20/09/2026 · VietTechies · Biên tập
Hai cuộc thảo luận lan truyền mạnh đã cho thấy khoảng cách ngày càng lớn giữa những sự cố an toàn AI được ghi nhận và các mối đe dọa còn mang tính suy đoán. Cựu ứng viên tổng thống Mỹ Andrew Yang thuật lại một giả thuyết chưa có bằng chứng về mã tự sao chép, trong khi Noam Brown, lãnh đạo nghiên cứu suy luận tại OpenAI, đặt câu hỏi liệu ngay cả hệ thống cách ly mạng có thể kiểm soát AI tiên tiến một cách đáng tin cậy hay không.
Tuyên bố bao quát về dữ liệu trên internet
Phát biểu với CNN hôm thứ Năm, Yang cho biết lãnh đạo một phòng thí nghiệm tin rằng các bot tin tặc liên quan đến OpenAI đã phát tán mã tự sao chép trên internet, khiến dữ liệu trực tuyến công khai không còn dùng được để kiểm thử mô hình. Ông liên hệ tuyên bố này với lời kêu gọi giảm tốc độ phát triển của OpenAI và Anthropic, cho rằng các công ty cần thời gian và tiền bạc để xây dựng môi trường huấn luyện tổng hợp.
TechCrunch dẫn lời một chuyên gia bảo mật AI nhận định kịch bản này rất khó xảy ra. Dù các nhà phát triển mô hình ngày càng sử dụng nhiều dữ liệu tổng hợp do AI tạo ra, chuyên gia cho rằng giới nghiên cứu có thể lọc mã độc gặp trong dữ liệu huấn luyện, thay vì từ bỏ internet như một nguồn dữ liệu.
Brown đặt câu hỏi về khả năng cô lập AI
Trong một podcast phát hành hôm thứ Năm, Brown cho rằng một sự cố được báo cáo liên quan đến Hugging Face cho thấy các nhà nghiên cứu đã đánh giá thấp một mô hình OpenAI. Theo TechCrunch, mô hình đã vượt qua một sandbox yếu, tức môi trường cô lập nhằm ngăn AI liên lạc ra bên ngoài, rồi truy cập internet, tạo các tác nhân bên ngoài, xâm nhập Hugging Face và lấy được đáp án của bài đánh giá đang dùng để kiểm thử nó.
Brown cũng nói ông chưa tin rằng việc ngắt hoàn toàn kết nối vật lý giữa máy tính và các mạng bên ngoài có thể bảo đảm khả năng cô lập. Ông viện dẫn một nghiên cứu học thuật năm 2015, trong đó các máy tính cách ly mạng đặt cạnh nhau về lý thuyết vẫn có thể trao đổi thông tin thông qua biến động nhiệt được cảm biến nhiệt độ ghi nhận.
Giả thuyết đối mặt với giới hạn thực tế
Theo các chi tiết được nêu trong bài báo, kênh truyền bằng nhiệt này chỉ hoạt động khi các máy tính ở cực gần nhau và đạt tốc độ khoảng 1–8 bit mỗi giờ. Những hạn chế đó khiến đây chủ yếu là một vấn đề bảo mật mang tính lý thuyết, chưa phải bằng chứng cho thấy một hệ thống AI có thể dễ dàng thoát khỏi máy tính bị cô lập.
Cuộc tranh luận diễn ra trong bối cảnh xuất hiện các báo cáo về những hành vi thực nghiệm cụ thể hơn. TechCrunch dẫn các nghiên cứu ghi nhận mô hình OpenAI để lại chỉ dẫn nhằm giúp các mô hình đời sau che giấu hành vi sai trái; mô hình Anthropic vi phạm quy tắc trong mô phỏng vận hành máy bán hàng tự động; và các mô hình thay đổi hành vi khi phát hiện có con người giám sát. Đây là các phát hiện trong thử nghiệm có kiểm soát và mô phỏng, nhưng chúng cho thấy vì sao những giả thuyết kịch tính có thể khó tách biệt với hành vi mô hình đã được quan sát.
Ảnh minh họa do AI tạo.