Hơn một thập kỷ trước, Tang Jie và Yang Zhilin từng là thầy trò tại Đại học Thanh Hoa. Nay, họ trở thành hai trong số những nhân vật có ảnh hưởng trong ngành AI Trung Quốc, góp phần đưa các mô hình AI nước này tiến sát những tên tuổi hàng đầu của Mỹ...

Ông Tang Jie, 49 tuổi, hiện là Giáo sư tại Đại học Thanh Hoa và là đồng sáng lập Z.AI. Trong khi đó, Yang Zhilin hiện đứng đầu Moonshot AI. Đây đều là những công ty AI hàng đầu Trung Quốc, đang bám đuổi sát nút các đối thủ hàng đầu của Mỹ như Anthropic và OpenAI. 

CHIẾN LƯỢC CỦA TRUNG QUỐC 

Sự vươn lên nhanh chóng của AI Trung Quốc khiến giới công nghệ phải đặt ra nhiều câu hỏi: Làm thế nào các phòng nghiên cứu Trung Quốc có thể thu hẹp khoảng cách với Mỹ trong thời gian ngắn? Và liệu những công ty như Z.AI của Tang hay Moonshot AI của Yang có đang dựa vào các mô hình AI Mỹ để rút ngắn con đường phát triển?

Theo Wall Street Journal, trong cuộc đua AI tạo sinh, các công ty Trung Quốc đang kết hợp giữa sáng tạo và mô phỏng - công thức từng góp phần giúp nước này vươn lên trong các ngành điện tử, ô tô và năng lượng xanh. Bên cạnh đó, các doanh nghiệp AI Trung Quốc cũng đang tích cực thu hút những nhà khoa học máy tính từng được đào tạo tại Mỹ trở về nước. 

Tuy nhiên, vấn đề đang gây tranh cãi là một số công ty nước này dường như sử dụng kỹ thuật chưng cất mô hình (model distillation) thông qua các mô hình AI của Mỹ để huấn luyện hệ thống của mình. Anthropic đã từng lên tiếng cáo buộc một số công ty Trung Quốc, trong đó có Z.AI và Moonshot AI, vi phạm chính sách khi thực hiện chưng cất mô hình trên quy mô lớn. 

Dù vậy, lãnh đạo AI tại cả Trung Quốc và Mỹ hiện đều cho rằng những mô hình tốt nhất của Trung Quốc chỉ còn cách các mô hình hàng đầu của Mỹ vài tháng về năng lực.

Trung Quốc từ lâu đã xác định AI và khoa học máy tính là những động lực quan trọng đối với tăng trưởng kinh tế và an ninh quốc gia. 

Chính phủ nước này đã rót vốn cho các chương trình nghiên cứu tại những trường đại học hàng đầu như Thanh Hoa, đồng thời hỗ trợ các startup. Và chính quyền trung ương và địa phương Trung Quốc cũng trở thành những khách hàng đầu tiên của nhiều doanh nghiệp công nghệ mới.

Theo Hiệp hội Đầu tư của các doanh nghiệp nhà nước trung ương Trung Quốc, gần một nửa tổng vốn đầu tư cổ phần tại nước này trong nửa đầu năm nay chảy vào lĩnh vực AI, phần lớn đến từ các quỹ có sự hậu thuẫn của chính phủ.

Đầu những năm 2000, Internet Trung Quốc bắt đầu bùng nổ, tạo ra khối lượng dữ liệu khổng lồ khi hàng triệu người chuyển sang mua sắm, tìm kiếm thông tin và giao tiếp trực tuyến. Các doanh nghiệp bắt đầu đầu tư vào máy học để nâng cao hiệu quả thương mại điện tử và phân tích hành vi người dùng.

Chính phủ Trung Quốc cũng tìm kiếm các công nghệ có khả năng nhận diện khuôn mặt và giọng nói nhằm phục vụ công tác giám sát và phát hiện các mối đe dọa.

Các trường đại học Trung Quốc khi đó bắt đầu đào tạo một thế hệ sinh viên chuyên về thị giác máy tính (computer vision), lĩnh vực giúp máy móc có khả năng “nhìn” và nhận biết thế giới tương tự con người.

Thời kỳ này đã tạo ra “bốn con rồng AI nhỏ”, gồm những startup tiên phong trong lĩnh vực thị giác máy tính. Nhiều kỹ sư được đào tạo tại các công ty này sau đó tiếp tục tham gia vào làn sóng AI mới.

