Khi “Bố già của AI” Giáo sư Geoffrey Hinton chia sẻ rằng “Bộ não chắc chắn không hoạt động nếu ai đó lập trình theo quy tắc,” ông không chỉ nói về các kết nối thần kinh mà còn dự đoán chính xác sự hỗn loạn cực điểm đang diễn ra ngày nay trong lĩnh vực AI.
Hãy nhìn quanh bạn, sự cường điệu về AI đang lan rộng khắp nơi. Các tập đoàn công nghệ lớn hứa hẹn một tương lai siêu kết nối, dựa hoàn toàn trên điện toán đám mây, nơi các tác nhân tự trị sẽ thay thế con người trong công việc. Nhưng thực tế lại không như vậy. Các thử nghiệm gần đây với các Agent AI tự chủ trong doanh nghiệp cho thấy những Agent tốt nhất chỉ hoàn thành 24% nhiệm vụ, trong khi những Agent còn lại thậm chí không đạt nổi 11%.
Nguyên do là các mô hình ngôn ngữ lớn công cộng (LLM) thiếu đi ý thức chung, trí tuệ cảm xúc và sự phù hợp về văn hóa. Tệ hơn, chúng bị ảnh hưởng bởi các ảo giác ngày càng nghiêm trọng và tiềm ẩn rủi ro lớn về bảo mật dữ liệu. Từ các công cụ tuyển dụng thiên vị được trang bị AI đến các chatbot tung tin sai lệch hay làm rò rỉ dữ liệu người dùng, những lỗ hổng của mô hình AI này xuất hiện trên nhiều phương diện.
Chúng ta đang đứng trước nguy cơ một “bong bóng AI” có thể lớn hơn vụ sụp đổ dot-com năm 2000 rất nhiều. Vậy làm sao để nhìn thấu hiện tượng “Dầu rắn AI” và lấy lại sự tỉnh táo trong quy trình công nghệ của mình?
Giải pháp đơn giản: Hãy tập trung vào những giải pháp cục bộ, thực tế và hoàn toàn ngoại tuyến.
Con ma trong đám mây: Quyền riêng tư đã chết (trừ khi bạn rút phích cắm)
Nếu bạn đang dùng các công cụ AI tiêu chuẩn, lưu trữ trên đám mây, để phân tích dữ liệu kinh doanh, hồ sơ pháp lý hay tài sản trí tuệ, bạn đang chơi một trò chơi roulette Nga kỹ thuật số. Hacker đã triển khai các kỹ thuật đầu độc dữ liệu ngôn ngữ tự nhiên và “đảo ngược mô hình” nhằm khai thác dữ liệu đào tạo LLM. Nếu AI được huấn luyện trên dữ liệu y tế, hacker có thể thao tác truy vấn để đoán thông tin cá nhân hoặc bí mật công ty.
Cơn ác mộng “AI bóng tối” lại càng phức tạp hơn, khi chính nhân viên có thể bí mật chuyển dữ liệu nhạy cảm từ hệ thống nội bộ lên các dịch vụ công cộng để tạo mã hay ghi chú nội bộ.
AI cá nhân thực sự nên loại bỏ hoàn toàn việc kết nối với các trung tâm dữ liệu tập trung ở Thung lũng Silicon hay Bắc Kinh. AI cá nhân phải giữ dữ liệu của bạn ngay tại nơi nó thuộc về: trên thiết bị cá nhân, máy tính bảng hoặc máy tính cục bộ, hoàn toàn tách biệt với Internet công cộng.
Nhập RAG
Thay vì dựa vào các mô hình dữ liệu công cộng đã được đào tạo sẵn, chúng ta cần hướng tới Thế hệ tăng cường truy xuất (RAG).
Khác với LLM truyền thống chỉ đoán từ dựa trên xác suất xuất hiện, hệ thống RAG tận dụng LLM như một công cụ để đọc, suy luận và trích xuất câu trả lời chính xác từ tài liệu đáng tin cậy của riêng bạn. Nó giới hạn phạm vi AI trong tài liệu cụ thể – site, PDF báo cáo, blog hay ghi chú cuộc họp của bạn.
Bằng cách xây dựng một nguồn dữ liệu “Nguồn sự thật duy nhất” (SSoT) tại chỗ, bạn không chỉ tăng hiệu suất làm việc mà còn có thể vận hành toàn bộ hệ thống này hoàn toàn ngoại tuyến.
