Chia sẻ tại một sự kiện của Y Combinator tháng trước, ông Jared Kaplan cho biết "việc đặt những câu hỏi ngây ngô, tưởng chừng ngớ ngẩn lại có thể đưa bạn đi rất xa".

Trong video do Y Combinator công bố vào thứ Ba, vị giám đốc khoa học của Anthropic nhấn mạnh AI là một lĩnh vực cực kỳ mới và nhiều câu hỏi cơ bản nhất vẫn chưa được trả lời. Ví dụ, Kaplan nhớ lại vào những năm 2010, khi mọi người trong ngành công nghệ liên tục nói rằng dữ liệu lớn là tương lai. Ông tự hỏi: Dữ liệu cần lớn đến mức nào? Nó thực sự giúp ích bao nhiêu?

Cách tư duy này cuối cùng đã dẫn ông và đội ngũ của mình nghiên cứu liệu hiệu suất AI có thể được dự đoán dựa trên kích thước mô hình và lượng tính toán sử dụng - một đột phá được gọi là "quy luật mở rộng" (scaling laws). "Chúng tôi thực sự may mắn. Chúng tôi phát hiện ra rằng có một điều gì đó rất chính xác và bất ngờ trong quá trình huấn luyện AI. Đây là kết quả từ việc tôi chỉ đặt ra câu hỏi ngớ ngẩn nhất có thể", ông Jared Kaplan nói.

Ông Jared Kaplan cho rằng với tư cách là một nhà vật lý, ông được đào tạo để làm đúng như vậy. Những câu hỏi đơn giản có thể làm cho các xu hướng lớn trở nên chính xác nhất có thể và điều đó mang lại người dùng nhiều công cụ.

Anthropic đã nổi lên như một thế lực trong lĩnh vực mã hóa hỗ trợ AI, đặc biệt sau khi ra mắt mô hình Claude Sonnet 3.5 vào tháng 6/2024.

CEO Quinn Slack từ Sourcegraph nhận định trong một báo cáo của Business Insider tuần trước: "Anthropic đã thay đổi mọi thứ. Chúng tôi ngay lập tức nhận ra mô hình này vượt trội hơn bất kỳ thứ gì khác về khả năng viết mã dài - mã chất lượng cao mà một lập trình viên con người sẽ tự hào". Theo ông Quinn Slack, "với một startup, nếu không di chuyển với tốc độ đó, bạn sẽ chết".

Trong khi đó, ông Ben Mann, nhà đồng sáng lập Anthropic, chia sẻ trong một tập gần đây của No Priors Podcast rằng việc cải thiện và tăng tốc độ mã hóa của AI chủ yếu dựa trên thử nghiệm, sai sót và phản hồi đo lường được. "Đôi khi bạn chỉ không biết và phải thử – và với mã, điều đó dễ dàng vì chúng tôi có thể thực hiện trong một vòng lặp," Mann cho biết.

Nhà đầu tư AI hàng đầu và người dẫn chương trình No Priors, Elad Gil, đồng tình về những tín hiệu rõ ràng từ việc triển khai mã và kiểm tra xem nó có hoạt động hay không khiến quá trình này hiệu quả. "Với mã hóa, bạn thực sự có một đầu ra trực tiếp để đo lường: Bạn có thể chạy mã, kiểm tra mã. Có một hàm tiện ích được tích hợp sẵn mà bạn có thể tối ưu hóa", ông Elad Gil giải thích.

Về phần mình, nhà phân tích Alistair Barr từ Business Insider đã viết trong một báo cáo độc quyền tuần trước về cách Anthropic có thể đã đạt được bước đột phá trong mã hóa AI, ghi nhận các phương pháp như Học tăng cường từ phản hồi của con người (RLHF) và AI theo Hiến pháp (Constitutional AI).

Ông Barr cho biết Anthropic có thể sớm đạt giá trị 100 tỷ USD, khi startup này thu về hàng tỷ USD từ các công ty trả phí để truy cập vào các mô hình của họ.