‍

Trong những tháng gần đây, cộng đồng AI đã bị cuốn vào một cuộc tranh luận sôi nổi, bắt nguồn từ hai bài báo nghiên cứu có ảnh hưởng do Apple công bố. Bài báo đầu tiên, "GSM-Symbolic" (tháng 10 năm 2024), và bài báo thứ hai, "The Illusion of Thinking" (tháng 6 năm 2025), đã đặt câu hỏi về khả năng lập luận được cho là của các Mô hình Ngôn ngữ Lớn, gây ra những phản ứng trái chiều trong toàn ngành.

‍

Như chúng tôi đã thảo luận trong bài viết trước, “Ảo tưởng về sự tiến bộ: Mô phỏng trí tuệ nhân tạo tổng quát mà không đạt được”, câu hỏi về lý luận nhân tạo đi thẳng vào cốt lõi của những gì chúng ta coi là trí thông minh trong máy móc.

‍

Nghiên cứu của Apple nói gì

Các nhà nghiên cứu của Apple đã tiến hành phân tích một cách có hệ thống các Mô hình Lý luận Lớn (LRM) — những mô hình tạo ra các chuỗi suy luận chi tiết trước khi đưa ra câu trả lời. Kết quả thật đáng ngạc nhiên và, đối với nhiều người, là đáng báo động.

‍

Các thử nghiệm được tiến hành

Nghiên cứu này đã đưa các mô hình tiên tiến nhất vào các câu đố thuật toán cổ điển như:

• Tháp Hà Nội : Một câu đố toán học được giải lần đầu tiên vào năm 1957
• Bài toán vượt sông : Câu đố logic với các ràng buộc cụ thể
• GSM-Symbolic Benchmark : Các biến thể của bài toán cấp tiểu học

‍

‍

Kết quả gây tranh cãi

Kết quả cho thấy ngay cả những thay đổi nhỏ trong cách đặt vấn đề cũng dẫn đến những thay đổi đáng kể về hiệu suất , cho thấy một điểm yếu đáng lo ngại trong lập luận. Theo bài viết của AppleInsider , "hiệu suất của tất cả các mô hình đều giảm khi chỉ thay đổi các giá trị số trong các câu hỏi chuẩn GSM-Symbolic."

‍

Phản công: "Ảo tưởng của ảo tưởng tư duy"

‍

Cộng đồng AI đã phản ứng rất nhanh chóng. Alex Lawsen của Open Philanthropy, hợp tác với Claude Opus của Anthropic, đã công bố một phản hồi chi tiết có tựa đề "Ảo tưởng về Ảo tưởng Tư duy", thách thức phương pháp luận và kết luận của nghiên cứu của Apple.

Những phản đối chính

1. Bỏ qua giới hạn đầu ra : Nhiều lỗi được cho là do "suy giảm lý luận" thực chất là do giới hạn mã thông báo đầu ra của mô hình.
2. Đánh giá không chính xác : Các tập lệnh tự động phân loại ngay cả những đầu ra một phần nhưng đúng về mặt thuật toán là lỗi hoàn toàn
3. Các vấn đề bất khả thi : Một số câu đố không thể giải được về mặt toán học, nhưng các mô hình sẽ bị phạt vì không giải được chúng.

Xét nghiệm xác nhận

Khi Lawsen lặp lại các bài kiểm tra với các phương pháp thay thế - yêu cầu các mô hình tạo ra các hàm đệ quy thay vì liệt kê tất cả các bước di chuyển - kết quả đã khác biệt đáng kể. Các mô hình như Claude, Gemini và GPT đã giải thành công bài toán Tháp Hà Nội với 15 đĩa, vượt xa độ phức tạp mà Apple báo cáo là không thành công.

‍

Những tiếng nói có thẩm quyền của cuộc tranh luận

‍

Gary Marcus: Nhà phê bình lịch sử

Gary Marcus , một nhà phê bình lâu năm về khả năng lập luận của các Thạc sĩ Luật (LLM), đã ca ngợi những phát hiện của Apple như một sự xác nhận cho luận án 20 năm của ông. Theo Marcus, các Thạc sĩ Luật (LLM) vẫn đang vật lộn với "sự dịch chuyển phân phối" - khả năng khái quát hóa vượt ra ngoài dữ liệu đào tạo - trong khi vẫn là "những người giải quyết tốt các vấn đề đã được giải quyết".

‍

Cộng đồng LocalLlama

Cuộc thảo luận cũng lan sang các cộng đồng chuyên biệt như LocalLlama trên Reddit , nơi các nhà phát triển và nhà nghiên cứu tranh luận về những tác động thực tế đối với các mô hình nguồn mở và triển khai cục bộ.

‍

Vượt ra ngoài tranh cãi: Ý nghĩa của nó đối với doanh nghiệp

Ý nghĩa chiến lược

Cuộc tranh luận này không chỉ mang tính học thuật thuần túy. Nó có những tác động trực tiếp đến:

• Triển khai AI trong sản xuất : Chúng ta có thể tin tưởng đến mức nào vào các mô hình cho các nhiệm vụ quan trọng?
• Đầu tư vào R&D : Tập trung nguồn lực vào đâu để đạt được bước đột phá tiếp theo?
• Giao tiếp với các bên liên quan : Làm thế nào để quản lý kỳ vọng thực tế về năng lực AI?