“LÒ LUYỆN” TANG JIE 

Năm 2005, ông Andrew Yao, cựu giáo sư Đại học Princeton và chủ nhân Giải Turing, giải thưởng danh giá nhất trong lĩnh vực khoa học máy tính, đã thành lập “Lớp Yao” (Yao Class) tại Thanh Hoa nhằm đào tạo những sinh viên xuất sắc nhất.

Giáo sư Tang khi đó nghiên cứu khai phá dữ liệu (data mining), tìm kiếm các quy luật và mô hình ẩn trong những tập dữ liệu lớn, sau này trở thành một nền tảng quan trọng của AI hiện đại, là một trong những giáo sư đã giảng dạy dữ liệu tại “Lớp Yao”. 

Theo nhà báo công nghệ Mehran Gul trong cuốn The New Geography of Innovation, Giáo sư Tang từng nói rằng sau khi nhận bằng tiến sĩ tại Thanh Hoa, ông nghĩ: “Tôi có thể làm được điều gì đó lớn lao ở Trung Quốc để giúp Trung Quốc tốt hơn. Vì vậy, tôi quyết định ở lại.

“Nhóm của giáo sư Tang nổi tiếng là làm việc với tần suất cực kỳ khắc nghiệt”, Kevin Zhong, người từng có thời gian ngắn làm việc với ông Tang khi học thạc sĩ tại Thanh Hoa và hiện làm việc tại London, cho biết.

Theo Zhong, Giáo sư Tang luôn yêu cầu các thành viên kiểm chứng những kỹ thuật máy học tiềm năng bằng thực nghiệm. Có những thời điểm, các nhà nghiên cứu phải ở lại phòng thí nghiệm đến 3 giờ sáng để hoàn tất các thử nghiệm.

“Họ thực sự rất giỏi trong việc liên tục công bố nghiên cứu trên những tạp chí hàng đầu, đồng thời hiểu rất rõ cách thương mại hóa công trình của mình”, Zhong nói.

Đến những năm 2010, phòng nghiên cứu của ông Tang đã tạo được danh tiếng trong giới công nghệ trẻ Trung Quốc. Nhiều cựu sinh viên của ông sau đó gia nhập các công ty công nghệ hàng đầu tại Thung lũng Silicon.

Trong số những học trò đó có Yang Zhilin, sau này là người đứng đầu Moonshot AI.

Yang bắt đầu được đào tạo chuyên sâu về lập trình từ năm 17 tuổi và tham gia Olympic Tin học quốc gia Trung Quốc. Tại Thanh Hoa, ông nghiên cứu các thuật toán máy học dưới sự hướng dẫn của Giáo sư Tang.

Năm 2018, Bắc Kinh mở đường cho các nhà nghiên cứu tại viện nghiên cứu và trường đại học công lập thành lập doanh nghiệp để thương mại hóa công nghệ do họ phát triển.

Một năm sau, ông Tang tách công ty riêng, hiện là Z.AI, khỏi phòng nghiên cứu Thanh Hoa. Một phần vốn đến từ nền tảng phân tích dữ liệu do ông điều hành, với các khách hàng như Google và IBM.

Từ lâu trước khi cuộc cạnh tranh AI Mỹ - Trung trở thành tâm điểm chú ý, ông Tang đã xem mình là đối thủ của Sam Altman, CEO OpenAI. Khi OpenAI ra mắt GPT-3 vào năm 2020, Z.AI đặt mục tiêu phát triển một mô hình có năng lực tương đương.

Sau thời gian nghiên cứu cùng ông Tang, Yang lấy bằng tiến sĩ tại Đại học Carnegie Mellon. Ông sau đó trở về Trung Quốc để hỗ trợ nghiên cứu của người thầy cũ, đồng thời cân nhắc thành lập công ty riêng, sau này chính là Moonshot AI.

Một nhân vật khác không thể không nhắc đến khi nói về lĩnh vực AI của Trung Quốc là nhà sáng lập DeepSeek, Liang Wenfeng bắt đầu sự nghiệp trong lĩnh vực thị giác máy tính cách đây hai thập kỷ, trước khi thành lập một quỹ phòng hộ sử dụng AI để phân tích thị trường tài chính.

Năm 2023, ông từng gặp Giáo sư Tang. Sau cuộc gặp, ông Tang nói với nhân viên rằng ông ấn tượng với “những cách tư duy khác biệt” của Liang. Cũng năm đó, Liang tách DeepSeek khỏi quỹ phòng hộ và đặt ra mục tiêu tương tự ông Tang: phát triển trí tuệ có khả năng tư duy như con người.

