Giới trẻ
01/11/2026 13:54Không học lập trình từ nhỏ, “thần đồng AI” 17 tuổi gây chú ý với cách tự học khác biệt
Không phải học sinh xuất sắc trong các kỳ thi, cũng không được đào tạo lập trình từ nhỏ, Chen Guangyu (Nathan Chen) vẫn trở thành một trong những tài năng trẻ được chú ý trong lĩnh vực trí tuệ nhân tạo (AI).
Ở tuổi 17, nam sinh sinh năm 2009 tại Thâm Quyến (Trung Quốc) đã có cơ hội thực tập tại một công ty AI của Mỹ và tham gia nhóm nghiên cứu của Moonshot AI, doanh nghiệp đứng sau chatbot Kimi.
Mới đây, Chen tiếp tục thu hút sự quan tâm khi thông báo rời Moonshot AI để chuẩn bị đến San Francisco (Mỹ). Dù thời gian làm việc tại công ty không dài, cậu đã để lại dấu ấn với nghiên cứu Attention Residuals, hướng đến tối ưu chi phí tính toán cho các mô hình ngôn ngữ lớn.
Nghiên cứu này nhận được lời khen từ tỷ phú Elon Musk và Andrej Karpathy, đồng sáng lập OpenAI.
Theo Chen chia sẻ, cậu theo học tại một trường quốc tế ở Trung Quốc nhưng không phải gương mặt nổi bật về kết quả học tập hay thành tích thi cử.
Điều đặc biệt là cậu cũng không dành những năm đầu đời để làm quen với lập trình như hình dung thường thấy về các tài năng công nghệ. Thậm chí, Chen từng mong muốn trở thành vận động viên trượt tuyết.
Thay vì chạy theo những hoạt động phục vụ xét tuyển đại học mà bản thân không yêu thích, nam sinh chọn dành thời gian tìm đọc sách về an toàn AI, vật lý, vũ trụ và Steve Jobs.
Trên blog cá nhân, Chen cho biết động lực học tập của mình xuất phát từ sự tò mò. Cậu muốn tìm hiểu những điều bản thân quan tâm hơn là cố gắng chứng minh năng lực với người khác.
Cách tiếp cận này trở thành nền tảng cho hành trình nghiên cứu AI sau đó.
Dùng Gemini làm “sư phụ”, học đến đâu tìm hiểu đến đó
Khi bắt đầu tiếp cận lĩnh vực máy học (machine learning), Chen không lựa chọn một lộ trình đào tạo cố định. Nam sinh tải tài liệu lên Gemini và liên tục đặt câu hỏi để làm rõ những vấn đề chưa hiểu.
Trong giai đoạn đầu, cậu thậm chí còn hài hước gọi công cụ AI của Google là “sư phụ”.
Tuy nhiên, Chen không chỉ dừng ở việc hỏi đáp với chatbot. Cậu tiếp tục đọc tài liệu kỹ thuật, tìm hiểu thuật toán và nghiên cứu mã nguồn để nắm được cách các hệ thống AI vận hành.
Tháng 5/2025, Chen đăng một bài phân tích về DeltaNet, cơ chế chú ý tuyến tính được sử dụng trong nghiên cứu AI, lên mạng xã hội.
Dù tài khoản khi đó chỉ có khoảng 20 người theo dõi, bài viết vẫn thu hút sự chú ý của Yang Songlin, nghiên cứu sinh tại Viện Công nghệ Massachusetts (MIT), người có đóng góp cho DeltaNet và sáng lập nhóm mã nguồn mở FLA.
Từ sự tương tác này, bài phân tích của Chen được nhiều người trong lĩnh vực AI biết đến hơn. Công ty khởi nghiệp Tilde Research tại Mỹ sau đó chủ động liên hệ, mời nam sinh tham gia phỏng vấn.
Nhận được lời mời từ doanh nghiệp công nghệ Mỹ khi còn rất trẻ, Chen không lập tức tham gia tuyển dụng.
Thay vào đó, nam sinh dành thời gian bổ sung kiến thức, đặc biệt là khả năng sử dụng Triton, ngôn ngữ lập trình do OpenAI phát triển nhằm tối ưu sức mạnh xử lý song song của GPU trong các ứng dụng AI.
Chen đặt mục tiêu tự viết được các kernel Triton tùy chỉnh và áp dụng vào quá trình huấn luyện mô hình trước khi chính thức ứng tuyển.
Điểm đáng chú ý nằm ở cách cậu học công nghệ mới. Thay vì nghiên cứu toàn bộ ngôn ngữ lập trình theo trình tự từ đầu đến cuối, Chen lựa chọn một bài nghiên cứu cụ thể, tìm hiểu thuật toán rồi đọc mã nguồn liên quan.
Khi gặp cú pháp hoặc kỹ thuật chưa biết, cậu mới tra cứu và bổ sung kiến thức. Theo Chen, phương pháp học gắn với vấn đề thực tế giúp bản thân ghi nhớ tốt hơn.
Sau khi đáp ứng được những yêu cầu kỹ thuật tự đặt ra, Chen tham gia kỳ thực tập kéo dài bảy tuần tại Tilde Research. Trong thời gian này, có những ngày nam sinh làm việc tới 15 tiếng.
Cậu cũng được lựa chọn tham gia Rise Fellowship của Rhodes Trust, chương trình phát triển tài năng trẻ toàn cầu dành cho người từ 15 đến 17 tuổi, do cựu CEO Google Eric Schmidt tài trợ.
Từ thực tập sinh đến nhóm phát triển chatbot Kimi
Kết thúc kỳ thực tập tại Mỹ, Chen trở về Trung Quốc và gia nhập Moonshot AI, tham gia nhóm phát triển chatbot Kimi.
Tại đây, nam sinh tiếp tục theo đuổi công việc nghiên cứu các mô hình AI. Một trong những dấu ấn được chú ý là Attention Residuals, nghiên cứu liên quan đến việc tối ưu chi phí tính toán của mô hình ngôn ngữ lớn.
Trên trang cá nhân, Chen chia sẻ những quan điểm học tập và làm việc mà mình tin tưởng. Trong đó, cậu đề cao khả năng tự quyết, sự hợp tác với bạn bè và quan niệm rằng khả năng đánh giá, lựa chọn điều tốt có thể được rèn luyện.
Hành trình của Chen cho thấy một hướng tiếp cận học tập khác với việc chỉ đặt trọng tâm vào thành tích thi cử: bắt đầu từ câu hỏi bản thân muốn giải quyết, tìm tài liệu liên quan, thực hành và bổ sung kiến thức khi gặp trở ngại.
Tuy nhiên, phương pháp này được giới thiệu qua trải nghiệm cá nhân của Chen, không phải một công thức bảo đảm thành công cho mọi người học.
Chen cũng không phải tài năng trẻ duy nhất của Trung Quốc thu hút sự chú ý trong lĩnh vực AI. Trước đó, Tu Jinhao, cựu nghiên cứu viên DeepSeek, từng tham gia viết bài nghiên cứu về mô hình R1 khi còn là học sinh trung học tại Thượng Hải.
Theo thông tin trên LinkedIn được VnExpress dẫn lại, Tu rời DeepSeek vào tháng 9/2025 để theo học tại Đại học Wisconsin-Madison (Mỹ).
Với Chen Guangyu, từ một học sinh từng mơ trở thành vận động viên trượt tuyết đến người tham gia nghiên cứu AI ở tuổi 17, điểm nổi bật trong hành trình của cậu chính là sự tò mò, khả năng tự tìm hiểu và chủ động học những kiến thức cần thiết cho công việc.
PV (SHTT)