Nhà khoa học Việt cùng các “bộ não” AI rời Google, lập startup tham vọng để AI tự khám phá
Jeff Dean, Sanjay Ghemawat, Oriol Vinyals và nhà khoa học AI người Việt Lê Viết Quốc, những nhân vật đứng sau nhiều công nghệ nền tảng của Google, đã cùng rời tập đoàn để thành lập Discovery Loop, startup đặt cược vào khả năng AI tự đề xuất giả thuyết, tiến hành thí nghiệm và tạo ra những khám phá mới.
Sau gần 27 năm ở Google, Jeff Dean, một trong những kỹ sư huyền thoại của tập đoàn, quyết định rời đi để thành lập một startup AI mới cùng ba cộng sự kỳ cựu là Sanjay Ghemawat, Oriol Vinyals và Lê Viết Quốc.
Bốn nhà đồng sáng lập Discovery Loop gồm (từ trái sang) Jeff Dean, Oriol Vinyals, Lê Viết Quốc và Sanjay Ghemawat. Ảnh Wried
Discovery Loop không đặt mục tiêu đơn giản là xây dựng thêm một mô hình ngôn ngữ hay một chatbot cạnh tranh với Gemini, ChatGPT. Tham vọng của nhóm lớn hơn: tự động hóa “vòng lặp khoa học”, trong đó AI có thể đề xuất một ý tưởng, thiết kế và thực hiện thí nghiệm, đánh giá kết quả, sau đó dùng kết quả đó để đưa ra ý tưởng tiếp theo.
Nếu thành công, AI có thể trở thành một phần chủ động của quá trình tạo ra tri thức mới, từ nghiên cứu machine learning đến thiết kế chip, sinh học, khám phá thuốc và vật liệu.
Điều khiến Discovery Loop đặc biệt không chỉ nằm ở tham vọng. Đội ngũ sáng lập của startup này chính là những người từng góp phần xây dựng nhiều lớp công nghệ đứng sau Google và cuộc cách mạng AI hiện đại.
Từ những nền móng của Google đến Discovery Loop
Jeff Dean gia nhập Google từ giữa năm 1999, khi tập đoàn này còn ở giai đoạn đầu. Trong hơn 27 năm, ông tham gia xây dựng hàng loạt hệ thống trở thành nền móng cho khả năng xử lý dữ liệu và AI ở quy mô lớn của Google.
Cùng Sanjay Ghemawat, Dean là một trong những người thiết kế và triển khai MapReduce, công nghệ giúp đơn giản hóa việc xử lý dữ liệu trên những cụm máy tính khổng lồ. Sau đó là Bigtable, hệ thống lưu trữ dữ liệu phân tán được sử dụng bên dưới nhiều sản phẩm của Google, và Spanner, cơ sở dữ liệu phân tán toàn cầu có khả năng duy trì tính nhất quán trên nhiều trung tâm dữ liệu.
Khi Google chuyển mạnh sang AI, Dean tiếp tục đóng vai trò trung tâm. Năm 2011, ông đồng sáng lập Google Brain, nhóm nghiên cứu tập trung vào việc tạo ra những hệ thống máy móc có khả năng trở nên thông minh. Sau đó, ông tham gia vào ba thế hệ hệ thống machine learning quy mô lớn của Google gồm DistBelief, TensorFlow và Pathways. Dean cũng là một trong những người thiết kế, triển khai TensorFlow ban đầu và thúc đẩy việc Google mở mã nguồn nền tảng này năm 2015.
Hồ sơ chính thức của Dean cho thấy phạm vi đóng góp của ông trải dài từ machine learning, hệ thống phân tán, tìm kiếm, TPU, TensorFlow, Pathways đến Transformer, BERT, PaLM, Gemini và nhiều ứng dụng AI trong các sản phẩm của Google.
Sanjay Ghemawat, cộng sự lâu năm của Dean, cũng là một nhân vật quan trọng trong lịch sử hạ tầng Google. Hai người cùng tham gia những công trình đặt nền móng cho khả năng xử lý dữ liệu ở quy mô Internet.
Nếu Dean và Ghemawat đại diện cho lớp hạ tầng tính toán của Google, Oriol Vinyals lại là gương mặt tiêu biểu cho thế hệ AI hiện đại. Vinyals là nhà khoa học của Google DeepMind, từng dẫn dắt AlphaStar, hệ thống AI đạt trình độ Grandmaster trong StarCraft II, và là một trong những lãnh đạo kỹ thuật của Gemini.
