Yann LeCun gửi giới học thuật: “Tuyệt đối không nên nghiên cứu LLM”

Suốt nhiều năm, Yann LeCun luôn nói với ngành AI rằng các mô hình ngôn ngữ lớn chỉ là một con đường vòng. Trong đoạn trích bài giảng đang được chia sẻ rộng rãi trên X, chủ nhân giải Turing hướng lời cảnh báo đến một nhóm nhỏ hơn và dễ bị tổn thương hơn: các nhà nghiên cứu tại những phòng thí nghiệm đại học. Lần này, ông không còn dè dặt.

“Đừng nghiên cứu LLM. Ít nhất, nếu đang làm việc trong giới học thuật, tuyệt đối đừng nghiên cứu LLM. Bạn chẳng có gì đóng góp được. Nếu muốn tạo ra tiến bộ thực sự trong AI, theo hướng AI gắn với thực tại và phục vụ thế giới thực, nếu muốn phát triển AI vật lý, thì đừng nghiên cứu LLM, cũng đừng nghiên cứu các mô hình tạo sinh.”

Ông đưa ra nhận định này tại ETH Zurich, trong buổi nói chuyện “World Models: Enabling the Next AI Revolution” thuộc chuỗi bài giảng Frontiers of Embodied AI, diễn ra ngày 29 tháng 5. Tuần này, nhà bình luận về AI Rohan Paul đăng đoạn video, gọi đây là “bài nói chuyện mới nhất” của LeCun, dù thực tế nó đã được ghi hình từ bốn tháng trước. Câu tiếp theo khiến khán giả bật cười: “Vì vậy, chắc các bạn cũng đoán được, điều này chẳng khiến tôi được lòng mấy người ở Thung lũng Silicon.” Trên slide phía sau ông, có tiêu đề “Recommendations to my fellow AI scientists”, dòng kết được viết bằng chữ in hoa màu đỏ: “Nếu quan tâm đến AI ngang tầm con người, đừng nghiên cứu LLM.”

Nửa đầu câu chuyện xoay quanh năng lực tính toán

Bỏ qua lời lẽ khiêu khích, lời khuyên dành cho giới học thuật thực chất là vấn đề kinh tế. Muốn thúc đẩy các mô hình ngôn ngữ lớn, người ta phải huấn luyện chúng trên những cụm máy tính mà chỉ một số ít công ty đủ sức chi trả. Một nghiên cứu sinh tiến sĩ khó có thể đóng góp nhiều trong cuộc đua mà ngân sách quyết định thắng thua; đó là ý nghĩa thực tế của câu “bạn chẳng có gì đóng góp được”. LeCun đã nhắc đến điều này từ lâu: tại VivaTech ở Paris năm 2024, theo VentureBeat đưa tin, ông nói với những sinh viên muốn xây dựng thế hệ AI tiếp theo rằng LLM nằm trong tay các công ty lớn.

Slide cũng liệt kê những hướng nghiên cứu mà ông muốn mọi người dành thời gian theo đuổi. Kiến trúc nhúng chung thay cho mô hình tạo sinh. Mô hình dựa trên năng lượng thay cho mô hình xác suất. Phương pháp chính quy hóa thay cho phương pháp tương phản. Điều khiển dự đoán mô hình thay cho học tăng cường; theo ông, chỉ nên giữ lại học tăng cường để điều chỉnh kế hoạch khi thế giới không diễn ra như dự đoán. Đây là những ý tưởng có thể thử nghiệm bằng phần cứng khiêm tốn, và đó chính là lợi thế mà các phòng thí nghiệm đại học vẫn còn nắm giữ.

Nửa sau mới thực sự gây tranh cãi

“Cũng đừng nghiên cứu các mô hình tạo sinh” là một quan điểm đi xa hơn những lời phê phán chatbot thường thấy. Nó bác bỏ chính ý tưởng tạo sinh — tức xây dựng trí thông minh bằng cách dự đoán từ hoặc điểm ảnh tiếp theo — và vì thế đặt LeCun đối lập với phần lớn lĩnh vực AI vật lý, dù lĩnh vực này thường được xếp chung với ông. Tuần trước, AMD đồng ý mua World Labs của Fei-Fei Li trong một thương vụ hoán đổi toàn bộ bằng cổ phiếu, định giá công ty vào khoảng 8,2 tỷ USD. The Register nhận định thương vụ này là cách phòng ngừa rủi ro nếu LLM rốt cuộc chỉ là ngõ cụt, đồng thời lưu ý rằng LeCun cũng từng nói như vậy. Thế nhưng World Labs phát triển các mô hình tạo sinh và mô phỏng môi trường 3D. Cosmos 3 của NVIDIA cũng là một mô hình thế giới tạo sinh, còn Physical Intelligence xây dựng mô hình robot dựa trên các mô hình thị giác-ngôn ngữ. Phần lớn dòng tiền đang đổ vào “thế giới, không phải ngôn từ” lại không hướng đến phiên bản mà LeCun theo đuổi.

Lời khuyên từ một người có cổ phần trong cuộc chơi

Cũng cần tính đến vị thế của người đưa ra lời khuyên. LeCun đã rời Meta và hiện là chủ tịch điều hành của AMI Labs tại Paris. Hồi tháng 3, công ty huy động được 1,03 tỷ USD với mức định giá 3,5 tỷ USD — vòng gọi vốn hạt giống lớn nhất châu Âu — để phát triển các mô hình thế giới như một lựa chọn thay thế cho LLM. Công ty đang mở rộng đội ngũ tại Paris, New York, Montreal và Singapore. Mỗi nhà nghiên cứu làm theo lời khuyên của ông đều có thể trở thành một nhân sự tiềm năng.

Điều đó không có nghĩa lời khuyên của ông xuất phát từ sự hoài nghi hay tính toán cơ hội. LeCun đã giữ quan điểm này từ trước khi AMI ra đời, và danh tiếng của ông đã phải trả giá từ lâu trước khi các nhà đầu tư rót tiền. Nhưng vào năm 2026, định hướng nghiên cứu và kế hoạch kinh doanh của ông lại cùng chỉ về một hướng, và sinh viên nên cân nhắc lời khuyên ấy trong bối cảnh đó.

LeCun đùa rằng phát ngôn này khiến ông mất bạn bè ở Thung lũng Silicon. Với một sinh viên đang chọn đề tài luận án, cái giá phải trả còn lớn hơn: đặt cược cả bằng tiến sĩ vào một kiến trúc mà ông vừa huy động một tỷ đô la để chứng minh.

Thẻ: Large Language Models, World models, AMI Labs, ETH Zurich, Yann LeCun