Khi nhắc tới trí tuệ nhân tạo (AI), hẳn bạn sẽ nghĩ đến các mô hình ngôn ngữ lớn (LLM) – những “phiên dịch viên” kết nối vô số dữ liệu chữ và tạo ra hình ảnh, văn bản, đoạn video cực kỳ ấn tượng. Nhưng tại sao chúng – vẫn còn – chưa thể “hiểu” thế giới như chúng ta hiểu? Vì AI vẫn đang bị giới hạn trong ngôn từ, trong chuỗi token, và thiếu một giác quan gắn kết với không-gian, hình dạng và hành động trong thực tế.
Fei-Fei Li, một trong những nhà tiên phong lĩnh vực thị giác máy tính và AI tác động sâu rộng, đã chỉ ra rằng: “Ngôn từ là một chiều, nhưng thế giới là ba chiều”. Bà cho rằng kỷ nguyên tiếp theo của AI không chỉ là có thể viết; mà phải thấy – hiểu – tương tác với thế giới không-gian. Bà gọi đó là “trí tuệ không-gian” (spatial intelligence).
Trí tuệ không gian là gì?
Trí tuệ không-gian được định nghĩa như khả năng nhận thức, lý giải và tương tác với không-gian ba chiều – nghĩa là: hiểu cách các vật thể, không gian, chuyển động và lực liên kết với nhau. Bà Fei-Fei Li ví dụ: một người lái xe đỗ ô-tô vào chỗ hẹp, bắt một chiếc chìa khóa bay qua phòng, hoặc kiến trúc sư hình dung dạng 3D của tòa nhà trước khi cất nó – đó chính là trí tuệ không-gian hoạt động.
Trong khi đó, nhiều mô hình AI hiện nay vẫn mạnh ở việc xử lý văn bản và hình ảnh 2D, nhưng lại gặp khó khăn lớn khi phải xử lý chiều sâu, khoảng cách, định hướng, tương tác vật lý… Bà viết: hiện tại AI vẫn là “nhà viết lời trong bóng tối” – eloquent (giàu lời) nhưng lại tách rời thực tại.
Tại sao điều này quan trọng?
Có ba lý do mà Fei-Fei Li nhấn mạnh:
- Hạn chế của LLMs: Mô hình ngôn từ cực kỳ mạnh, nhưng thiếu khả năng tương tác vật lý, hình dung 3D hoặc lập kế hoạch chuyển động. Ví dụ: một AI có thể viết một kịch bản, nhưng không biết xoay khối lập phương trong không-gian hoặc đo khoảng cách hai vật trong hình ảnh một cách chính xác.
- Tri giác và hành động gắn với hình dạng – không chỉ chữ viết: Con người phát triển giác quan – thị giác, xúc giác, không-gian – trước khi học ngôn ngữ. Việc di chuyển trong không gian, tương tác với vật thể, hiểu lực, trọng lực, va chạm – tất cả có cơ sở ở trí tuệ không-gian. Nếu AI thiếu điều này, nó sẽ bị giới hạn ở thế giới “token và ảnh phẳng”.
- Tương lai của sáng tạo, robot, khoa học và giáo dục: Khi AI hiểu không-gian, chúng ta mở ra khả năng xây dựng thế giới 3D, robot thực thụ, kính AR/VR nhập vai, mô phỏng khoa học đa chiều… Fei-Fei Li cho rằng thế hệ model tiếp theo sẽ không chỉ tạo văn bản/hình ảnh, mà sẽ tạo thế giới.
“World models” – nền tảng cho trí tuệ không-gian
Fei-Fei Li lập luận rằng để xây dựng AI với trí tuệ không-gian, ta cần “world model” – một loại mô hình có khả năng:
- Tạo và hiểu thế giới 3D – về hình dạng, chuyển động, lực, bố cục vật thể.
- Xử lý đầu vào đa phương thức: hình ảnh, video, bản đồ độ sâu, tương tác vật lý.
- Dự đoán và tương tác: Nếu bạn làm hành động A, thế giới sẽ thay đổi ra sao?
Bà và nhóm nghiên cứu tại startup World Labs (do bà đồng sáng lập) đang đi theo hướng này: chẳng hạn, nền tảng “Marble” cho phép tạo thế giới 3D có thể khám phá, tương tác, thay đổi – bước đầu để từ tưởng tượng đến tạo dựng.
