Nguồn: https://www.microsoft.com/en-us/corporate-responsibility/topics/open-weight/

Mô hình trọng số mở và sự lãnh đạo của AI Mỹ

Ngày 24 tháng 7 năm 2026

Vào những năm 1980, những người tiên phong trong lĩnh vực phần mềm mã nguồn mở đã thách thức quan niệm phổ biến rằng phần mềm chỉ có thể phát triển nếu các công ty kiểm soát chặt chẽ mã nguồn của mình. Phong trào này đã thúc đẩy một hệ sinh thái minh bạch, nơi các nhà phát triển trên toàn thế giới có thể nghiên cứu, sửa đổi và cải tiến phần mềm. Phần mềm được phát triển bởi cộng đồng mã nguồn mở hiện đang hỗ trợ hầu hết internet và là nền tảng của các hệ thống được sử dụng bởi các công ty công nghệ lớn nhất thế giới, cũng như quân đội Hoa Kỳ và các cơ quan liên bang tiến hành nghiên cứu khoa học, an ninh mạng và các nhiệm vụ quan trọng khác. Mã nguồn mở không chỉ làm giảm chi phí phần mềm; nó còn tạo ra một nền tảng kiến ​​thức chung mà trên đó các thế hệ kỹ sư và doanh nhân Mỹ đã xây dựng nên chủ quyền của các tổ chức của họ.

Hoa Kỳ hiện đang đối mặt với một lựa chọn tương tự với trí tuệ nhân tạo. Khả năng dẫn đầu về AI của chúng ta sẽ được đánh giá không phải bởi một mô hình AI tiên tiến duy nhất, mà bởi việc Hoa Kỳ có xây dựng được một hệ sinh thái mạnh mẽ, cởi mở, lan tỏa đến mọi lĩnh vực hay không. Điều này rất cần thiết để tạo ra cơ hội đổi mới và thịnh vượng trên khắp đất nước. Nó đòi hỏi phải mở rộng khả năng tiếp cận AI, khuyến khích cạnh tranh, xây dựng các lớp ứng dụng mạnh mẽ và trao cho người dân Mỹ quyền kiểm soát lớn hơn đối với công nghệ mà họ đang sử dụng. Các mô hình mở – các mô hình AI mà bất kỳ ai cũng có thể tải xuống, kiểm tra, sửa đổi và chạy trên cơ sở hạ tầng của riêng họ – là một phần quan trọng của nền tảng đó bởi vì chúng giúp AI tiên tiến dễ tiếp cận hơn, dễ thích ứng hơn và phổ biến rộng rãi hơn.

Chính sách trọng số mở (open weights) giúp mở rộng khả năng tiếp cận nền kinh tế AI. Các công ty khởi nghiệp, doanh nghiệp lâu đời, trường đại học và các tổ chức công cộng có thể xây dựng dựa trên các mô hình tiên tiến mà không cần phải đào tạo từ đầu hoặc trả giá cao cho các mô hình tiên tiến cho mỗi tác vụ. Chính sách trọng số mở cho phép mọi tổ chức lựa chọn mô hình phù hợp với công việc phù hợp với chi phí hợp lý, dành khả năng ở quy mô tiên tiến cho các vấn đề thực sự cấp thiết và vận hành các mô hình chuyên biệt hiệu quả ở mọi nơi khác. Chính sự kỷ luật đó sẽ giúp AI bền vững về mặt kinh tế khi việc sử dụng nó mở rộng đến hàng tỷ tác vụ hàng ngày. Nước Mỹ sẽ chiến thắng kỷ nguyên AI bằng cách phổ biến nó vào quy trình làm việc của các nhà máy, bệnh viện, trang trại, lớp học và các doanh nghiệp nhỏ.

Việc cho phép sử dụng rộng rãi các thuật toán xử lý dữ liệu cũng thúc đẩy cạnh tranh, và chính cạnh tranh là yếu tố giúp phân bổ rộng rãi lợi ích của AI thay vì tập trung vào một số ít người. Bằng cách cho phép nhiều tổ chức xây dựng, điều chỉnh và triển khai các mô hình tiên tiến, việc cho phép sử dụng rộng rãi các thuật toán xử lý dữ liệu tạo ra sự cạnh tranh không chỉ giữa các nhà phát triển mô hình mà còn giữa các chip đám mây, ứng dụng và dịch vụ. Sự cạnh tranh đó thúc đẩy đổi mới, giảm chi phí và phân phối rộng rãi lợi ích của AI trong toàn bộ nền kinh tế.

Mô hình trọng số mở cũng mang lại cho khách hàng quyền kiểm soát lớn hơn. Khi các tổ chức đầu tư vào AI, họ muốn biết rằng họ sẽ không bị ràng buộc vào một nhà cung cấp duy nhất hoặc mất đi kiến ​​thức và khả năng mà họ xây dựng được theo thời gian. Mô hình trọng số mở giúp cung cấp sự đảm bảo đó bằng cách cho phép các tổ chức kiểm soát dữ liệu của riêng họ, đánh giá và điều chỉnh các mô hình cho phù hợp với nhu cầu của riêng họ, và triển khai chúng ở bất cứ nơi nào yêu cầu kinh doanh của họ đòi hỏi. Và khi các tổ chức tạo ra giá trị với AI, trọng số mở cho phép họ sở hữu giá trị đó thông qua các mô hình tự cải tiến, khả năng chuyên biệt và kiến ​​thức tích lũy thúc đẩy chủ quyền và sự thịnh vượng của Hoa Kỳ.

