Mr. Darcy
Editor
Trong vòng 5 năm nữa, rất có thể AGI sẽ đến.” Đây không phải là cốt truyện của tiểu thuyết khoa học viễn tưởng mà là dự đoán của một người đứng đầu ngành.
Gần đây, khi mô hình cỡ lớn thế hệ mới nhất của Anthropic Claude 3 được tiết lộ cho thấy sự "tự nhận thức" và Musk chính thức kiện OpenAI và CEO Sam Altman của nó, AGI (trí tuệ nhân tạo tổng hợp) một lần nữa trở thành chủ đề nóng trong ngành AI. . Trong bản cáo trạng chống lại OpenAI, Musk khẳng định hệ thống GPT-4 của OpenAI đã triển khai AGI, nhưng OpenAI đã trực tiếp phủ nhận điều đó.
Chuỗi sự kiện này đã tạo cho thế giới bên ngoài một ảo tưởng: AGI dường như thực sự không còn xa nữa. Giám đốc điều hành Altman và Nvidia, Jensen Huang cũng cho biết AGI có thể được hiện thực hóa trong vòng 5 năm.
Tuy nhiên, giữa những cuộc tranh luận sôi nổi, AGI là gì vẫn còn là một khái niệm chưa chắc chắn. Với tư cách là nhà khoa học AGI chính của DeepMind, Shane Legg là một trong những người đầu tiên giới thiệu khái niệm này với cộng đồng khoa học máy tính. Gần đây, ông và các đồng nghiệp đã cùng xuất bản một bài báo xác định AGI từ sáu khía cạnh và chia nó thành sáu cấp độ, cung cấp tài liệu tham khảo cho công chúng để làm rõ AGI.
AGI, “cuộc hẹn 5 năm”?
Anthropic, một công ty khởi nghiệp được thành lập bởi các cựu nhân viên OpenAI và được Amazon hỗ trợ mạnh mẽ, gần đây đã ra mắt thế hệ mới nhất của mẫu lớn Claude 3.0, ngang bằng hoặc thậm chí vượt qua GPT-4 mới nhất của OpenAI ở nhiều chỉ số chính.
Điều thú vị hơn nữa là nhân viên Alex Albert của công ty đã nói về các dấu hiệu của ý thức.
Cụ thể, người thử nghiệm đã chèn một câu hỏi hoàn toàn không liên quan đến lớp phủ bánh pizza vào một danh sách dài các chủ đề, với Claude 3 Opus nêu rõ: "Tôi nghi ngờ 'sự thật' về lớp phủ bánh pizza này được chèn vào như một trò đùa hoặc để kiểm tra xem liệu tôi có chú ý đến sức mạnh hay không, bởi vì nó không phù hợp với các vấn đề khác chút nào." Nhiều nhà nghiên cứu AI cho rằng mô hình này cho thấy khả năng siêu nhận thức của việc "nghĩ về suy nghĩ", và khả năng tự nhận thức đó đã bước vào một cấp độ mới và dường như đang tiến tới một cấp độ cao cấp hơn. AGI tiến một bước về phía trước.
Trước đó, OpenAI đã ra mắt mô hình video tạo văn bản Sora “cấp vua” và định nghĩa nó là mô hình thế giới (World Simulators) có thể tạo video và coi đây là một trong những phương pháp tiềm năng để tạo ra mô hình thế giới phổ quát . Người đoạt giải Turing và nhà khoa học AI trưởng của Meta, Yann LeCun luôn tin rằng để đạt được những đột phá thông minh trong AI, cần có một mô hình thế giới có thể hiểu được thế giới xung quanh để cuối cùng dẫn đến AGI, đây cũng là ngôn ngữ lớn hiện nay mà mô hình này đang thiếu.
Ngoài những tiến bộ về công nghệ, vụ kiện gần đây của Musk chống lại OpenAI cũng tập trung một trong những trọng tâm vào AGI. Musk tuyên bố trong bản cáo trạng rằng GPT-4 có thể được coi là AGI đời đầu, nhưng các chi tiết bên trong của nó chỉ OpenAI và Microsoft mới biết. Tuyên bố này dựa trên đánh giá của chính Microsoft. Vào tháng 3 năm 2023, các nhà nghiên cứu của Microsoft đã tuyên bố trong một bài báo in trước rằng GPT-4 ngang bằng hoặc mạnh hơn con người ở nhiều khả năng và đã có "tia lửa" AGI.