Điều khiển AI bằng chính đôi tay của bạn: Ngoại tuyến trước
Hệ sinh thái nguồn mở chạy cục bộ hiện nay đã cho phép bạn vận hành các mô hình AI nhỏ, lý luận được tối ưu cao ngay trên thiết bị cá nhân. Các phần mềm máy tính để bàn như Msty, Jan không cần cấu hình phức tạp hay theo dõi từ xa. Nhà phát triển và người viết có thể sử dụng môi trường an toàn như Pieces để kiểm soát quyền riêng tư một cách chặt chẽ.
Về học tập và nghiên cứu công khai, NotebookLM của Google Labs là công cụ hữu ích khi chuyển đổi nội dung phức tạp thành bản tóm tắt hay podcast âm thanh dựa trên nguồn. Tuy nhiên, vì nó không thể vận hành ngoại tuyến, nên dữ liệu quan trọng của bạn vẫn cần được quản lý qua các giải pháp ngoại tuyến, cục bộ nghiêm ngặt hơn.
Hãy tưởng tượng một phi công lái máy bay chở hàng hoặc kỹ sư vận hành hạ tầng quan trọng từ xa. Họ không thể phụ thuộc vào kết nối mạng đám mây không ổn định hay máy chủ từ xa dễ bị gián đoạn, gây ra những ảo giác sai lệch trong quy trình kiểm tra an toàn. Họ cần một hệ thống RAG ngoại tuyến chứa tài liệu được kiểm chứng và tải sẵn để truy vấn nhanh mà không phụ thuộc mạng di động hay vệ tinh.
Đề xuất an ninh mạng cho AI ngoại tuyến
Dù vận hành cục bộ giảm thiểu khá nhiều rủi ro từ đám mây, việc chạy AI ngoại tuyến vẫn đòi hỏi những tiêu chuẩn an ninh nghiêm ngặt:
- Thực thi cách ly phần cứng nghiêm ngặt: Lưu trữ dữ liệu nhạy cảm trên các máy độc lập hoàn toàn tách biệt khỏi mạng nội bộ và Internet.
- Kiểm tra kỹ các mô hình nguồn mở: Tải trọng lượng mô hình từ các kho lưu trữ có chữ ký, bảo đảm để tránh việc kẻ xấu nhúng mã độc bên trong cấu hình.
- Ngăn chặn chụp ảnh màn hình trái phép: Loại bỏ hay vô hiệu hóa các phần mềm hoặc tính năng hệ điều hành có thể ghi lại Lĩnh vực làm việc. Ưu tiên dùng trình duyệt bảo vệ quyền riêng tư như Brave để chặn thu thập dữ liệu trái phép.
- Quản lý dữ liệu đầu vào: Chuẩn hóa quy trình làm sạch, ẩn danh và cấu trúc dữ liệu nội bộ trước khi phân tích cục bộ để bảo vệ thông tin nhạy cảm.
Thành công bền vững lấy con người làm trung tâm
Như lời nhà khoa học máy tính và Robot Tiến sĩ Sebastian Thrun đã từng nhấn mạnh, AI về cơ bản là một môn khoa học *nhân văn* – nỗ lực để hiểu sâu hơn trí thông minh và nhận thức của con người.
Sự phát triển tiếp theo của Internet không phải là biến nó thành một thế giới ảo đầy những hình đại diện giả tạo, mà là một sự chuyển mình văn hóa theo hướng chân thật và những trải nghiệm nguyên bản, gần gũi với con người hơn, do thế hệ Gen Z và Alpha dẫn dắt.
Đừng xem AI như một viên đạn thần kỳ thay thế toàn bộ khả năng phán đoán của con người, cũng đừng tự mãn với việc tự động hóa cứng nhắc. Hãy áp dụng quy trình làm việc cục bộ bền vững, có thể mở rộng để xử lý những tác vụ phức tạp. Khi giữ dữ liệu ở chế độ riêng tư, xử lý cục bộ và luôn có sự giám sát của con người, bạn sẽ dễ dàng vượt qua cơn sốt đám mây và các nguy cơ an ninh liên quan.
Giữ cho hệ thống của bạn luôn bản địa hóa, an toàn và tinh giản là chìa khóa để tận dụng tiềm năng AI một cách hiệu quả và bền vững.
Nguồn : futureiot.tech