Chàng trai Việt khiến AI phải ‘căng não’ với bài kiểm tra hóc búa nhất hành tinh
Phan Nguyễn Hoàng Long là người đứng sau dự án Humanity’s Last Exam – bài kiểm tra được đánh giá là khó nhất dành cho AI.
Phan Nguyễn Hoàng Long, sinh năm 2000 tại TP.HCM, sớm thể hiện niềm đam mê với công nghệ và trí tuệ nhân tạo. Năm 2015, Long du học Mỹ và sau đó trúng tuyển hàng loạt đại học danh tiếng với hỗ trợ tài chính lên tới 168.000USD. Ban đầu theo học ngành Kỹ sư Điện tại Đại học Case Western Reserve, Long nhanh chóng nhận ra niềm yêu thích đặc biệt dành cho khoa học máy tính và quyết định chuyển hướng sang nghiên cứu AI.
Không dừng lại ở việc tiếp thu lý thuyết, Long dành hàng giờ mỗi ngày để đọc các nghiên cứu mới nhất từ Google DeepMind và các phòng thí nghiệm hàng đầu thế giới. Bên cạnh đó, anh còn chủ động tái hiện các thí nghiệm, phát triển các dự án nhỏ liên quan đến AI, crypto và NFT. Điều này giúp chàng trai trẻ xây dựng nền tảng kiến thức vững chắc cũng như kỹ năng lập trình xuất sắc.
Tận dụng lợi thế từ đam mê và sự nỗ lực không ngừng, Long đã giành được các cơ hội thực tập tại những tổ chức hàng đầu như Viện Y tế Mỹ, Samsung và Twitter (nay là X). Đặc biệt, tại Twitter, khi công ty trải qua giai đoạn sa thải hàng loạt nhân sự dưới thời Elon Musk, nhiều thực tập sinh chọn cách rời đi, nhưng Long vẫn ở lại để tiếp tục học hỏi và trau dồi kỹ năng về AI.
 |
| Phan Nguyễn Hoàng Long. Ảnh: NVCC |
>>'Nữ hoàng' AI khiến các tập đoàn công nghệ tranh giành, Xiaomi dốc hầu bao 35 tỷ/năm để chiêu mộ
Năm 2022, khi tốt nghiệp đại học, Long đã có hơn 10 bài nghiên cứu được công bố, mở đường cho cơ hội gia nhập Center for AI Safety (CAIS) - một trong những tổ chức nghiên cứu hàng đầu về an toàn AI vào năm 2023. Tại đây, Long tham gia giải quyết các bài toán lớn về kiểm soát và đánh giá AI.
Năm 2024, Long đảm nhận vai trò trưởng dự án Humanity’s Last Exam (HLE), một sáng kiến hợp tác giữa CAIS và Scale AI. Xuất phát từ một cuộc thảo luận giữa Dan Hendrycks – giám đốc CAIS – và Elon Musk, dự án này nhằm tạo ra bài kiểm tra toàn diện nhất để đánh giá khả năng của trí tuệ nhân tạo.
HLE bao gồm 3.000 câu hỏi khó, trải rộng trên hơn 100 lĩnh vực từ Cổ điển học, Sinh thái học đến Toán học và Vật lý. Khác với các bài kiểm tra AI truyền thống chỉ tập trung vào khả năng xử lý ngôn ngữ và dữ liệu, HLE đòi hỏi AI phải thể hiện tư duy phản biện, khả năng suy luận logic và ứng dụng kiến thức một cách linh hoạt.
Quá trình thực hiện dự án không hề dễ dàng. Việc hợp tác với hơn 1.000 giáo sư và chuyên gia từ 500 trường đại học hàng đầu như Harvard, MIT, Oxford, Stanford... đòi hỏi khả năng quản lý xuất sắc. Long vừa đảm nhận vai trò điều phối, vừa tự xây dựng hệ thống phần mềm, phát triển nền tảng trực tuyến thân thiện với các chuyên gia lớn tuổi, đảm bảo chất lượng câu hỏi cũng như đánh giá chính xác khả năng của AI.
 |
| AI o3-mini của OpenAI trả lời đúng HLE với tỷ lệ 26,6%. Ảnh minh họa |
“The New York Times” từng đánh giá HLE là bài kiểm tra mà “khi AI vượt qua, chúng ta phải coi chừng”. Sự tham gia của các tên tuổi hàng đầu thế giới trong lĩnh vực AI đã giúp HLE nhanh chóng trở thành thước đo quan trọng về năng lực của trí tuệ nhân tạo.
Với tốc độ phát triển của AI, những bài kiểm tra như HLE đóng vai trò then chốt trong việc giám sát sự tiến bộ của công nghệ này. Chỉ trong vài ngày sau khi bài kiểm tra được công bố, mô hình AI o3-mini của OpenAI đã tăng tỷ lệ trả lời đúng từ 13% lên 26,6% nhờ cải tiến thuật toán. Trước đó, không có mô hình nào vượt qua ngưỡng 10%.
Long và các đồng nghiệp tại CAIS dự đoán rằng, với đà phát triển hiện nay, AI có thể đạt mức 50% bài kiểm tra trước cuối năm nay. Điều này đặt ra câu hỏi quan trọng: Khi nào AI sẽ vượt qua con người? Và liệu xã hội có sẵn sàng đón nhận điều đó?
Nhìn lại hành trình của mình, Long cho rằng sự bền bỉ và kiên trì là yếu tố quyết định thành công. “Tôi từng thất bại trong một số dự án, không vượt qua một số vòng phỏng vấn xin việc, nhưng tôi chưa bao giờ từ bỏ giấc mơ làm việc trong những dự án có tầm ảnh hưởng quốc tế”, Long chia sẻ.
>>Người đứng sau ứng dụng Trung Quốc gây chao đảo Thung lũng Silicon