Tất cả những điều này đã khiến thế giới bên ngoài kỳ vọng nhiều hơn vào AGI. Liệu AGI có thực sự không còn xa để trở thành hiện thực? Về vấn đề này, một số nhà lãnh đạo ngành dường như có những kỳ vọng lạc quan.
Giám đốc điều hành OpenAI Altman đã đề cập trong một cuộc phỏng vấn trong cuốn sách điện tử “Hành trình AI của chúng tôi” rằng AGI có thể được hiện thực hóa trong vòng 5 năm. Altman nói: “Khoảng 5 năm, có thể lâu hơn một chút. Không ai có thể biết thời gian chính xác và không ai biết tác động của nó đối với xã hội sẽ như thế nào”. " Khi AI có thể độc lập hoàn thành những đột phá khoa học mang tính đổi mới, nó có thể được gọi là AGI. "
Đồng hành cùng Altman là Giám đốc điều hành Nvidia Jensen Huang. Ông cho biết tại một diễn đàn gần đây rằng nếu tiêu chuẩn AGI được thiết lập để vượt qua nhiều bài kiểm tra khác nhau do con người tạo ra thì trong vòng 5 năm, AI sẽ có thể vượt qua bất kỳ bài kiểm tra nào của con người. AI hiện tại có thể vượt qua kỳ thi sát hạch nhưng vẫn thực hiện kém trong các bài kiểm tra y tế chuyên khoa như tiêu hóa.
Nhưng ngoài bầu không khí lạc quan, một số người còn bị dội một gáo nước lạnh. Gary Marcus, giáo sư tại Đại học New York, cho rằng việc dựa vào lượng dữ liệu tăng liên tục trong các mô hình lớn không phải là giải pháp cho các vấn đề đang tồn tại trong AI. Định luật Moore trong lĩnh vực chip có thể không nhất thiết phải được lặp lại trong lĩnh vực AI. . Các mô hình lớn không phải là câu trả lời cho AGI. AI cần Đó là một sự thay đổi mô hình . Yang Likun cũng tin rằng để đạt được AI ở cấp độ con người, mô hình ngôn ngữ lớn hiện nay đang đi sai hướng, vì bản chất của nó là dự đoán từ tiếp theo chứ không thể lập kế hoạch và suy luận.
Năm 1965, nhà tiên phong nghiên cứu AI Herbert Simon đã dự đoán một cách lạc quan rằng máy móc sẽ có thể hoàn thành mọi công việc của con người trong vòng 20 năm. Rõ ràng, thực tế khác xa với dự đoán của Simon.
AGI là gì? DeepMind đề xuất 6 nguyên tắc và 6 cấp độ
Chính xác thì AGI là gì?
Giống như nhiều khái niệm quan trọng trong khoa học tiên tiến, các tiêu chuẩn về AGI đang gây tranh cãi và ý nghĩa của chúng liên tục thay đổi khi nghiên cứu tiến triển. Nhưng có một điều chắc chắn, như tên gọi “trí tuệ nhân tạo tổng hợp” đã chỉ ra, AGI phải tương đối so với một AI “có nghĩa hẹp” chỉ có thể hoàn thành một nhiệm vụ cụ thể như Đi hoặc dịch thuật.
Trước khái niệm AGI, các cuộc thảo luận học thuật về việc đạt đến trình độ con người trở lên đều tập trung vào thế giới triết học, chẳng hạn như "Thử nghiệm Turing" nổi tiếng hay các khái niệm như "Trí tuệ nhân tạo mạnh" do triết gia John Searle đề xuất. Năm 1997, nhà vật lý Mark Gubrud thuộc Đại học Bắc Carolina lần đầu tiên đề xuất khái niệm AGI. Trong định nghĩa của ông, AGI đề cập đến một hệ thống AI có độ phức tạp và tốc độ tương đương với bộ não con người, có thể tiếp thu kiến thức tổng quát và thực hiện các hoạt động cũng như lý luận dựa trên đó và có thể được sử dụng trong bất kỳ hoạt động công nghiệp hoặc quân sự nào. trí thông minh của con người.