Vinyals cũng chính là đồng tác giả với Lê Viết Quốc trong một công trình có ảnh hưởng đặc biệt tới AI hiện đại: Sequence to Sequence Learning with Neural Networks. Công trình năm 2014 đã đề xuất một phương pháp end-to-end để xử lý các bài toán chuyển đổi chuỗi, sử dụng mạng LSTM nhiều lớp để mã hóa và giải mã dữ liệu. Một thập kỷ sau, công trình này được NeurIPS trao Test of Time Paper Award 2024, ghi nhận ảnh hưởng lâu dài tới lĩnh vực AI. NeurIPS gọi đây là công trình đặt nền móng cho kiến trúc encoder-decoder và truyền cảm hứng cho những cải tiến về attention, góp phần hình thành nền tảng của nghiên cứu mô hình nền tảng hiện nay.
Và giữa ba cái tên đó là một nhà khoa học người Việt: Lê Viết Quốc.
Lê Viết Quốc: Từ Quốc học Huế đến “siêu đội hình” AI của Google
Trong đội hình bốn nhà sáng lập Discovery Loop, Quoc V. Le, tức Lê Viết Quốc, là cái tên đặc biệt với Việt Nam. Ông không chỉ là một trong những nhà nghiên cứu AI kỳ cựu của Google mà còn là người đã dành phần lớn sự nghiệp để theo đuổi một câu hỏi rất gần với tham vọng hiện tại của Discovery Loop: liệu có thể để máy móc tự tìm ra cách xây dựng những hệ thống AI tốt hơn hay không?
Lê Viết Quốc sinh năm 1982 tại Hương Thủy, Thừa Thiên Huế. Theo thông tin được giới thiệu về ông, thời thơ ấu của Quốc gắn với một vùng quê miền Trung còn nhiều khó khăn. Niềm say mê khoa học đến với ông từ khá sớm, qua những cuốn sách về khoa học, máy móc và các phát minh mà ông tìm đọc. Từ đó, cậu học sinh Huế hình thành mong muốn nghiên cứu và tạo ra những công nghệ có thể thay đổi cuộc sống.
Quốc theo học Trường Quốc học Huế, một trong những trường trung học nổi tiếng của Việt Nam. Sau khi tốt nghiệp, thay vì tiếp tục học đại học trong nước, ông sang Australia năm 2004 để theo đuổi khoa học máy tính.
Lê Viết Quốc, nhà khoa học AI người Việt, một trong những thành viên đặt nền móng cho Google Brain và đồng sáng lập Discovery Loop, đang theo đuổi tham vọng đưa AI tiến tới khả năng tự thiết kế thuật toán và tự khám phá tri thức mới.
Tại Australian National University (ANU), Quốc học kỹ thuật phần mềm và đồng thời tham gia nghiên cứu tại NICTA. Hồ sơ cá nhân của ông tại Stanford cho biết trong thời gian ở Australia, ông làm việc dưới sự hướng dẫn của giáo sư Alex Smola, một nhà nghiên cứu nổi tiếng về machine learning.
Đây là bước ngoặt quan trọng. Từ một sinh viên kỹ thuật phần mềm, Quốc bắt đầu đi sâu vào lĩnh vực học máy, một hướng nghiên cứu khi đó vẫn còn tương đối mới so với những gì AI đang trở thành ngày nay.
Sau khi hoàn thành chương trình đại học, Quốc tiếp tục sang Mỹ học tiến sĩ tại Đại học Stanford. Người hướng dẫn luận án của ông là giáo sư Andrew Ng, một trong những tên tuổi có ảnh hưởng lớn tới sự phát triển của machine learning hiện đại.
Luận án tiến sĩ của Lê Viết Quốc mang tên Scalable Feature Learning, tập trung vào bài toán xây dựng các phương pháp học đặc trưng có thể mở rộng tới những tập dữ liệu và hệ thống tính toán rất lớn. Đây cũng là hướng nghiên cứu đặt nền móng cho nhiều công trình deep learning sau này của ông.
Stanford khi đó là một trong những trung tâm nghiên cứu AI hàng đầu thế giới. Việc được làm việc trực tiếp với Andrew Ng đưa Quốc vào một môi trường nghiên cứu quy tụ nhiều nhà khoa học đang định hình thế hệ AI mới.
Sau khi hoàn thành tiến sĩ năm 2013, Quốc gia nhập Google với vị trí Research Scientist. Hồ sơ cá nhân của ông tại Stanford ghi nhận thời gian làm việc tại Google bắt đầu từ năm 2013.
Nhưng trước đó, ông đã có một vai trò quan trọng trong Google Brain, dự án nghiên cứu AI được Jeff Dean, Andrew Ng và Greg Corrado khởi xướng từ năm 2011. Chính môi trường này trở thành nơi Lê Viết Quốc phát triển nhiều công trình có ảnh hưởng tới deep learning, xử lý ngôn ngữ tự nhiên và tự động hóa quá trình thiết kế AI.