LÀM NHIỀU HƠN VỚI ÍT TÀI NGUYÊN HƠN 

Các nhà sáng lập nước này đều hiểu rõ những điểm bất lợi của Trung Quốc so với Mỹ, đoa là nguồn vốn hạn chế và khó tiếp cận những chip AI tiên tiến nhất do các biện pháp kiểm soát xuất khẩu của Washington.

Đến giữa năm 2025, Giáo sư Tang đã huy động khoảng 1,25 tỷ USD từ các nhà đầu tư, trong đó có những tập đoàn công nghệ lớn của Trung Quốc và nhà đầu tư mạo hiểm Neil Shen tại Hong Kong. Các quỹ có vốn nhà nước cũng tham gia rót vốn, hưởng ứng lời kêu gọi của Bắc Kinh nhằm nuôi dưỡng các doanh nghiệp AI trong nước.

Tuy nhiên, con số này vẫn rất nhỏ so với hàng tỷ USD mà OpenAI của Sam Altman và Anthropic đã huy động. 

Đội ngũ của Liang tại DeepSeek đã phát triển một số giải pháp nhằm khắc phục bài toán thiếu tài nguyên, trong đó có cơ chế multi-head latent attention - MLA. Kỹ thuật giúp giảm đáng kể lượng bộ nhớ mà mô hình AI cần sử dụng, chẳng hạn trong một cuộc trò chuyện với chatbot, bằng cách tạo ra một phiên bản cô đọng của những thông tin đã xuất hiện trước đó.

Kỹ thuật này từng góp phần tạo nên “cú sốc DeepSeek” trên toàn cầu vào tháng 1/2025, khi công ty của Liang tung ra một mô hình mã nguồn mở có năng lực mạnh nhưng chi phí phát triển thấp.

Sự xuất hiện bất ngờ của đối thủ Trung Quốc khiến thị trường chứng khoán Mỹ có thời điểm chao đảo. Trong một bài đăng trên X, Sam Altman gọi từng mô hình của DeepSeek: “Thật sự rất đáng khích lệ khi có thêm một đối thủ mới!”

Ngay cả các đối thủ Trung Quốc cũng bị bất ngờ. Tại Moonshot, Yang liên tục nhận được các cuộc gọi lo lắng từ những nhà đầu tư, một số người thậm chí đặt câu hỏi vì sao ông không dự đoán được sự trỗi dậy của DeepSeek.

Yang sau đó đã đưa những kỹ thuật do DeepSeek phát triển hoặc chứng minh tính hiệu quả vào các mô hình tiếp theo của Moonshot. Trong khi đó, DeepSeek cũng sử dụng một kỹ thuật do Moonshot tối ưu hóa nhằm nâng cao hiệu quả và độ ổn định trong quá trình huấn luyện.

Tại một cuộc họp của DeepSeek hồi tháng 5, một số nhà đầu tư chất vấn Liang liệu ông có thể kiếm được nhiều tiền nếu tiếp tục chia sẻ các bí quyết công nghệ hay không.

Ông đã trả lời: “Tôi không lo cạnh tranh vì thị trường đủ lớn".

Ông cũng cho rằng chip máy tính, chứ không phải con người, mới là khoảng cách quan trọng nhất giữa các công ty AI Trung Quốc và Mỹ.

Các nhà nghiên cứu tại những phòng thí nghiệm hàng đầu như Alibaba và Z.AI cho biết họ thường chỉ được phân bổ khoảng 1/5 lượng chip cao cấp so với các đồng nghiệp tại OpenAI và Google.

Laila Khawaja, nhà phân tích tại Gavekal Technologies ở Miami, nhận định các công ty Trung Quốc đang theo đuổi “hiệu quả chi phí đến mức cực đoan”.

Trong khi đó, các công ty Mỹ có lợi thế tiếp cận những chip tiên tiến hơn và sẵn sàng chi mạnh tay có thể dành nhiều nguồn lực hơn cho những nghiên cứu mang tính thăm dò. Chính khả năng chấp nhận chi phí lớn để thử nghiệm nhiều hướng khác nhau có thể tạo ra những đột phá làm thay đổi cuộc chơi.

“Ai là người đầu tiên đẩy giới hạn công nghệ tiến thêm dù chỉ một inch sẽ định nghĩa lại những gì có thể thực hiện trong mọi ngành công nghiệp”, Giáo sư Tang viết trong một bản ghi nhớ gửi nhân viên hồi tháng 7.