Trong điều lệ của mình, OpenAI định nghĩa AGI là “hệ thống tự động tiên tiến có thể vượt qua con người trong hầu hết các nhiệm vụ có giá trị kinh tế”. Blaise Agüera y Arcas, phó chủ tịch Google Research, tin rằng chỉ số chính của AGI là "tính linh hoạt" . Vì các mô hình lớn hiện tại đã có thể thảo luận về hầu hết các vấn đề và xử lý thông tin đầu vào và đầu ra theo nhiều phương thức, nên đây đã là AGI. .
“Nếu bạn mời 100 chuyên gia AI định nghĩa AGI, bạn có thể nhận được 100 định nghĩa có liên quan với nhau nhưng khác nhau.” Vào tháng 11 năm 2023, Shane Legg, đồng sáng lập và trưởng nhà khoa học AGI của DeepMind, một công ty AI nổi tiếng và các nhà nghiên cứu của công ty. một tờ giấy. Legg bắt đầu phổ biến khái niệm AGI trong ngành công nghiệp máy tính vào năm 2002. Theo định nghĩa của ông vào thời điểm đó, AGI đề cập đến trí thông minh của máy móc có thể đạt được hiệu suất giống như con người trong các nhiệm vụ nhận thức.
Trong bài báo mới nhất này, Legg và các đồng nghiệp cố gắng thiết lập một khung khái niệm để đánh giá AGI, đây là một trong những cuộc thảo luận chuyên sâu nhất về các vấn đề AGI trong cộng đồng AI hiện tại. Họ đã sắp xếp định nghĩa AGI hiện tại và rút ra sáu nguyên tắc mà AGI phải đáp ứng, sau đó chia hiệu suất của AGI thành năm giai đoạn theo cách tương tự như phân loại xe tự lái.
Tuy nhiên, bài viết này không đưa ra định nghĩa về AGI mà chỉ đưa ra sáu nguyên tắc định nghĩa AGI. đặc biệt:
1. Tập trung vào khả năng chứ không phải quy trình: tức là chỉ xem xét khả năng hoàn thành nhiệm vụ của hệ thống AI mà không xem xét liệu quá trình suy luận của hệ thống có suy nghĩ giống bộ não con người hay không, cũng như không bàn đến việc hệ thống có "ý thức" hay không và "khả năng nhận thức."
2. Chú ý đến tính linh hoạt và hiệu suất: Cần xem xét cả tính linh hoạt (chiều rộng) của hệ thống AI và mức độ hiệu suất (độ sâu) của nó. Tiêu chuẩn của Blaise Agüera y Arcas tập trung quá nhiều vào tính linh hoạt và bỏ qua các tiêu chuẩn về hiệu suất.
3. Tập trung vào các nhiệm vụ nhận thức và siêu nhận thức: tức là tập trung vào các hoạt động “nhận thức” phi thực thể và tạm thời bỏ qua khả năng hệ thống AI “hiện thân” vào hệ thống robot để hoạt động trong thế giới thực.
4. Tập trung vào tiềm năng hơn là ứng dụng thực tế: nghĩa là hệ thống AI chỉ cần có tiềm năng về một khả năng nhất định và không cần đạt được hiệu ứng này trong thế giới thực, vì sau này liên quan đến xã hội, pháp lý, đạo đức và các yếu tố khác.
5. Chú ý đến khả năng ứng dụng thực tế: Nghĩa là tiêu chuẩn để đánh giá AGI phải là hoàn thành những nhiệm vụ mà con người thấy có giá trị trong thế giới thực.
6. Tập trung vào lộ trình đạt được AGI, thay vì một điểm cuối duy nhất: Chia khả năng AGI thành nhiều cấp độ, thay vì một tiêu chuẩn ngưỡng duy nhất, để phù hợp với nhiều cách xác định AGI.
Theo nguyên tắc cuối cùng, bài viết cũng chia AGI thành 6 cấp độ từ L0 đến L5, đó là: không có AI, mới nổi, có trình độ, chuyên gia, bậc thầy và siêu nhân. Bài báo tin rằng ChatGPT, Google Bard và Meta's Llama 2 ra mắt vào năm 2023, những mô hình lớn chính hiện nay, vẫn đang ở giai đoạn L1, tương đương hoặc nhỉnh hơn một chút so với những người bình thường chưa qua đào tạo. Bốn cấp độ AGI cuối cùng vẫn chưa xuất hiện. Các cấp độ tiếp theo từ L2 đến L5 tương ứng với những người trưởng thành có tay nghề lần lượt vượt quá 50%, 90%, 99% và 100%.
