AI Brief — Today

Nhu cầu phần cứng AI bùng nổ đang gây ra cuộc khủng hoảng thiếu hụt bảng mạch in (PCB) nghiêm trọng cho các nhà sản xuất máy tính (PC). Các đơn đặt hàng PCB hiện đã kín chỗ cho đến năm 2030, thời gian chờ giao hàng kéo dài tới 30 tháng và chi phí vật liệu tăng vọt gấp 12 lần.

Trong kỳ bầu cử giữa nhiệm kỳ tại Mỹ, 45 biện pháp trưng cầu dân ý về việc phát triển các trung tâm dữ liệu AI đã bị cử tri bỏ phiếu bác bỏ áp đảo. Kết quả này cho thấy sự phản kháng mạnh mẽ từ người dân địa phương đối với áp lực tiêu thụ năng lượng, tài nguyên và môi trường do hạ tầng AI gây ra.

CivicBench là benchmark gồm 400 tác vụ trên 4 thành phố trong 2 năm nhằm đánh giá khả năng tích hợp dữ liệu công dân đa nguồn của AI agent sử dụng công cụ. Dữ liệu web được đóng gói cố định (frozen bundles) để đảm bảo tính tái lập. Nghiên cứu cũng giới thiệu Task-State Memory (TSM), khung bộ nhớ biên dịch quan sát công cụ thành khẳng định có định kiểu, đối soát trong phạm vi tương thích và truy xuất trạng thái theo ràng buộc. Thử nghiệm trên 9 cặp mô hình cho thấy TSM giúp 8 cặp cải thiện điểm số có ý nghĩa thống kê.

ETAPS đề xuất phương pháp cắt tỉa dần (gradual pruning) kết hợp thích ứng thưa (sparse adaptation) cho LLM ở mức độ thưa cực đại (50% - 90%). Bằng cách thắt chặt ràng buộc độ thưa theo từng giai đoạn và chỉ huấn luyện sparse delta với ngân sách nhỏ, ETAPS tránh được trạng thái optimizer kích thước lớn của phương pháp SOTA ELSA, giảm tới 42% perplexity, tiết kiệm 49% GPU-hours và chỉ cần 1 GPU H200 (thay vì 4) khi cắt tỉa LLaMA2-7B ở mức 90% thưa.

Tác giả thử nghiệm công cụ NoMoreHappyPath (NMHP) đối đầu với Claude kết hợp Codex reviewer trên dự án thương mại Acremuse (374.000 dòng code Python/TypeScript). Kết quả kiểm chứng độc lập cho thấy NMHP tìm ra 33 lỗi thực tế (7 báo sai) với chi phí 24 USD trong 74 phút, vượt trội so với Claude chỉ tìm được 10 lỗi thực tế (2 báo sai) trong vài phút với chi phí thấp hơn; hai công cụ chỉ trùng nhau 6 lỗi. Thử nghiệm chứng minh AI agent cần quy trình thực thi và kiểm thử bài bản mới đủ khả năng hỗ trợ phát triển phần mềm thương mại đáng tin cậy.

Lãnh đạo Cisco (Chủ tịch Jeetu Patel) đã cấp lượng AI token không giới hạn cho một kỹ sư 27 tuổi để viết lại 98% mã nguồn kế thừa (legacy code) của tập đoàn, đánh dấu bước chuyển biến lớn trong việc ứng dụng AI tái cấu trúc phần mềm ở quy mô doanh nghiệp.

FuseAMC là mô hình kết hợp quyết định (decision-fusion) siêu nhẹ dành cho bài toán phân loại điều chế tự động (AMC). Nhận thấy mạng CNN vượt trội ở SNR thấp còn thống kê cumulant bậc cao vượt trội ở SNR cao, FuseAMC dùng bộ meta-combiner hồi quy logistic kết hợp đầu ra của residual CNN (~198k tham số) và bộ phân loại gradient-boosted tree. Trên tập dữ liệu RadioML 2016.10a, mô hình đạt 55,8% độ chính xác (vượt baseline cũ 3,2–5,1 điểm). Với ~0,2 triệu tham số, dung lượng vài MB và tiêu tốn chỉ ~3 MFLOPs/khung, toàn bộ quy trình có thể chạy trơn tru trên 1 nhân CPU đơn lẻ của thiết bị nhúng mà không cần GPU.

