Sasha
Writer
Nếu CEO Nvidia, Jensen Huang, còn là sinh viên ngày nay, ông ấy nói rằng ông sẽ tập trung vào khoa học vật lý.
Nhà đồng sáng lập kiêm CEO của Nvidia Jensen Huang chia sẻ với báo chí trong chuyến đi tới Bắc Kinh vào tháng 7/2025.
Trong chuyến thăm Bắc Kinh hôm 16/7, Jensen Huang được một nhà báo hỏi: "Nếu anh là phiên bản 22 tuổi vừa tốt nghiệp hôm nay vào năm 2025 nhưng vẫn giữ nguyên tham vọng, anh sẽ tập trung vào điều gì?"
Trả lời câu hỏi đó, CEO Nvidia cho biết: "Đối với Jensen trẻ tuổi, 20 tuổi, người đã tốt nghiệp bây giờ, có lẽ anh ấy sẽ chọn... nhiều khoa học vật lý hơn là khoa học phần mềm", đồng thời cho biết thêm rằng ông thực sự đã tốt nghiệp đại học sớm hơn hai năm, ở tuổi 20.
Khoa học vật lý, trái ngược với khoa học sự sống, là một ngành rộng tập trung vào việc nghiên cứu các hệ thống vô tri, bao gồm vật lý, hóa học, thiên văn học và khoa học trái đất.
Theo hồ sơ LinkedIn, Jensen Huang lấy bằng kỹ sư điện tại Đại học Bang Oregon năm 1984 trước khi lấy bằng thạc sĩ kỹ sư điện tại Đại học Stanford năm 1992.
Khoảng một năm sau, vào tháng 4 năm 1993, Jensen Huang đồng sáng lập Nvidia cùng các kỹ sư Chris Malachowsky và Curtis Priem trong một bữa ăn tại nhà hàng Denny's ở San Jose, California. Dưới sự lãnh đạo của Jensen Huang với tư cách là CEO, nhà sản xuất chip này hiện đã trở thành công ty có giá trị nhất thế giới.
Tuần trước, Nvidia cũng trở thành công ty đầu tiên trên thế giới đạt vốn hóa thị trường 4 nghìn tỷ đô la.
Mặc dù Jensen Huang không giải thích lý do tại sao ông nói rằng mình sẽ học khoa học vật lý nếu còn là sinh viên, nhưng nhà sáng lập công nghệ này rất lạc quan về "AI vật lý" hay cái mà ông gọi là "làn sóng tiếp theo".
Trong hơn một thập kỷ rưỡi qua, thế giới đã trải qua nhiều giai đoạn phát triển của trí tuệ nhân tạo, ông giải thích tại Diễn đàn The Hill & Valley ở Washington vào tháng 4.
“AI hiện đại thực sự xuất hiện vào khoảng 12 đến 14 năm trước, khi AlexNet ra đời và thị giác máy tính đã có bước đột phá lớn”, Jensen Huang phát biểu tại diễn đàn.
AlexNet là một mô hình máy tính được công bố trong một cuộc thi năm 2012, chứng minh khả năng nhận dạng hình ảnh của máy móc bằng cách sử dụng học sâu, góp phần châm ngòi cho sự bùng nổ của AI hiện đại.
Làn sóng đầu tiên này được gọi là ‘AI Nhận thức’, Jensen Huang cho biết.
Sau đó, làn sóng thứ hai được gọi là “AI tạo sinh”, “là nơi mô hình AI đã học cách hiểu ý nghĩa của thông tin nhưng [cũng] dịch nó” sang các ngôn ngữ, hình ảnh, mã khác nhau và hơn thế nữa.
“Chúng ta hiện đang ở trong thời đại được gọi là ‘AI lý luận’... nơi bạn có AI có thể hiểu, nó có thể tạo ra, [và] giải quyết các vấn đề và nhận ra các điều kiện mà chúng ta chưa từng thấy trước đây”, ông nói. Trí tuệ nhân tạo, ở trạng thái hiện tại, có thể giải quyết vấn đề bằng cách sử dụng lý luận.
