Tweet
AI Overview – AI Stack: Từ AI đến Agentic AI
Khi mới tìm hiểu về AI, nhiều người thường nhầm lẫn giữa các khái niệm AI, Machine Learning, Large Language Model (LLM) và Agentic AI. Thực tế, đây là các lớp công nghệ được xây dựng chồng lên nhau, mỗi lớp mở rộng khả năng của lớp trước.
AI (Artificial Intelligence) – Trí tuệ nhân tạo
AI là khái niệm tổng quát nhất, mô tả các hệ thống có khả năng thực hiện những nhiệm vụ vốn đòi hỏi trí thông minh của con người như nhận diện hình ảnh, hiểu ngôn ngữ, lập kế hoạch hay ra quyết định.
Ví dụ:
ML (Machine Learning) – Học máy
Machine Learning là một nhánh của AI. Thay vì lập trình từng quy tắc cụ thể, máy tính được huấn luyện trên dữ liệu để tự học các quy luật và đưa ra dự đoán.
Ví dụ:
Trong Network Operations, ML thường được dùng để phát hiện anomaly (bất thường), dự báo nghẽn mạng hoặc phân tích xu hướng sử dụng băng thông.
LLM (Large Language Model) – Mô hình ngôn ngữ lớn
LLM là một loại mô hình Machine Learning được huấn luyện trên lượng dữ liệu văn bản khổng lồ. Mục tiêu của LLM là hiểu và sinh ngôn ngữ tự nhiên giống con người.
Các ví dụ phổ biến:
Đối với kỹ sư mạng, LLM có thể:
Tuy nhiên, bản thân LLM chủ yếu đóng vai trò "bộ não" trả lời câu hỏi, chứ chưa tự động thực hiện công việc.
Agentic AI
Agentic AI là bước phát triển tiếp theo. Nó sử dụng LLM như bộ não trung tâm, đồng thời kết hợp với nhiều công cụ (tool), API và workflow để có thể tự lập kế hoạch và thực hiện nhiều bước nhằm hoàn thành một mục tiêu.
Ví dụ trong vận hành mạng:
Thay vì chỉ trả lời:
Một AI Agent có thể:
Điều này biến AI từ một công cụ trả lời câu hỏi thành một "trợ lý số" có khả năng chủ động thực hiện công việc.
Mối quan hệ giữa các thành phần
Có thể hình dung AI Stack như một kim tự tháp:
Agentic AI
▲
LLM
▲
Machine Learning
▲
Artificial Intelligence
Ngày nay, xu hướng của ngành CNTT đang dịch chuyển từ việc hỏi AI (Ask AI) sang giao việc cho AI (Assign Tasks to AI). Đó cũng chính là lý do Agentic AI đang trở thành nền tảng quan trọng trong các lĩnh vực như Network Operations, DevOps, Cybersecurity và IT Automation.
Khi mới tìm hiểu về AI, nhiều người thường nhầm lẫn giữa các khái niệm AI, Machine Learning, Large Language Model (LLM) và Agentic AI. Thực tế, đây là các lớp công nghệ được xây dựng chồng lên nhau, mỗi lớp mở rộng khả năng của lớp trước.
AI (Artificial Intelligence) – Trí tuệ nhân tạo
AI là khái niệm tổng quát nhất, mô tả các hệ thống có khả năng thực hiện những nhiệm vụ vốn đòi hỏi trí thông minh của con người như nhận diện hình ảnh, hiểu ngôn ngữ, lập kế hoạch hay ra quyết định.
Ví dụ:
- Xe tự lái.
- Hệ thống phát hiện gian lận ngân hàng.
- Camera nhận diện khuôn mặt.
ML (Machine Learning) – Học máy
Machine Learning là một nhánh của AI. Thay vì lập trình từng quy tắc cụ thể, máy tính được huấn luyện trên dữ liệu để tự học các quy luật và đưa ra dự đoán.
Ví dụ:
- Phát hiện email spam.
- Dự đoán thiết bị mạng sắp gặp sự cố.
- Phân loại lưu lượng mạng bất thường.
Trong Network Operations, ML thường được dùng để phát hiện anomaly (bất thường), dự báo nghẽn mạng hoặc phân tích xu hướng sử dụng băng thông.
LLM (Large Language Model) – Mô hình ngôn ngữ lớn
LLM là một loại mô hình Machine Learning được huấn luyện trên lượng dữ liệu văn bản khổng lồ. Mục tiêu của LLM là hiểu và sinh ngôn ngữ tự nhiên giống con người.
Các ví dụ phổ biến:
- ChatGPT
- Claude
- Gemini
- Llama
Đối với kỹ sư mạng, LLM có thể:
- Giải thích cấu hình Cisco.
- Phân tích log hệ thống.
- Sinh script Python hoặc Ansible.
- Hỗ trợ troubleshooting.
Tuy nhiên, bản thân LLM chủ yếu đóng vai trò "bộ não" trả lời câu hỏi, chứ chưa tự động thực hiện công việc.
Agentic AI
Agentic AI là bước phát triển tiếp theo. Nó sử dụng LLM như bộ não trung tâm, đồng thời kết hợp với nhiều công cụ (tool), API và workflow để có thể tự lập kế hoạch và thực hiện nhiều bước nhằm hoàn thành một mục tiêu.
Ví dụ trong vận hành mạng:
Thay vì chỉ trả lời:
"Router R1 bị CPU cao."
Một AI Agent có thể:
- Thu thập log từ thiết bị.
- Gọi API của hệ thống giám sát.
- Phân tích NetFlow.
- So sánh với các sự cố trước đây.
- Đề xuất nguyên nhân.
- Tạo cấu hình khắc phục.
- Mở ticket ITSM.
- Thậm chí triển khai cấu hình sau khi được kỹ sư phê duyệt.
Điều này biến AI từ một công cụ trả lời câu hỏi thành một "trợ lý số" có khả năng chủ động thực hiện công việc.
Mối quan hệ giữa các thành phần
Có thể hình dung AI Stack như một kim tự tháp:
Agentic AI
▲
LLM
▲
Machine Learning
▲
Artificial Intelligence
- AI là lĩnh vực lớn nhất.
- Machine Learning là một phương pháp để xây dựng AI.
- LLM là một loại mô hình Machine Learning chuyên xử lý ngôn ngữ.
- Agentic AI sử dụng LLM cùng với các công cụ bên ngoài để có thể lập kế hoạch và hành động một cách tự động.
Ngày nay, xu hướng của ngành CNTT đang dịch chuyển từ việc hỏi AI (Ask AI) sang giao việc cho AI (Assign Tasks to AI). Đó cũng chính là lý do Agentic AI đang trở thành nền tảng quan trọng trong các lĩnh vực như Network Operations, DevOps, Cybersecurity và IT Automation.
Attached Files