Nghiên cứu đề xuất thuật toán A²ODA (Adaptive Accelerated Optimistic Dual Averaging) cho bài toán tối ưu hóa lồi không ràng buộc trong hình học p-chuẩn (p thuộc [2, vô cùng]). Phương pháp loại bỏ line-search, sử dụng kỹ thuật chọn bước nhảy qua mô hình chặn dưới afin tổng hợp, duy trì cấu trúc cập nhật đơn giản tương đương trường hợp Euclidean và đạt tốc độ hội tụ tiệm cận tối ưu dưới điều kiện trơn cục bộ.

Archwhere là công cụ mã nguồn mở (giấy phép MIT) tạo bản đồ kiến trúc phần mềm, cho phép lập trình viên theo dõi trực quan các thay đổi do AI coding agent thực hiện. Được xây dựng từ bài toán thực tế của một solo founder khi các agent tạo ra tới 30 PR/tuần gây mất kiểm soát kiến trúc, Archwhere giải quyết triệt để vấn đề sơ đồ kiến trúc bị lỗi thời bằng cách giao cho chính AI agent nhiệm vụ tự duy trì và cập nhật mô hình kiến trúc.

Báo cáo từ Era Security cảnh báo về một framework tấn công bằng tiếng Trung (nhiều khả năng mang tên mã 'Greeter') đang nhắm vào hạ tầng AI, trong đó mục tiêu được chỉ rõ là nền tảng điều phối Flowise.

Báo cáo từ Trakis.io khảo sát 13.938 website nhằm phân tích xu hướng quản trị bot AI, nổi bật là việc các website muốn ngăn chặn các công ty AI khai thác dữ liệu để huấn luyện mô hình (training) nhưng vẫn muốn nội dung xuất hiện trong các câu trả lời tìm kiếm (answers/search).

Google dự kiến sẽ ngừng cấp quyền truy cập công cụ tìm kiếm (Google Search) cho học sinh tại những trường học từ chối hoặc cấm sử dụng các công cụ AI. Động thái này tạo sức ép buộc các cơ sở giáo dục phải tích hợp công nghệ AI vào lớp học nếu muốn tiếp tục duy trì hạ tầng tìm kiếm của Google.

Nghiên cứu ứng dụng Sparse Autoencoders (SAEs) để phân tích cơ chế biểu diễn và lan truyền hiện tượng hòa hợp số ngữ pháp (grammatical number agreement) trong các mô hình ngôn ngữ lớn. Qua thử nghiệm trên Pythia-70M và đối chiếu trên Gemma-2-2b cùng Llama-3.1-8b, nhóm tác giả xác định được các đặc trưng kích hoạt dạng số nhiều và chứng minh việc can thiệp vào các đặc trưng này có thể làm thay đổi lựa chọn động từ số ít/số nhiều của mô hình. Kết quả cũng chỉ ra LLM sử dụng cơ chế biểu diễn privative, trong đó số nhiều được đánh dấu tường minh còn số ít là mặc định.

Nghiên cứu giới thiệu chuỗi công cụ và quy trình hoàn chỉnh kết nối từ Vitis HLS sang HDK và AFI để phát triển mô hình ML trên hạ tầng đám mây AWS EC2 F2 FPGA từ ngôn ngữ bậc cao. Nhóm tác giả đề xuất phương pháp gỡ lỗi 4 cấp độ (PyTorch FP32, Python lượng tử hóa chuẩn bit, mô phỏng C trong HLS và FPGA vật lý) giúp coding agent tự động triển khai và sửa lỗi thiết kế phần cứng. Thử nghiệm trên TinyBERT cho thấy việc truyền dữ liệu trọng số từ host DRAM mang lại hiệu năng kém hơn CPU/GPU, từ đó thảo luận các hướng tối ưu tiếp theo.

StateBench là công cụ/bộ benchmark đánh giá năng lực của các mô hình ngôn ngữ lớn (LLM) trong việc theo dõi các thay đổi trạng thái (state changes) xuyên suốt các tài liệu dài.

CrowdStrike giới thiệu tính năng 'AI Kill Switch' nhằm lập tức chấm dứt hoạt động của các tác tử AI mất kiểm soát (rogue AI agents). Đây là bước đi bổ sung cơ chế ngắt khẩn cấp cấp runtime cho hệ thống agent tự trị trong doanh nghiệp, dù tài liệu chưa công bố chi tiết kiến trúc kỹ thuật triển khai.