“AI lý luận cho phép bạn tạo ra một dạng robot kỹ thuật số. Chúng tôi gọi chúng là tác nhân AI”, Jensen Huang nói. Ông nói thêm rằng các tác nhân AI này về cơ bản là “robot lực lượng lao động kỹ thuật số” có khả năng lý luận. Ngày nay, các tác nhân AI là trọng tâm chính của nhiều công ty công nghệ, chẳng hạn như Microsoft và Salesforce.
Nhìn về tương lai, làn sóng tiếp theo là “AI vật lý”, Jensen Huang chia sẻ.
“Làn sóng tiếp theo đòi hỏi chúng ta phải hiểu những thứ như định luật vật lý, ma sát, quán tính, nguyên nhân và kết quả”, Jensen Huang phát biểu tại Washington vào tháng 4.
Khả năng lý luận vật lý, chẳng hạn như khái niệm về sự tồn tại của vật thể - hay thực tế là các vật thể vẫn tiếp tục tồn tại ngay cả khi chúng nằm ngoài tầm nhìn - sẽ đóng vai trò quan trọng trong giai đoạn tiếp theo của trí tuệ nhân tạo, ông nói.
Các ứng dụng của lý luận vật lý bao gồm dự đoán kết quả, chẳng hạn như quả bóng sẽ lăn về đâu, hiểu cần bao nhiêu lực để giữ một vật thể mà không làm hỏng nó và suy ra sự hiện diện của người đi bộ phía sau ô tô.
"Và khi bạn đưa AI vật lý đó vào một vật thể vật lý gọi là robot, bạn sẽ có được robot học", ông nói thêm. "Điều này thực sự, thực sự quan trọng đối với chúng tôi hiện nay, bởi vì chúng tôi đang xây dựng các nhà máy và xí nghiệp trên khắp nước Mỹ."
"Vì vậy, hy vọng rằng trong 10 năm tới, khi chúng tôi xây dựng thế hệ nhà máy và xí nghiệp mới này, chúng sẽ được robot hóa cao độ và giúp chúng tôi giải quyết tình trạng thiếu hụt lao động nghiêm trọng trên toàn thế giới", Jensen Huang nói.
Nhà đồng sáng lập kiêm CEO của Nvidia Jensen Huang chia sẻ với báo chí trong chuyến đi tới Bắc Kinh vào tháng 7/2025.
Trong chuyến thăm Bắc Kinh hôm 16/7, Jensen Huang được một nhà báo hỏi: "Nếu anh là phiên bản 22 tuổi vừa tốt nghiệp hôm nay vào năm 2025 nhưng vẫn giữ nguyên tham vọng, anh sẽ tập trung vào điều gì?"
Trả lời câu hỏi đó, CEO Nvidia cho biết: "Đối với Jensen trẻ tuổi, 20 tuổi, người đã tốt nghiệp bây giờ, có lẽ anh ấy sẽ chọn... nhiều khoa học vật lý hơn là khoa học phần mềm", đồng thời cho biết thêm rằng ông thực sự đã tốt nghiệp đại học sớm hơn hai năm, ở tuổi 20.
Khoa học vật lý, trái ngược với khoa học sự sống, là một ngành rộng tập trung vào việc nghiên cứu các hệ thống vô tri, bao gồm vật lý, hóa học, thiên văn học và khoa học trái đất.
Theo hồ sơ LinkedIn, Jensen Huang lấy bằng kỹ sư điện tại Đại học Bang Oregon năm 1984 trước khi lấy bằng thạc sĩ kỹ sư điện tại Đại học Stanford năm 1992.
Khoảng một năm sau, vào tháng 4 năm 1993, Jensen Huang đồng sáng lập Nvidia cùng các kỹ sư Chris Malachowsky và Curtis Priem trong một bữa ăn tại nhà hàng Denny's ở San Jose, California. Dưới sự lãnh đạo của Jensen Huang với tư cách là CEO, nhà sản xuất chip này hiện đã trở thành công ty có giá trị nhất thế giới.
Tuần trước, Nvidia cũng trở thành công ty đầu tiên trên thế giới đạt vốn hóa thị trường 4 nghìn tỷ đô la.
