LG AI Research đang chọn hướng đi khác trong cuộc đua trí tuệ nhân tạo tổng quát (AGI): không chỉ theo đuổi mô hình ngày càng lớn và mạnh hơn, mà tập trung phát triển “Expert AI” - dòng AI có năng lực chuyên sâu theo từng lĩnh vực để giải các bài toán thực tế trong doanh nghiệp.

Tại sự kiện “LG AI Talk Concert 2026” tổ chức ngày 14/9 ở LG Science Park, Magok, Seoul, LG AI Research đã công bố chiến lược Expert AI, các trường hợp ứng dụng theo ngành và định hướng phát triển công nghệ trong thời gian tới.

Lim Woo-hyung, đồng chủ tịch LG AI Research, cho biết EXAONE không tách khỏi xu hướng phát triển AGI toàn cầu. Theo ông, mục tiêu cuối cùng của tổ chức này là xây dựng Expert AI đủ năng lực xử lý các vấn đề thực tiễn trong công nghiệp, đồng thời tiếp tục nâng cấp hiệu năng của mô hình nền tảng.

Cùng quan điểm, Lee Hong-lak, đồng chủ tịch LG AI Research, nói mục tiêu của đơn vị không đơn thuần là tạo ra một mô hình AGI để cạnh tranh trên quy mô toàn cầu. Thay vào đó, LG AI Research muốn kết hợp một mô hình đủ thông minh với dữ liệu nội bộ doanh nghiệp và dữ liệu chuyên biệt theo từng lĩnh vực để tạo ra mô hình hiệu quả và hữu ích nhất trong môi trường doanh nghiệp.

Trọng tâm trong chiến lược của LG AI Research là kết hợp năng lực tổng quát của mô hình nền tảng với tri thức chuyên ngành. Đơn vị này bổ sung dữ liệu tích lũy từ thực tế vận hành, bối cảnh nghiệp vụ và kinh nghiệm của chuyên gia để xây dựng AI có độ sâu chuyên môn vượt mô hình tổng quát ở từng lĩnh vực cụ thể.

Theo Lim Woo-hyung, trong môi trường công nghiệp, một câu trả lời “có vẻ đúng” là chưa đủ. Doanh nghiệp cần một hệ thống AI có thể hiểu và đánh giá hàng loạt biến số, kể cả những sai lệch rất nhỏ ở mức 1%.

Ông nhấn mạnh điều quan trọng không chỉ là phát triển hay triển khai AI, mà là dùng AI để nâng hiệu quả công việc, giảm chi phí, cải thiện năng suất và chất lượng, qua đó tạo ra kết quả thực chất cho doanh nghiệp.

Để hiện thực hóa mục tiêu này, LG AI Research đang đồng thời phát triển dòng mô hình EXAONE theo hướng tối ưu hiệu quả kinh tế và khả năng ứng dụng; các mô hình chuyên ngành cho y tế, khoa học, sản xuất và tài chính; cùng dự án K-EXAONE hướng tới năng lực “frontier” ở quy mô toàn cầu.

Đơn vị này cũng đang mở rộng sang AI agent - bước phát triển tiếp theo của mô hình nền tảng - nơi AI có thể tự xác định vấn đề, lập kế hoạch giải quyết và trực tiếp thực thi tác vụ.

Một ví dụ là “EXAONE Data Foundry”, nền tảng tạo dữ liệu tinh chỉnh chuyên biệt từ tài liệu theo lĩnh vực trong doanh nghiệp và một lượng dữ liệu nhỏ, sau đó dùng để phát triển mô hình chuyên ngành. LG AI Research cho biết nền tảng này sẽ tiếp tục được phát triển thành “AI Foundry”, nơi AI có thể tự đảm nhiệm toàn bộ quy trình từ tạo dữ liệu đến phát triển và đánh giá mô hình.