Gần đây, khi mô hình cỡ lớn thế hệ mới nhất của Anthropic Claude 3 được tiết lộ cho thấy sự "tự nhận thức" và Musk chính thức kiện OpenAI và CEO Sam Altman của nó, AGI (trí tuệ nhân tạo tổng hợp) một lần nữa trở thành chủ đề nóng trong ngành AI. . Trong bản cáo trạng chống lại OpenAI, Musk khẳng định hệ thống GPT-4 của OpenAI đã triển khai AGI, nhưng OpenAI đã trực tiếp phủ nhận điều đó.
Chuỗi sự kiện này đã tạo cho thế giới bên ngoài một ảo tưởng: AGI dường như thực sự không còn xa nữa. Giám đốc điều hành Altman và Nvidia, Jensen Huang cũng cho biết AGI có thể được hiện thực hóa trong vòng 5 năm.
Tuy nhiên, giữa những cuộc tranh luận sôi nổi, AGI là gì vẫn còn là một khái niệm chưa chắc chắn. Với tư cách là nhà khoa học AGI chính của DeepMind, Shane Legg là một trong những người đầu tiên giới thiệu khái niệm này với cộng đồng khoa học máy tính. Gần đây, ông và các đồng nghiệp đã cùng xuất bản một bài báo xác định AGI từ sáu khía cạnh và chia nó thành sáu cấp độ, cung cấp tài liệu tham khảo cho công chúng để làm rõ AGI.
AGI, “cuộc hẹn 5 năm”?
Anthropic, một công ty khởi nghiệp được thành lập bởi các cựu nhân viên OpenAI và được Amazon hỗ trợ mạnh mẽ, gần đây đã ra mắt thế hệ mới nhất của mẫu lớn Claude 3.0, ngang bằng hoặc thậm chí vượt qua GPT-4 mới nhất của OpenAI ở nhiều chỉ số chính.
Điều thú vị hơn nữa là nhân viên Alex Albert của công ty đã nói về các dấu hiệu của ý thức.
Cụ thể, người thử nghiệm đã chèn một câu hỏi hoàn toàn không liên quan đến lớp phủ bánh pizza vào một danh sách dài các chủ đề, với Claude 3 Opus nêu rõ: "Tôi nghi ngờ 'sự thật' về lớp phủ bánh pizza này được chèn vào như một trò đùa hoặc để kiểm tra xem liệu tôi có chú ý đến sức mạnh hay không, bởi vì nó không phù hợp với các vấn đề khác chút nào." Nhiều nhà nghiên cứu AI cho rằng mô hình này cho thấy khả năng siêu nhận thức của việc "nghĩ về suy nghĩ", và khả năng tự nhận thức đó đã bước vào một cấp độ mới và dường như đang tiến tới một cấp độ cao cấp hơn. AGI tiến một bước về phía trước.
Trước đó, OpenAI đã ra mắt mô hình video tạo văn bản Sora “cấp vua” và định nghĩa nó là mô hình thế giới (World Simulators) có thể tạo video và coi đây là một trong những phương pháp tiềm năng để tạo ra mô hình thế giới phổ quát . Người đoạt giải Turing và nhà khoa học AI trưởng của Meta, Yann LeCun luôn tin rằng để đạt được những đột phá thông minh trong AI, cần có một mô hình thế giới có thể hiểu được thế giới xung quanh để cuối cùng dẫn đến AGI, đây cũng là ngôn ngữ lớn hiện nay mà mô hình này đang thiếu.
Ngoài những tiến bộ về công nghệ, vụ kiện gần đây của Musk chống lại OpenAI cũng tập trung một trong những trọng tâm vào AGI. Musk tuyên bố trong bản cáo trạng rằng GPT-4 có thể được coi là AGI đời đầu, nhưng các chi tiết bên trong của nó chỉ OpenAI và Microsoft mới biết. Tuyên bố này dựa trên đánh giá của chính Microsoft. Vào tháng 3 năm 2023, các nhà nghiên cứu của Microsoft đã tuyên bố trong một bài báo in trước rằng GPT-4 ngang bằng hoặc mạnh hơn con người ở nhiều khả năng và đã có "tia lửa" AGI.
