System 2 Thinking

Tư duy Hệ thống 2 là kiểu suy luận chậm, đòi hỏi nỗ lực và có chủ đích trong thuyết hai quá trình về nhận thức con người, trái ngược với Hệ thống 1 vốn nhanh, tự động và trực giác. Các nhà tâm lý học Keith Stanovich và Richard West đặt tên cho hai hệ thống này vào năm 2000, còn Daniel Kahneman, người đồng nhận Giải Nobel Kinh tế tưởng niệm năm 2002, đã phổ biến chúng trong cuốn sách năm 2011 Tư duy nhanh và chậm. Kahneman minh họa hai hệ thống bằng bài toán gậy và bóng của Shane Frederick: một chiếc gậy và một quả bóng có tổng giá 1.10 đô la, chiếc gậy đắt hơn quả bóng 1.00 đô la. Hệ thống 1 trả lời quả bóng giá 10 xu, còn Hệ thống 2 kiểm tra phép tính và tìm ra đáp án 5 xu. Trong trí tuệ nhân tạo (AI), thuật ngữ này mô tả các model và hệ thống dành thêm năng lực tính toán để suy luận, tìm kiếm hoặc kiểm chứng trước khi trả lời.

Hệ thống 1 và Hệ thống 2 trong AI#

Một lượt lan truyền tiến duy nhất của mạng neural hoạt động như Hệ thống 1: model phân loại ảnh, model phát hiện đối tượng hoặc một lần dự đoán token tiếp theo của mô hình ngôn ngữ lớn (LLM) đều dùng cùng một lượng tính toán cố định cho mọi đầu vào, dù dễ hay khó. Yoshua Bengio nhấn mạnh sự khác biệt này trong bài phát biểu chính tại NeurIPS 2019, "Từ học sâu Hệ thống 1 đến học sâu Hệ thống 2", lập luận rằng học sâu đã làm chủ khả năng tri giác nhanh nhưng vẫn cần khả năng suy luận, lập kế hoạch và khái quát hóa sang tình huống mới của Hệ thống 2. Các phương pháp Hệ thống 2 cho phép lượng tính toán tăng theo độ khó thông qua tìm kiếm, suy luận từng bước hoặc kiểm tra câu trả lời trước khi xác nhận.

AI chơi game đã sớm kết hợp hai hệ thống. AlphaGo ghép một policy network nhanh chóng đề xuất các nước đi tiềm năng với tìm kiếm cây Monte Carlo (MCTS), vốn mô phỏng các biến thể trước khi lựa chọn; bài báo Tư duy nhanh và chậm với học sâu và tìm kiếm cây (2017) của Thomas Anthony, Zheng Tian và David Barber huấn luyện mạng nhanh bắt chước quá trình tìm kiếm chậm, để kết quả từ suy nghĩ có chủ đích dần trở thành trực giác. Các hệ thống dùng cả hai chế độ thường định tuyến từng đầu vào:

Các kỹ thuật Hệ thống 2 trong mô hình ngôn ngữ#

Prompting chuỗi suy nghĩ yêu cầu LLM viết các bước trung gian, cung cấp thêm token và do đó thêm năng lực tính toán trước khi đưa ra câu trả lời. Cây suy nghĩ, với bài báo năm 2023 dẫn trực tiếp thuyết hai quá trình, tìm kiếm qua các nhánh suy luận và quay lui khi gặp ngõ cụt; trong câu đố số học Game of 24, phương pháp này nâng tỷ lệ thành công của GPT-4 từ 4% với prompting chuỗi suy nghĩ lên 74%. Model suy luận như o1 của OpenAI và DeepSeek-R1 được huấn luyện bằng học tăng cường để tự suy nghĩ lâu hơn; model phần thưởng quá trình (PRM) có thể kiểm tra từng bước của một lời giải ứng viên trong quá trình tìm kiếm.

Nhiều sản phẩm cung cấp cả hai chế độ. Claude 3.7 Sonnet của Anthropic, phát hành vào tháng 2 năm 2025, là một model có thể trả lời trực tiếp hoặc sử dụng chế độ suy nghĩ mở rộng tùy theo thiết lập; GPT-5, phát hành vào tháng 8 năm 2025, sử dụng router chuyển từng yêu cầu đến model nhanh hoặc model suy luận sâu hơn, tương tự sơ đồ phía trên.

Hệ thống nhanh và chậm trong thị giác và robot#

Robot phân chia hai hệ thống giữa các model riêng biệt chạy ở tốc độ khác nhau. Helix của Figure, được công bố tháng 2 năm 2025, chạy một model thị giác-ngôn ngữ (VLM) 7 tỷ tham số ở 7 đến 9 Hz làm Hệ thống 2 để diễn giải khung cảnh và mệnh lệnh được nói ra, cùng một policy điều khiển 80 triệu tham số ở 200 Hz làm Hệ thống 1 để chuyển đầu ra của VLM thành chuyển động liên tục của thân trên, đến từng ngón tay.

Pipeline thị giác cũng dùng cách phân chia tương tự để kiểm soát chi phí. Template YOLO to VLM Monitor trong Ultralytics Platform Agents chạy một model nano YOLO26 trên mọi ảnh và chỉ gọi VLM mô tả cảnh khi YOLO phát hiện ít nhất một người, nhờ đó ảnh không có người không bao giờ được gửi đến model chậm hơn và tốn kém hơn.

Chi phí và giới hạn#

Kahneman mô tả Hệ thống 2 là lười biếng: suy nghĩ có chủ đích gây mệt mỏi, nên mọi người mặc định dùng Hệ thống 1 và thường chấp nhận sai sót của nó. Trong AI, chi phí thể hiện ở độ trễ và năng lực tính toán, vì model suy luận có thể tạo ra hàng nghìn token ẩn trước khi trả lời câu hỏi mà model nhanh xử lý chỉ trong một lượt, còn bộ định tuyến quyết định tần suất phải trả chi phí đó. Suy nghĩ kỹ cũng không đảm bảo suy luận đúng đắn. Các bước mà model viết ra có thể khác với phép tính tạo nên câu trả lời; sự chênh lệch này được nghiên cứu trong lĩnh vực AI có khả năng giải thích (XAI), còn phương pháp suy luận tiềm ẩn chuyển quá trình suy nghĩ vào trạng thái ẩn hoàn toàn không để lại dấu vết bằng văn bản.