EXAONE Data Foundry hiện cũng được sử dụng để phát triển AI phục vụ thẩm định thuốc cho Bộ An toàn Thực phẩm và Dược phẩm Hàn Quốc. Hệ thống AI đảm nhiệm việc dịch và tóm tắt khối lượng lớn tài liệu về thuốc mới, đồng thời so sánh và đối chiếu với các sản phẩm đã được cấp phép. LG AI Research kỳ vọng công cụ này sẽ giúp chuyên gia giảm bớt công việc lặp lại để tập trung vào khâu đánh giá cốt lõi và ra quyết định.

Expert AI được triển khai vào sản xuất, khoa học và tài chính

Trong lĩnh vực sản xuất, LG AI Research hướng đến mô hình vận hành vượt ra ngoài cách xử lý sau khi sự cố đã xảy ra, chuyển sang hệ thống AI có thể phát hiện sớm dấu hiệu bất thường và chủ động đề xuất hoặc thực hiện biện pháp cần thiết.

Mô hình dữ liệu dạng bảng “EXAONE Tabular” được dùng để phân tích dữ liệu hiện trường như nhiệt độ, áp suất, điều kiện quy trình và kết quả kiểm tra chất lượng, từ đó nhận diện mối quan hệ giữa các biến, dự báo khả năng phát sinh lỗi và xác định điều kiện sản xuất tối ưu. Mô hình này được huấn luyện trên hơn 100 triệu bảng dữ liệu, nhằm có thể áp dụng cho cả những lĩnh vực mới còn thiếu dữ liệu mà không cần huấn luyện bổ sung.

Theo LG AI Research, EXAONE Tabular hiện đứng số 1 ở hạng mục phân loại và dự báo đa biến phân loại, đồng thời xếp thứ 2 về hiệu năng tổng thể trên bảng xếp hạng dữ liệu dạng bảng toàn cầu TabArena. Phạm vi ứng dụng của mô hình cũng đã mở rộng sang lĩnh vực năng lượng, như dự báo sản lượng điện và mức tiêu thụ điện.

Ở mảng kiểm tra thị giác, LG AI Research cũng phát triển một mô hình nền tảng có thể áp dụng cho đối tượng kiểm tra mới chỉ bằng hình ảnh và prompt, thay vì phải huấn luyện lại mỗi khi sản phẩm hoặc dây chuyền thay đổi. Theo công ty, cấu trúc này cho phép AI agent tự động thực hiện toàn bộ quy trình từ lấy mẫu dữ liệu, gán nhãn đến huấn luyện mô hình.

Trong lĩnh vực khoa học, trọng tâm của LG AI Research là giảm thử-sai và rút ngắn thời gian khám phá bằng AI.

Một ví dụ tiêu biểu là “EXAONE Discovery”, được triển khai cùng LG Household & Health Care để rà soát hơn 420 nghìn hợp chất ứng viên và tìm ra ứng viên tiềm năng chỉ trong một ngày. Theo LG AI Research, quá trình phát triển một vật liệu mỹ phẩm thường mất khoảng 22 tháng, nhưng thời gian tìm kiếm ứng viên ban đầu đã được rút ngắn đáng kể.

Đơn vị này cũng đang xây dựng “phòng thí nghiệm tự hành AI”, nơi hệ thống có thể tự thí nghiệm và tự học 24/7. Khi mô hình nền tảng vật liệu dự đoán kết quả tổng hợp một chất mới, cánh tay robot và thiết bị tự động sẽ trực tiếp thực hiện thí nghiệm; sau đó AI tiếp tục học từ kết quả và thiết kế thí nghiệm kế tiếp.

Trong y tế, dựa trên mô hình phân tích ảnh bệnh lý “EXAONE Path”, LG AI Research đang phát triển agent điều trị ung thư cùng Trung tâm Y tế Đại học Vanderbilt của Mỹ. Mục tiêu là kết hợp ảnh mô bệnh học, thông tin gene và dữ liệu phản ứng thuốc để thiết kế chiến lược điều trị cá nhân hóa, rút ngắn quy trình vốn mất trung bình hơn 4 tuần xuống còn một ngày.