SEAM là nguyên mẫu ứng dụng xã hội triển khai mô hình 'Bộ nhớ liên tưởng thực thi theo ngữ cảnh' (Situated Executable Associative Memory) cho cộng đồng cùng địa điểm. Thay vì lưu trữ tĩnh, SEAM kết nối các khoảnh khắc rời rạc do thành viên đăng tải, chắt lọc tri thức tập thể và phản hồi theo liên tưởng ngữ cảnh. Điểm đột phá là một số ký ức có thể hoạt động như tập lệnh giúp thành viên lập trình hành vi của hệ thống (như theo dõi thói quen, tổ chức trò chơi). Nghiên cứu thực nghiệm trên 46 người dùng cho thấy SEAM giúp tri thức chủ động tìm đến đúng người, mở rộng kết nối xã hội.

OpenAI giới thiệu chương trình Grid Protectors Program nhằm hợp tác với các đơn vị điện lực, định hướng các khuôn viên trung tâm tính toán tương lai hỗ trợ ổn định lưới điện và bảo vệ chi phí điện cho người tiêu dùng.

Nghiên cứu giới thiệu một quy trình dựa trên LLM để trích xuất thông tin linh hoạt từ các bản án hình sự phục vụ nghiên cứu pháp lý thực nghiệm, bao gồm khám phá thuộc tính, trích xuất đoạn văn bản và chuẩn hóa giá trị dưới sự hướng dẫn của chuyên gia. Thử nghiệm trên hai tội danh giao thông (DUI và DDB) cho thấy việc tinh chỉnh hướng dẫn giúp tăng độ chính xác từ 52% lên 70% (DUI). Đáng chú ý, kết quả cho thấy tính nhất quán giữa các lần chạy của mô hình không đồng nghĩa với tính chính xác, và sự bất đồng giữa mô hình với người chú thích giúp phát hiện các chỉ dẫn chưa rõ ràng.

Báo cáo từ Eclypsium chỉ ra nguy cơ tin tặc có thể đầu độc mô hình AI thông qua việc can thiệp vào tầng hạ tầng phần cứng cốt lõi (như firmware, BMC). Hình thức tấn công này đe dọa trực tiếp tính toàn vẹn của mô hình từ cấp độ vật lý trước khi dữ liệu và thuật toán tiếp cận tầng phần mềm.

Nghiên cứu giới thiệu JADE (Joint Action DEnoiser), một kiến trúc mới cho các mô hình Vision-Language-Action (VLA) khuếch tán. Thay vì chỉ sử dụng VLM làm điều kiện tĩnh (static conditioning) khiến hạn chế khả năng điều khiển ngoài phân phối, JADE cho phép VLM và action expert cùng tham gia tinh chỉnh hành động tại mỗi bước khử nhiễu. Thông qua structured action latents và gated cross-attention, VLM tiếp nhận hành động nhiễu cùng quan sát thị giác để dẫn dắt sinh hành động động. VLM còn được huấn luyện phục hồi action latent sạch, giúp gắn kết trực tiếp nhận thức với điều khiển. JADE giúp giảm số bước lấy mẫu và kết hợp lịch trình bước thích ứng (adaptive step-size schedule). Mô hình đạt 12.67% tỷ lệ thành công trên RoboDojo (cao nhất trong các phương pháp dựa trên π0.5), cải thiện trên RoboTwin 2.0 và tăng 20.8 điểm phần trăm tỷ lệ thành công trên 4 tác vụ hai tay thực tế so với π0.5.

Hi3D giới thiệu mô hình AI tạo hình 3D đạt độ phân giải voxel 2048³, mang lại độ chi tiết hình học vượt trội phục vụ cho in 3D và đồ họa kỹ thuật số.

Cổ phiếu Reddit (cùng Pinterest) lao dốc do tăng trưởng người dùng và doanh thu yếu, bắt nguồn từ việc công nghệ tìm kiếm AI của Google trực tiếp bóp nghẹt lưu lượng truy cập chuyển tiếp tới nền tảng.

Thị trường chứng khoán Đài Loan ghi nhận mức giảm kỷ lục trong lịch sử và Hàn Quốc phải tạm ngừng giao dịch do làn sóng bán tháo mạnh đối với các cổ phiếu liên quan đến AI.