Trong cộng đồng AI, có những paper rất quan trọng được tung ra nhưng không ai chú ý — chỉ vì lúc đó cộng đồng đang bận với drama khác. Tháng 6/2026 có một paper như vậy: "From AGI to ASI", 57 trang, do 14 nhà nghiên cứu senior của Google DeepMind ký tên (bao gồm Marcus Hutter — một trong những lý thuyết gia AI hàng đầu thế kỷ, và Iason Gabriel — DeepMind's ethics lead). Tweet thông báo có 495 lượt thích — gần như chìm trong noise.
Vì sao đáng đọc?
Suốt ba năm qua, ngành AI ám ảnh câu hỏi: bao giờ AGI (Artificial General Intelligence) đến? Sam Altman hứa "đến rất sớm". Yann LeCun bảo "không sớm". Dario Amodei viết essay 14 nghìn từ với dự đoán 2027. Trong cuộc tranh luận đó, DeepMind đứng ngoài — và bây giờ họ đẩy ra một paper khác hẳn về tinh thần: "AGI đã không còn là câu hỏi quan trọng nhất. Câu hỏi quan trọng hơn là: sau AGI thì sao?"
Định nghĩa ASI của DeepMind
Paper không định nghĩa ASI (Artificial Superintelligence) đơn giản là "AI thông minh hơn người". Họ định nghĩa kỹ hơn: ASI là hệ thống có khả năng nhận thức + năng lực cao hơn TOÀN BỘ ĐẠI TỔ CHỨC LỚN của con người. Không phải một thiên tài. Là một tập đoàn. Một quốc gia. Một viện nghiên cứu vài nghìn người.
Đây là định nghĩa khác cấp với "smarter than human". Một con người Einstein có khả năng giới hạn. Một viện nghiên cứu hàng nghìn người Einstein có khả năng khác. ASI theo DeepMind = mức thứ hai.
Bốn con đường từ AGI sang ASI
Paper liệt kê 4 pathway cụ thể:
1. Scaling AGI — đốt thêm compute và data
Con đường "boring": tiếp tục đẩy compute + dataset lớn hơn. Đây là gì OpenAI và Anthropic đang làm. Câu hỏi: liệu scaling alone có đủ để vượt qua plateau hiện tại không? DeepMind không đảm bảo — họ nói đây là MỘT path, không phải duy nhất.
2. Paradigm Shifts — breakthrough thuật toán
Có khả năng cao trong các năm tới sẽ có algorithmic breakthrough thay thế transformer architecture hiện tại. Tương tự như cách transformer (2017) thay LSTM, một kiến trúc mới có thể thay transformer 2026-2027. Nếu xảy ra, sẽ đẩy capability tăng vọt.
3. Recursive Self-Improvement (RSI)
Đây là pathway gây tranh cãi nhất. AI viết ra code tốt hơn — sau đó dùng code đó để training model mới — model mới viết code tốt hơn nữa — vòng lặp. Anthropic đã công bố research cho biết Claude hiện tại đã accelerate development của các model successor. Anthropic gọi đây là "possible path to recursive self-improvement" trong tweet đầu tháng 6 (28.6k likes). DeepMind paper đồng tình.
4. Multi-Agent Collectives
Không phải một AI thông minh hơn người. Hàng triệu AI agent phối hợp với nhau — tạo thành "hive mind" có khả năng vượt một tổ chức người. Đây là path khác hẳn — không phụ thuộc model frontier mạnh hơn, mà phụ thuộc số lượng + coordination.
Cảnh báo cốt lõi
Đoạn nguy hiểm nhất trong paper — và đáng để dừng lâu — là quan điểm về tốc độ:
DeepMind warns that the arrival of AGI won't be a single, stable milestone where we can catch our breath. It will trigger a rapid, cascading series of transformative breakthroughs as the AI accelerates itself toward Superintelligence.
Tức là: AGI sẽ KHÔNG là điểm dừng. Sẽ không có thời gian để xã hội thích nghi. Một khi AGI đạt được, các pathway 3 (RSI) và 4 (multi-agent) sẽ kích hoạt — và transition sang ASI có thể chỉ tính bằng tháng, không phải năm.
Lợi thế bất đối xứng của AI số
Paper nhấn mạnh: digital intelligence có lợi thế bất đối xứng so với biology:
- Có thể copy hoàn hảo — 1 AI tốt = 1 triệu AI tốt sau vài giây.
- Không ngủ — chạy 24/7.
- Tốc độ xử lý không bị giới hạn bởi neuron sinh học.
- Có thể merge knowledge — hai instance dùng chung weights.
Đối với loài người, "thông minh hơn" thường đòi hỏi học suốt đời, đôi khi kế hoạch giáo dục đa thế hệ. Đối với AI, "thông minh hơn" có thể được tạo ra trong một quá trình huấn luyện vài tháng. Khoảng cách scaling này là điểm mấu chốt.
Cho người Việt
Cá nhân
Đừng vội tin các tuyên bố "AI sẽ thay con người trong 5 năm". Paper DeepMind không khẳng định thế. Nhưng cũng đừng coi nhẹ — đây là viewpoint của 14 nhà nghiên cứu top của một trong các lab AI lớn nhất thế giới. Nếu họ đang nghiêm túc về post-AGI, ít nhất đáng để dừng lại suy nghĩ về kỹ năng + nghề nghiệp tương lai của con cái.
Doanh nghiệp
Có ít nhất một bộ phận làm "AI scenario planning" — vẽ kịch bản 3-5 năm nếu các pathway trên xảy ra. Không phải để hoảng loạn, mà để có thời gian thích nghi. Đa số doanh nghiệp VN không có. Đây là lúc nên bắt đầu.
Chính sách công
Việt Nam đang xây dựng Chiến lược quốc gia về AI. Paper DeepMind chỉ ra: ASI có thể tiến đến rất nhanh sau AGI. Chính sách AI thường có lead time vài năm. Nếu chờ ASI đến rồi mới làm chính sách, sẽ quá muộn. Đây là argument cho việc đầu tư early vào AI governance + safety research.
Vì sao tweet này chỉ 495 likes?
Có lẽ vì hai lý do: (1) cộng đồng X đang bận với drama Fable 5 / Mythos 5 ban + Claude Opus 4.8 launch + GPT-5.4 cùng tuần — paper trừu tượng không cạnh tranh nổi attention; (2) "post-AGI" sounds như sci-fi không thực tế — đa số người dùng AI bình thường không thấy relevance.
Nhưng có lẽ trong 5-10 năm tới, nhìn lại, người ta sẽ đặt paper này vào cùng category với "Attention is All You Need" của Google 2017 (paper đề xuất transformer architecture — định hình toàn bộ ngành AI sau đó). Đôi khi các paper quan trọng nhất không có viral lúc đầu — chúng cần thời gian để được công nhận.