Ở lĩnh vực tài chính, LG AI Research đang mở rộng ứng dụng Expert AI vào các công nghệ dự báo. LQAI ETF - quỹ ETF ứng dụng công nghệ AI của đơn vị này - đã niêm yết tại Sở Giao dịch Chứng khoán New York vào tháng 11/2023. Hệ thống AI của quỹ vận hành theo cách chọn ra 100 cổ phiếu trong nhóm 500 cổ phiếu vốn hóa lớn của Mỹ sau mỗi 4 tuần.

Giải pháp tài chính chuyên biệt “EXAONE Business Intelligence”, nơi nhiều AI agent cùng đảm nhiệm các tác vụ từ phân tích dữ liệu đến suy luận, dự báo và giải thích, hiện cũng đang được cung cấp cho nhà đầu tư toàn cầu thông qua London Stock Exchange Group (LSEG). Năm nay, dịch vụ này đã được mở rộng sang thị trường nội địa thông qua hợp tác với Koscom.

Dù đặt Expert AI ở vị trí trung tâm, LG AI Research cho biết vẫn tiếp tục theo đuổi năng lực cạnh tranh ở nhóm mô hình “frontier” toàn cầu. Thông qua dự án K-EXAONE, đơn vị này đang phát triển mô hình hiệu năng cao với trọng tâm là tăng cường khả năng suy luận, xử lý nghiệp vụ phức tạp, hiểu tiếng Hàn, hấp thụ tri thức chuyên ngành và tối ưu hiệu quả thực thi của agent.

Mô hình nền tảng cho robot cũng là một trụ cột quan trọng. Mục tiêu của LG AI Research là vượt ra ngoài mức tự động hóa từng robot đơn lẻ, hướng tới một kiến trúc AI có thể nắm bắt trạng thái của toàn bộ nhà máy, kết nối robot, thiết bị kiểm tra và các mô-đun tối ưu để tự vận hành nhà máy theo mục tiêu sản xuất.

“Vẫn phải tiếp tục phát triển, nhưng cần thận trọng hơn khi phát hành và triển khai”

Liên quan đến tranh luận về việc có nên “giảm tốc” phát triển AI, LG AI Research cho rằng vấn đề không nằm ở việc làm chậm tiến bộ công nghệ, mà là phải bảo đảm an toàn trong quá trình xã hội tiếp nhận cũng như ở các bước phát hành và triển khai thực tế.

Lim Woo-hyung cho biết khi tốc độ phát triển AI ngày càng nhanh, những thay đổi xã hội có thể diễn ra đột ngột, và các mối lo ngại xung quanh điều này là hoàn toàn có thật. Tuy vậy, ông nhấn mạnh AI vẫn phải tiếp tục được phát triển.

Ông nói thêm cần suy nghĩ kỹ về cách sử dụng AI sao cho không phát sinh vấn đề xã hội, cũng như cách xã hội có thể tiếp nhận tốc độ phát triển của công nghệ này.

Trong khi đó, Lee Hong-lak nhận định khó có thể nói các công ty AI toàn cầu đang thực sự làm chậm tốc độ R&D.

Theo ông, hiện chưa có bằng chứng cho thấy các công ty này giảm tốc độ phát triển nội bộ. Xét về năng lực tính toán và đầu tư R&D, xu hướng nhiều khả năng vẫn là tăng tốc chứ không phải chậm lại.

Tuy nhiên, ông cho rằng ở giai đoạn phát hành và triển khai, cần có thêm nhiều bước rà soát như thử nghiệm bên ngoài một cách thận trọng, đánh giá rủi ro của mô hình và xem xét khả năng bị tấn công an ninh mạng. Ông nhấn mạnh đây là lĩnh vực thay đổi liên tục và cần được theo dõi sát sao.