GM tự xây dựng trợ lý AI trên xe: Khi Google Gemini không đủ quyền truy cập vào dữ liệu lõi

Bài viết được dịch và tổng hợp từ tin tức gốc. Bạn có thể đọc bài viết gốc bằng tiếng Anh tại đây.

Điểm tin nhanh:

• GM đang xây dựng trợ lý AI riêng vì Google Gemini bị hạn chế quyền truy cập vào dữ liệu kỹ thuật của xe.
• Hệ thống mới sẽ tích hợp sâu với OnStar, dữ liệu telemetry và chẩn đoán bảo trì dự đoán.
• GM áp dụng chiến lược đa nhà cung cấp LLM để tránh phụ thuộc hoàn toàn vào một đối tác duy nhất.

Trong kỷ nguyên mà các hãng xe đang chạy đua tích hợp AI, việc phụ thuộc vào các mô hình ngôn ngữ lớn (LLM) từ bên thứ ba như Google Gemini đang bộc lộ những rào cản kỹ thuật nghiêm trọng. Khi một trợ lý AI chỉ hoạt động như một lớp giao diện phía trên, nó sẽ bỏ lỡ toàn bộ kho dữ liệu sống về tình trạng cơ khí và hành vi vận hành của phương tiện. GM đã nhận ra rằng để thực sự làm chủ trải nghiệm người dùng, họ cần một hệ thống có quyền truy cập sâu hơn vào hạ tầng dữ liệu nội bộ.

Giới hạn của các trợ lý AI đa năng

Hiện tại, Google Gemini đã được triển khai trên các dòng xe GM đời 2022 trở về sau, xử lý các tác vụ như điều khiển radio, điều hòa và các truy vấn hội thoại thông thường. Tuy nhiên, theo Anna Santos, Giám đốc quản lý sản phẩm về giọng nói và AI tại GM, có một bức tường ngăn cách giữa các mô hình AI tổng quát và dữ liệu thực tế của xe. Việc tối ưu hóa chi phí LLM là cần thiết, nhưng việc đảm bảo quyền kiểm soát dữ liệu còn quan trọng hơn đối với một nhà sản xuất ô tô.

Kiến trúc trợ lý AI độc quyền của GM

Trợ lý AI mới của GM không nhằm thay thế Gemini mà đóng vai trò là lớp xử lý dữ liệu chuyên biệt. Hệ thống này kết nối trực tiếp với OnStar và các luồng telemetry để thực hiện các tác vụ mà Gemini không thể chạm tới.

Mẹo hay: Việc xây dựng các hệ thống AI chuyên biệt cho từng lĩnh vực giúp giảm thiểu rủi ro khi xây dựng ứng dụng AI mà không đánh mất quyền kiểm soát.

Khả năng chẩn đoán và bảo trì dự đoán

Khác với các chatbot thông thường, hệ thống của GM hiểu rõ trạng thái cơ khí của xe. Nó có thể phân tích dữ liệu cảm biến theo thời gian thực để đưa ra cảnh báo bảo trì trước khi hỏng hóc xảy ra. Điều này tương tự như cách các kỹ sư tối ưu hóa hệ thống thông qua kỹ thuật tối ưu hóa Case-folding, tập trung vào hiệu suất xử lý dữ liệu thô.

Tính năng Kids Setting và cá nhân hóa

Một ví dụ điển hình cho sự khác biệt là tính năng Kids Setting. Trợ lý của GM có thể điều chỉnh đồng thời hệ thống âm thanh, vị trí ghế, nhiệt độ và khóa cửa chỉ bằng một lệnh thoại đơn giản. Đây là sự kết hợp giữa AI và logic điều khiển phần cứng (Hardware-in-the-loop), một hướng đi mà nhiều hãng xe đang cân nhắc khi định hình tư duy khởi nghiệp cho lập trình viên trong kỷ nguyên số.

Đánh giá & Lời khuyên Thực tiễn

Từ góc độ kỹ thuật, việc GM tách biệt giữa AI giải trí (Gemini) và AI vận hành (Proprietary AI) là một chiến lược thông minh.

• Ưu điểm: Đảm bảo tính bảo mật dữ liệu xe, tối ưu hóa độ trễ cho các lệnh điều khiển quan trọng.
• Nhược điểm: Tăng độ phức tạp cho kiến trúc phần mềm trên xe, yêu cầu đồng bộ hóa giữa các mô hình AI khác nhau.
• Lưu ý: Khi triển khai các hệ thống AI Agentic trên thiết bị nhúng, hãy luôn chú trọng đến lớp bảo mật tất định giúp lập trình viên kiểm soát AI Agent để tránh các hành vi ngoài ý muốn.

Câu hỏi thường gặp (FAQ)

Tại sao GM không sử dụng Gemini cho mọi tác vụ?

Gemini là mô hình tổng quát, không có quyền truy cập vào các API nội bộ về telemetry và chẩn đoán cơ khí của GM vì lý do bảo mật và quyền riêng tư dữ liệu.

Trợ lý mới có thay thế hoàn toàn Gemini không?

Không, cả hai sẽ cùng tồn tại. Gemini xử lý các truy vấn thông tin và giải trí, trong khi trợ lý của GM xử lý các dữ liệu kỹ thuật chuyên sâu.

GM có phụ thuộc vào một nhà cung cấp AI duy nhất không?

Không, GM đang làm việc với các nhà cung cấp LLM ẩn danh để giữ sự linh hoạt, tránh tình trạng bị khóa chặt vào một hệ sinh thái duy nhất.

Kết luận

Bước đi của GM là minh chứng cho thấy trong kỷ nguyên AI, dữ liệu độc quyền chính là tài sản lớn nhất. Việc xây dựng một lớp AI chuyên biệt không chỉ nâng cao trải nghiệm người dùng mà còn là nền tảng cho tương lai của xe tự hành. Hãy tiếp tục theo dõi hi_dev để cập nhật những xu hướng công nghệ mới nhất về AI và hạ tầng phần mềm. Bạn nghĩ sao về chiến lược này? Hãy để lại bình luận phía dưới để cùng thảo luận!