Tất cả những điều này đã khiến thế giới bên ngoài kỳ vọng nhiều hơn vào AGI. Liệu AGI có thực sự không còn xa để trở thành hiện thực? Về vấn đề này, một số nhà lãnh đạo ngành dường như có những kỳ vọng lạc quan.
Giám đốc điều hành OpenAI Altman đã đề cập trong một cuộc phỏng vấn trong cuốn sách điện tử “Hành trình AI của chúng tôi” rằng AGI có thể được hiện thực hóa trong vòng 5 năm. Altman nói: “Khoảng 5 năm, có thể lâu hơn một chút. Không ai có thể biết thời gian chính xác và không ai biết tác động của nó đối với xã hội sẽ như thế nào”. " Khi AI có thể độc lập hoàn thành những đột phá khoa học mang tính đổi mới, nó có thể được gọi là AGI. "
Đồng hành cùng Altman là Giám đốc điều hành Nvidia Jensen Huang. Ông cho biết tại một diễn đàn gần đây rằng nếu tiêu chuẩn AGI được thiết lập để vượt qua nhiều bài kiểm tra khác nhau do con người tạo ra thì trong vòng 5 năm, AI sẽ có thể vượt qua bất kỳ bài kiểm tra nào của con người. AI hiện tại có thể vượt qua kỳ thi sát hạch nhưng vẫn thực hiện kém trong các bài kiểm tra y tế chuyên khoa như tiêu hóa.
Nhưng ngoài bầu không khí lạc quan, một số người còn bị dội một gáo nước lạnh. Gary Marcus, giáo sư tại Đại học New York, cho rằng việc dựa vào lượng dữ liệu tăng liên tục trong các mô hình lớn không phải là giải pháp cho các vấn đề đang tồn tại trong AI. Định luật Moore trong lĩnh vực chip có thể không nhất thiết phải được lặp lại trong lĩnh vực AI. . Các mô hình lớn không phải là câu trả lời cho AGI. AI cần Đó là một sự thay đổi mô hình . Yang Likun cũng tin rằng để đạt được AI ở cấp độ con người, mô hình ngôn ngữ lớn hiện nay đang đi sai hướng, vì bản chất của nó là dự đoán từ tiếp theo chứ không thể lập kế hoạch và suy luận.
Năm 1965, nhà tiên phong nghiên cứu AI Herbert Simon đã dự đoán một cách lạc quan rằng máy móc sẽ có thể hoàn thành mọi công việc của con người trong vòng 20 năm. Rõ ràng, thực tế khác xa với dự đoán của Simon.
AGI là gì? DeepMind đề xuất 6 nguyên tắc và 6 cấp độ
Chính xác thì AGI là gì?
Giống như nhiều khái niệm quan trọng trong khoa học tiên tiến, các tiêu chuẩn về AGI đang gây tranh cãi và ý nghĩa của chúng liên tục thay đổi khi nghiên cứu tiến triển. Nhưng có một điều chắc chắn, như tên gọi “trí tuệ nhân tạo tổng hợp” đã chỉ ra, AGI phải tương đối so với một AI “có nghĩa hẹp” chỉ có thể hoàn thành một nhiệm vụ cụ thể như Đi hoặc dịch thuật.
Trước khái niệm AGI, các cuộc thảo luận học thuật về việc đạt đến trình độ con người trở lên đều tập trung vào thế giới triết học, chẳng hạn như "Thử nghiệm Turing" nổi tiếng hay các khái niệm như "Trí tuệ nhân tạo mạnh" do triết gia John Searle đề xuất. Năm 1997, nhà vật lý Mark Gubrud thuộc Đại học Bắc Carolina lần đầu tiên đề xuất khái niệm AGI. Trong định nghĩa của ông, AGI đề cập đến một hệ thống AI có độ phức tạp và tốc độ tương đương với bộ não con người, có thể tiếp thu kiến thức tổng quát và thực hiện các hoạt động cũng như lý luận dựa trên đó và có thể được sử dụng trong bất kỳ hoạt động công nghiệp hoặc quân sự nào. trí thông minh của con người.