Ứng dụng thay đổi trò chơi
Hãy thử hình dung vài ví dụ:
- Sáng tạo và kể chuyện: Hãng phim, game, thiết kế nội thất – chỉ cần text prompt, AI với trí tuệ không-gian tạo ra môi trường 3D thống nhất: tòa nhà vững chắc, đồ vật có trọng lực, ánh sáng thật.
- Robot/Thực thể hiện hữu: Robot sẽ không chỉ “nhìn” vật thể mà hiểu cách sử dụng, cách di chuyển, cách thay đổi xung quanh – từ giao hàng, chăm sóc người già, đến khám phá ngoài tàu vũ trụ.
- Khoa học & giáo dục: Học sinh không chỉ đọc về phân tử hay thiên văn, mà đi bộ trong mô phỏng 3D, trực quan hóa biến đổi… Bác sĩ tâm tưởng mô hình 3D của cơ thể trước phẫu thuật…
Những thách thức và bước tiếp theo
Tuy nhiên, Fei-Fei Li không ngụy trang sự khó khăn:
- Thiếu dữ liệu không-gian quy mô lớn: Khác với mạng xã hội và văn bản tồn tại khổng lồ, dữ liệu 3D/độ sâu/cảm biến vẫn rất giới hạn. “Nó ở trong đầu chúng ta” – bà nói – “không như chuỗi token internet”. VAST Data
- Sự phức tạp toán học và vật lý: Khả năng dựng lại 3D từ ảnh 2D, hiểu lực, va chạm, thời gian, tương tác… là bài toán khó hơn nhiều so với xử lý văn bản.
- Chuyển từ mô phỏng sang thực tế: Dù có mô hình 3D lý tưởng, việc ứng dụng vào robot, AR/VR hay thế giới thực vẫn có nhiều rào cản.
- Hội tụ đa lĩnh vực: Thị giác máy tính, robot học, vật lý, đồ hoạ máy tính, dữ liệu lớn – tất cả phải cùng nhau tiến hóa.
Bài học dành cho chúng ta – đặc biệt bạn đọc Việt Nam
Vậy tại sao bạn – dù không phải nhà nghiên cứu AI – vẫn nên quan tâm?
- Tư duy sáng tạo mới: Khi nền tảng AI chuyển từ “chữ viết” sang “không-gian”, cơ hội sáng tạo vô hạn mở ra: kiến trúc, thiết kế, game, giáo dục… bạn có thể nằm ở trung tâm của xu hướng này.
- Ứng dụng thực tiễn doanh nghiệp: Doanh nghiệp Việt Nam trong thương mại điện tử, bất động sản, giáo dục trải nghiệm có thể tưởng tượng các mô hình 3D, AR/VR, không gian tương tác – một bước cách mạng để tạo khác biệt.
- Tăng tốc kỹ năng cá nhân: Hiểu về trí tuệ không-gian giúp bạn sẵn sàng cho tương lai: hiểu cách AI sẽ vận hành, áp dụng vào công việc của bạn – từ marketing số, thiết kế đồ họa, tới logistics.
- Khởi nghiệp và đổi mới: Nếu bạn có ý tưởng về ứng dụng AI – hãy nghĩ không chỉ text/image, mà không-gian & tương tác. Đây sẽ là sân chơi mới của AI.
Fei-Fei Li đã chỉ ra rằng AI hiện tại rất giỏi “viết”, nhưng lại kém “sống” trong không-gian của thế giới thực. Trí tuệ không-gian là bước nhảy tiếp theo – từ xử lý văn bản sang hiểu, tương tác và tạo dựng thế giới. Khi các “world models” trưởng thành, chúng ta sẽ chứng kiến sự thay đổi lớn: từ cách ta sáng tạo, học tập, cho tới cách robot làm việc cùng con người và cách khoa học tiến bộ.
Đối với chúng ta – người đọc, người làm nghề, người khởi nghiệp – thông điệp là: hãy bắt đầu học cách nghĩ không-gian. Hãy hình dung, thử nghiệm, sáng tạo trong 3D, trong AR/VR, trong không gian tương tác. Bởi vì tương lai của AI không còn chỉ là chữ viết, mà là thế giới – và có thể, chính bạn sẽ tham gia tạo ra nó.
Nguồn tham khảo chính: Fei-Fei Li – “From Words to Worlds: Spatial Intelligence is AI’s Next Frontier”