Chắc chắn, các mô hình trọng số mở tiềm ẩn những rủi ro thực sự và riêng biệt. Sau khi được công bố, các mô hình trọng số này nằm ngoài tầm kiểm soát của nhà phát triển ban đầu, và các phiên bản đã chỉnh sửa rất khó truy vết hoặc đảo ngược. Nhưng phản ứng đúng đắn đối với rủi ro này không phải là cấm các mô hình trọng số mở. Trong một thế giới mà các kẻ tấn công an ninh mạng sử dụng trí tuệ nhân tạo tiên tiến, những người bảo vệ cần quyền truy cập vào các mô hình có khả năng tương đương để họ có thể phát hiện, mô phỏng và ứng phó với các mối đe dọa mới nổi. Các mô hình mở mở rộng khả năng phòng thủ, tăng tính minh bạch và cho phép phát hiện và khắc phục các lỗ hổng trên nhiều nhóm.

Trên thực tế, tính mở có thể là một trong những con đường quan trọng nhất để đảm bảo an toàn và bảo mật cho AI. Việc chỉ dựa vào các mô hình đóng không tự nhiên là an toàn: chúng có thể bị xâm phạm, lạm dụng hoặc gặp lỗi mà người ngoài không thể phát hiện. Và việc tập trung các khả năng AI tiên tiến vào một số ít mô hình đóng sẽ làm tăng thêm rủi ro đó. Nó dẫn đến một số ít điểm yếu duy nhất, làm suy yếu cạnh tranh và để lại công nghệ quan trọng trong tay một vài nhà cung cấp. Mặt khác, các mô hình mở cho phép một cộng đồng rộng lớn các nhà nghiên cứu và nhà phát triển kiểm tra hành vi của chúng, xác định các lỗ hổng, phát triển các biện pháp bảo vệ và cải thiện chúng theo thời gian. Giống như phần mềm mã nguồn mở đã chứng minh rằng tính minh bạch có thể an toàn hơn tính che giấu, an toàn của AI có thể phụ thuộc vào việc trao cho nhiều người hơn khả năng kiểm tra và củng cố các mô hình mà xã hội đang dựa vào. Nó cho phép đánh giá và so sánh nghiêm ngặt, tấn công giả lập (red teaming) và các biện pháp bảo vệ gắn liền với những thiệt hại thực tế và đã được chứng minh, thay vì giả định rằng các hệ thống đóng an toàn hơn theo mặc định.

Một hệ sinh thái AI mạnh mẽ không phải là điều chắc chắn sẽ xảy ra. Các nhà hoạch định chính sách có một cơ hội quan trọng để hành động. Điều này bao gồm việc mở rộng khả năng tiếp cận điện toán cho các công ty khởi nghiệp và các nhà nghiên cứu, đầu tư vào các tài sản đào tạo dùng chung (bộ dữ liệu, công cụ, khung đánh giá) và duy trì tính đa dạng của lĩnh vực này bằng cách tránh những hạn chế sớm đối với các mô hình mở làm kìm hãm cạnh tranh hoặc đẩy đổi mới ra nước ngoài. Các biện pháp này cũng cần xem xét cách các lớp ứng dụng mạnh mẽ có thể mở rộng việc sử dụng AI trong toàn bộ nền kinh tế.

Trong việc định hình hệ sinh thái này, các nhà hoạch định chính sách cần cẩn trọng để không nhầm lẫn các kỹ thuật phát triển mô hình hợp pháp với hành vi chiếm đoạt bất hợp pháp. Việc chắt lọc, hay thực hành sử dụng đầu ra của một mô hình để giúp huấn luyện hoặc cải thiện một mô hình khác, là một kỹ thuật được sử dụng rộng rãi để cải thiện, đánh giá và xác thực mô hình. Nó phản ánh một truyền thống lâu đời về việc học hỏi, xây dựng và cải tiến các công nghệ hiện có, một truyền thống đã giúp thúc đẩy sự đổi mới kể từ khi phong trào phần mềm mã nguồn mở ra đời. Ngược lại, những nỗ lực bất hợp pháp nhằm khai thác giá trị từ các mô hình đóng gây ra những lo ngại chính đáng. Những lo ngại đó cần được giải quyết thông qua các khuôn khổ pháp lý và thương mại có mục tiêu cụ thể hơn là các hạn chế toàn diện đối với các kỹ thuật đóng vai trò quan trọng trong đổi mới trí tuệ nhân tạo. 

Kỷ nguyên trí tuệ nhân tạo (AI) có thể là kỷ nguyên thịnh vượng. Với những lựa chọn đúng đắn, AI mở có thể mở rộng cơ hội, tăng cường cạnh tranh, củng cố vị thế dẫn đầu về công nghệ của Mỹ, giảm thiểu rủi ro và đảm bảo rằng lợi ích của công nghệ phi thường này được chia sẻ rộng rãi trong toàn bộ nền kinh tế. Tương lai đó đáng để xây dựng, và Hoa Kỳ nên dẫn đầu trong việc xây dựng nó.

Người ký kết

Mạng lưới các nhà đổi mới Mỹ ● Andreessen Horowitz ● Arcee AI ● Arena ● Black Forest Labs ● Box ● Cisco ● Cohere ● CrowdStrike ● Dell Technologies ● DoorDash ● Emergence Capital ● Fireworks AI ● GitHub ● Hugging Face ● IBM ● The Linux Foundation ● Mariana Minerals ● Meta ● Microsoft ● Mistral ● Mozilla ● Nous Research ● NVIDIA ● OpenAI ● OpenClaw ● Palantir ● Palo Alto Networks ● Perplexity ● Prime Intellect ● Reflection ● Replit ● ServiceNow ● Telnyx ● Y Combinator