Một trong những hướng nghiên cứu nổi bật nhất của ông là Neural Architecture Search (NAS), tức để máy móc tự tìm kiếm kiến trúc của mạng neural thay vì để con người thiết kế hoàn toàn bằng tay.
Trong công trình Neural Architecture Search with Reinforcement Learning năm 2017, Quoc V. Le và Barret Zoph đề xuất sử dụng một mạng neural để tạo ra các kiến trúc mạng khác, sau đó sử dụng reinforcement learning để tìm kiếm những kiến trúc có hiệu năng tốt. Đây là một bước tiến đáng chú ý bởi bản thân quá trình thiết kế AI bắt đầu được đưa vào phạm vi tự động hóa.
Nói cách khác, thay vì con người chỉ nói cho AI biết phải học như thế nào, AI bắt đầu được trao nhiệm vụ tìm kiếm cách học tốt hơn.
Nhóm nghiên cứu sau đó tiếp tục phát triển ENAS, một phương pháp giúp giảm đáng kể chi phí tính toán của quá trình tìm kiếm kiến trúc neural bằng cách chia sẻ tham số giữa nhiều mô hình. Hướng nghiên cứu này góp phần mở rộng khả năng ứng dụng AutoML vào quá trình phát triển các hệ thống học sâu.
Một dấu mốc khác trong sự nghiệp của ông là AlphaGeometry, hệ thống AI giải các bài toán hình học ở cấp độ Olympic. Công trình được công bố trên Nature năm 2024 với sự tham gia của Quoc Le cùng Trieu Trinh, Yuhuai Tony Wu, He He và Thang Luong.
AlphaGeometry đặc biệt ở chỗ hệ thống không phụ thuộc vào những lời giải do con người cung cấp theo cách truyền thống. Nhóm nghiên cứu đã tổng hợp hàng triệu định lý và chứng minh để tạo dữ liệu huấn luyện, sau đó kết hợp mô hình AI với một công cụ suy luận biểu tượng để giải các bài toán hình học. Google Research mô tả đây là một bước tiến trong khả năng suy luận tự động ở cấp độ Olympic.
Những công trình như vậy giúp lý giải vì sao Lê Viết Quốc được xem là một trong những nhà khoa học AI người Việt có ảnh hưởng quốc tế. Ông từng được MIT Technology Review đưa vào danh sách 35 nhà sáng tạo trẻ dưới 35 tuổi (TR35), một sự ghi nhận dành cho những nhà nghiên cứu và nhà đổi mới có công trình tạo ra tác động đáng kể.
Từ một cậu học sinh ở Huế, Lê Viết Quốc đã đi qua ANU, Stanford và Google để trở thành một trong những người đặt nền móng cho nhiều hướng nghiên cứu AI hiện đại.
Và giờ đây, ông cùng Jeff Dean, Sanjay Ghemawat và Oriol Vinyals đang đặt cược vào một bước tiến còn tham vọng hơn.
Discovery Loop và canh bạc AI
Google vẫn sẽ đầu tư vào công ty mới và cung cấp năng lực điện toán trong năm đầu tiên, trong khi Khosla Ventures, Radical Ventures cùng một số quỹ khác cũng tham gia. Discovery Loop được thành lập theo mô hình public benefit corporation. Tuy nhiên, startup hiện vẫn ở giai đoạn rất sớm, chưa tuyển một đội ngũ lớn hay thuê văn phòng.
Sự ra đi của bốn nhân vật diễn ra đúng lúc Google đang tái cấu trúc bộ phận AI. Demis Hassabis chuyển sang vai trò Chủ tịch Google DeepMind và Chief Scientist của Alphabet, trong khi Koray Kavukcuoglu đảm nhiệm vai trò điều hành hoạt động AI hằng ngày. Reuters đánh giá đây là một trong những thay đổi lớn nhất về lãnh đạo AI của Google trong bối cảnh cuộc cạnh tranh với OpenAI và Anthropic ngày càng quyết liệt.
Nhưng câu hỏi lớn hơn đối với Discovery Loop không phải là liệu họ có thể xây dựng một startup AI thành công hay không.
Câu hỏi là: liệu bốn người từng góp phần xây dựng hạ tầng tính toán, nền tảng machine learning và những mô hình AI tiên tiến nhất có thể biến AI thành một “nhà nghiên cứu” thực sự hay không?
Nếu câu trả lời là có, Discovery Loop có thể không chỉ tạo ra một công ty AI mới.
Họ có thể đang đặt nền móng cho một cách thức mới để con người tạo ra tri thức.
PV (Biên dịch, tổng hợp)