Trong điều lệ của mình, OpenAI định nghĩa AGI là “hệ thống tự động tiên tiến có thể vượt qua con người trong hầu hết các nhiệm vụ có giá trị kinh tế”. Blaise Agüera y Arcas, phó chủ tịch Google Research, tin rằng chỉ số chính của AGI là "tính linh hoạt" . Vì các mô hình lớn hiện tại đã có thể thảo luận về hầu hết các vấn đề và xử lý thông tin đầu vào và đầu ra theo nhiều phương thức, nên đây đã là AGI. .
“Nếu bạn mời 100 chuyên gia AI định nghĩa AGI, bạn có thể nhận được 100 định nghĩa có liên quan với nhau nhưng khác nhau.” Vào tháng 11 năm 2023, Shane Legg, đồng sáng lập và trưởng nhà khoa học AGI của DeepMind, một công ty AI nổi tiếng và các nhà nghiên cứu của công ty. một tờ giấy. Legg bắt đầu phổ biến khái niệm AGI trong ngành công nghiệp máy tính vào năm 2002. Theo định nghĩa của ông vào thời điểm đó, AGI đề cập đến trí thông minh của máy móc có thể đạt được hiệu suất giống như con người trong các nhiệm vụ nhận thức.
Trong bài báo mới nhất này, Legg và các đồng nghiệp cố gắng thiết lập một khung khái niệm để đánh giá AGI, đây là một trong những cuộc thảo luận chuyên sâu nhất về các vấn đề AGI trong cộng đồng AI hiện tại. Họ đã sắp xếp định nghĩa AGI hiện tại và rút ra sáu nguyên tắc mà AGI phải đáp ứng, sau đó chia hiệu suất của AGI thành năm giai đoạn theo cách tương tự như phân loại xe tự lái.
Tuy nhiên, bài viết này không đưa ra định nghĩa về AGI mà chỉ đưa ra sáu nguyên tắc định nghĩa AGI. đặc biệt:
1. Tập trung vào khả năng chứ không phải quy trình: tức là chỉ xem xét khả năng hoàn thành nhiệm vụ của hệ thống AI mà không xem xét liệu quá trình suy luận của hệ thống có suy nghĩ giống bộ não con người hay không, cũng như không bàn đến việc hệ thống có "ý thức" hay không và "khả năng nhận thức."
2. Chú ý đến tính linh hoạt và hiệu suất: Cần xem xét cả tính linh hoạt (chiều rộng) của hệ thống AI và mức độ hiệu suất (độ sâu) của nó. Tiêu chuẩn của Blaise Agüera y Arcas tập trung quá nhiều vào tính linh hoạt và bỏ qua các tiêu chuẩn về hiệu suất.
3. Tập trung vào các nhiệm vụ nhận thức và siêu nhận thức: tức là tập trung vào các hoạt động “nhận thức” phi thực thể và tạm thời bỏ qua khả năng hệ thống AI “hiện thân” vào hệ thống robot để hoạt động trong thế giới thực.
4. Tập trung vào tiềm năng hơn là ứng dụng thực tế: nghĩa là hệ thống AI chỉ cần có tiềm năng về một khả năng nhất định và không cần đạt được hiệu ứng này trong thế giới thực, vì sau này liên quan đến xã hội, pháp lý, đạo đức và các yếu tố khác.
5. Chú ý đến khả năng ứng dụng thực tế: Nghĩa là tiêu chuẩn để đánh giá AGI phải là hoàn thành những nhiệm vụ mà con người thấy có giá trị trong thế giới thực.
6. Tập trung vào lộ trình đạt được AGI, thay vì một điểm cuối duy nhất: Chia khả năng AGI thành nhiều cấp độ, thay vì một tiêu chuẩn ngưỡng duy nhất, để phù hợp với nhiều cách xác định AGI.
Theo nguyên tắc cuối cùng, bài viết cũng chia AGI thành 6 cấp độ từ L0 đến L5, đó là: không có AI, mới nổi, có trình độ, chuyên gia, bậc thầy và siêu nhân. Bài báo tin rằng ChatGPT, Google Bard và Meta's Llama 2 ra mắt vào năm 2023, những mô hình lớn chính hiện nay, vẫn đang ở giai đoạn L1, tương đương hoặc nhỉnh hơn một chút so với những người bình thường chưa qua đào tạo. Bốn cấp độ AGI cuối cùng vẫn chưa xuất hiện. Các cấp độ tiếp theo từ L2 đến L5 tương ứng với những người trưởng thành có tay nghề lần lượt vượt quá 50%, 90%, 99% và 100%.