Con đường thần kinh biểu tượng

Như đã nêu bật trong một số hiểu biết chuyên sâu về kỹ thuật , nhu cầu về các phương pháp kết hợp:

• Mạng nơ-ron nhân tạo để nhận dạng mẫu và hiểu ngôn ngữ
• Hệ thống biểu tượng cho lý luận thuật toán và logic hình thức

Một ví dụ đơn giản : một trợ lý AI hỗ trợ kế toán. Mô hình ngôn ngữ hiểu khi bạn hỏi "tháng này tôi đã chi bao nhiêu cho việc đi lại?" và trích xuất các tham số liên quan (danh mục: du lịch, kỳ: tháng này). Nhưng truy vấn SQL truy vấn cơ sở dữ liệu, tính toán tổng và kiểm tra các ràng buộc về thuế thì sao? Việc này được thực hiện bằng mã xác định, chứ không phải mô hình nơ-ron.

‍

Thời gian và bối cảnh chiến lược

Giới quan sát không hề bỏ qua việc tài liệu của Apple được công bố ngay trước WWDC, làm dấy lên những nghi vấn về động cơ chiến lược của nó. Như bài phân tích của 9to5Mac ghi nhận, "Thời điểm công bố tài liệu của Apple - ngay trước WWDC - đã gây ra nhiều nghi vấn. Liệu đây có phải là một cột mốc nghiên cứu, hay một động thái chiến lược nhằm định vị lại Apple trong bối cảnh AI rộng lớn hơn?"

‍

Bài học cho tương lai

Dành cho các nhà nghiên cứu

• Thiết kế thử nghiệm : Tầm quan trọng của việc phân biệt giữa các hạn chế về kiến ​​trúc và các ràng buộc về triển khai
• Đánh giá nghiêm ngặt : Cần có các tiêu chuẩn tinh vi để tách biệt khả năng nhận thức khỏi các ràng buộc thực tế
• Tính minh bạch về phương pháp : Yêu cầu ghi chép đầy đủ các thiết lập và hạn chế của thử nghiệm

Dành cho các công ty

• Kỳ vọng thực tế : Nhận ra những hạn chế hiện tại mà không từ bỏ tiềm năng trong tương lai
• Phương pháp tiếp cận kết hợp : Đầu tư vào các giải pháp kết hợp sức mạnh của các công nghệ khác nhau
• Đánh giá liên tục : Triển khai các hệ thống thử nghiệm phản ánh các tình huống sử dụng thực tế

Kết luận: Điều hướng sự không chắc chắn

‍

Cuộc tranh luận được khơi mào bởi các bài báo của Apple nhắc nhở chúng ta rằng chúng ta vẫn đang ở giai đoạn đầu của việc tìm hiểu trí tuệ nhân tạo. Như đã nêu trong bài viết trước , sự khác biệt giữa mô phỏng và lý luận xác thực vẫn là một trong những thách thức phức tạp nhất của thời đại chúng ta.

‍

Bài học thực sự không phải là liệu các Thạc sĩ Luật (LLM) có thể "lý luận" theo đúng nghĩa của từ này hay không, mà là làm thế nào chúng ta có thể xây dựng các hệ thống tận dụng được thế mạnh của chúng đồng thời bù đắp cho những hạn chế của chúng. Trong một thế giới mà AI đang chuyển đổi toàn bộ các ngành công nghiệp, câu hỏi không còn là liệu những công cụ này có "thông minh" hay không, mà là làm thế nào để sử dụng chúng một cách hiệu quả và có trách nhiệm.

‍

Tương lai của AI doanh nghiệp có lẽ sẽ không nằm ở một phương pháp tiếp cận mang tính cách mạng duy nhất, mà nằm ở sự phối hợp thông minh của nhiều công nghệ bổ trợ. Và trong bối cảnh này, khả năng đánh giá một cách phê phán và trung thực năng lực của các công cụ sẽ tự nó trở thành một lợi thế cạnh tranh.

‍

Để hiểu rõ hơn về chiến lược AI của tổ chức bạn và triển khai các giải pháp mạnh mẽ, đội ngũ chuyên gia của chúng tôi luôn sẵn sàng tư vấn cá nhân.

‍

Nguồn và tài liệu tham khảo:

• GSM-Symbolic: Hiểu những hạn chế của lý luận toán học trong các mô hình ngôn ngữ lớn - Nghiên cứu máy học của Apple
• Ảo tưởng về tư duy: Hiểu được điểm mạnh và hạn chế của các mô hình lý luận - Nghiên cứu máy học của Apple
• Bài báo mới phản bác nghiên cứu về "sự sụp đổ lý luận" của LLM Apple - 9to5Mac
• Bảy phản hồi cho bài viết lý luận lan truyền của Apple - Gary Marcus
• Ảo tưởng về tư duy: Bài báo về AI của Apple nói gì về lý luận LLM - Arize AI
• Nghiên cứu của Apple chứng minh rằng các mô hình AI dựa trên LLM có sai sót - AppleInsider
• Ảo tưởng về sự tiến bộ: Mô phỏng trí tuệ nhân tạo tổng quát mà không đạt được nó - Electe