Mặc dù Jensen Huang không giải thích lý do tại sao ông nói rằng mình sẽ học khoa học vật lý nếu còn là sinh viên, nhưng nhà sáng lập công nghệ này rất lạc quan về "AI vật lý" hay cái mà ông gọi là "làn sóng tiếp theo".
Trong hơn một thập kỷ rưỡi qua, thế giới đã trải qua nhiều giai đoạn phát triển của trí tuệ nhân tạo, ông giải thích tại Diễn đàn The Hill & Valley ở Washington vào tháng 4.
“AI hiện đại thực sự xuất hiện vào khoảng 12 đến 14 năm trước, khi AlexNet ra đời và thị giác máy tính đã có bước đột phá lớn”, Jensen Huang phát biểu tại diễn đàn.
AlexNet là một mô hình máy tính được công bố trong một cuộc thi năm 2012, chứng minh khả năng nhận dạng hình ảnh của máy móc bằng cách sử dụng học sâu, góp phần châm ngòi cho sự bùng nổ của AI hiện đại.
Làn sóng đầu tiên này được gọi là ‘AI Nhận thức’, Jensen Huang cho biết.
Sau đó, làn sóng thứ hai được gọi là “AI tạo sinh”, “là nơi mô hình AI đã học cách hiểu ý nghĩa của thông tin nhưng [cũng] dịch nó” sang các ngôn ngữ, hình ảnh, mã khác nhau và hơn thế nữa.
“Chúng ta hiện đang ở trong thời đại được gọi là ‘AI lý luận’... nơi bạn có AI có thể hiểu, nó có thể tạo ra, [và] giải quyết các vấn đề và nhận ra các điều kiện mà chúng ta chưa từng thấy trước đây”, ông nói. Trí tuệ nhân tạo, ở trạng thái hiện tại, có thể giải quyết vấn đề bằng cách sử dụng lý luận.
“AI lý luận cho phép bạn tạo ra một dạng robot kỹ thuật số. Chúng tôi gọi chúng là tác nhân AI”, Jensen Huang nói. Ông nói thêm rằng các tác nhân AI này về cơ bản là “robot lực lượng lao động kỹ thuật số” có khả năng lý luận. Ngày nay, các tác nhân AI là trọng tâm chính của nhiều công ty công nghệ, chẳng hạn như Microsoft và Salesforce.
Nhìn về tương lai, làn sóng tiếp theo là “AI vật lý”, Jensen Huang chia sẻ.
“Làn sóng tiếp theo đòi hỏi chúng ta phải hiểu những thứ như định luật vật lý, ma sát, quán tính, nguyên nhân và kết quả”, Jensen Huang phát biểu tại Washington vào tháng 4.
Khả năng lý luận vật lý, chẳng hạn như khái niệm về sự tồn tại của vật thể - hay thực tế là các vật thể vẫn tiếp tục tồn tại ngay cả khi chúng nằm ngoài tầm nhìn - sẽ đóng vai trò quan trọng trong giai đoạn tiếp theo của trí tuệ nhân tạo, ông nói.
Các ứng dụng của lý luận vật lý bao gồm dự đoán kết quả, chẳng hạn như quả bóng sẽ lăn về đâu, hiểu cần bao nhiêu lực để giữ một vật thể mà không làm hỏng nó và suy ra sự hiện diện của người đi bộ phía sau ô tô.
"Và khi bạn đưa AI vật lý đó vào một vật thể vật lý gọi là robot, bạn sẽ có được robot học", ông nói thêm. "Điều này thực sự, thực sự quan trọng đối với chúng tôi hiện nay, bởi vì chúng tôi đang xây dựng các nhà máy và xí nghiệp trên khắp nước Mỹ."
"Vì vậy, hy vọng rằng trong 10 năm tới, khi chúng tôi xây dựng thế hệ nhà máy và xí nghiệp mới này, chúng sẽ được robot hóa cao độ và giúp chúng tôi giải quyết tình trạng thiếu hụt lao động nghiêm trọng trên toàn thế giới", Jensen Huang nói.
