểm của Garry Tan mở ra một câu hỏi lớn cho các nhà lập pháp Mỹ: Liệu có nên thiết lập một khung pháp lý riêng cho việc distillation, để vừa bảo vệ quyền sở hữu trí tuệ, vừa khuyến khích sự sáng tạo và đa dạng trong lĩnh vực AI? Khi các cuộc tranh luận này vẫn đang diễn ra, việc cân bằng giữa mở và đóng, giữa sáng tạo và bảo hộ sẽ quyết định hướng đi của ngành AI trong thập kỷ tới.