Tweet
AI TẠO SINH LÀM VIỆC NHƯ THẾ NÀO?Khả năng tạo văn bản của các công cụ như ChatGPT và Bard dường như rất kỳ diệu. Chúng thực sự là một bước tiến lớn của công nghệ trí tuệ nhân tại AI. Nhưng việc tạo văn bản thực sự hoạt động như thế nào? Trong khoá học này, chúng ta sẽ tìm hiểu nền tảng cơ bản của AI tạo sinh. Bằng cách hiểu nền tảng cơ bản này, bạn hiểu khi nào thì nên áp dụng AI và khi nào thì không nên.
Vị trí của AI tạo sinh trong thế giới AI
Hiện nay có rất nhiều tin đồn, sự phấn khích và cường điệu về AI. Cách hữu ích nhất để nghĩ về AI là chúng ta sẽ xem AI như một tập hợp các công cụ. Một trong những phần quan trọng nhất của AI là học có giám sát. Công cụ này thực sự rất hiệu quả trong việc gắn nhãn cho mọi thứ. Nếu chưa biết thuật ngữ này nghĩa là gì thì cũng không sao, sang phần sau khoá học này chúng tôi sẽ giải thích cho bạn.
Công cụ thứ hai, chỉ mới bắt đầu hoạt động thực sự tốt gần đây là AI tạo sinh. Nếu bạn nghiên cứu về AI, bạn sẽ nhận ra rằng còn có những phần khác, chẳng hạn như những thứ gọi là học không giám sát và học tăng cường. Nhưng với mục đích tìm hiểu về AI tạo sinh, chúng ta sẽ đề cập ngắn gọn về học có giám sát là gì và sau đó dành phần lớn thời gian để nói về AI tạo sinh. Hai công cụ này, học có giám sát và AI tạo sinh, là hai phần quan trọng nhất trong AI hiện nay. Đối với việc sử dụng trong doanh nghiệp, bạn chỉ cần nắm vững hai công cụ này là đủ để nắm bắt các công cụ phổ biến hiện nay.
Trước khi mô tả cách hoạt động của AI tạo sinh, chúng ta hãy mô tả ngắn gọn thế nào là mô hình AI - học có giám sát vì AI tạo sinh được xây dựng bằng cách học có giám sát. Học có giám sát là công nghệ giúp máy tính hoạt động rất tốt khi được cung cấp đầu vào, gọi là A, để tạo ra đầu ra tương ứng, gọi là B.
Một vài ví dụ:
• Nhận email (A), xác định có phải spam hay không (B). Các bộ lọc spam hiện đại đều dùng công nghệ này.
• Nhận quảng cáo và thông tin người dùng (A), dự đoán người đó có nhấp vào quảng cáo không (B). Ứng dụng này mang lại doanh thu khổng lồ cho các nền tảng quảng cáo trực tuyến.
• Trong xe tự lái, từ ảnh chụp phía trước xe (A), hệ thống AI xác định vị trí những chiếc xe khác (B).
• Và vô số các ứng dụng khác, từ chẩn đoán hình ảnh y khoa đến phát hiện lỗi sản phẩm trên dây chuyền lắp ráp, hay phiên dịch giọng nói thành chữ viết...
Vào những năm 2010-2020 là thập kỷ mà mô hình AI học có giám sát quy mô lớn và nó đã đặt nền móng cho AI tạo sinh hiện đại ngày nay. Vào khoảng năm 2010 có rất nhiều dữ liệu, nhưng khi cung cấp nhiều dữ liệu hơn, hiệu suất của nó cũng không tốt hơn nhiều nếu đào tạo với các mô hình AI nhỏ. Ví dụ, dù đổ thêm hàng trăm ngàn giờ ghi âm giọng nói thì hệ thống nhận diện giọng nói cũng không chính xác hơn.
Tuy nhiên, ngày càng nhiều nhà nghiên cứu bắt đầu nhận ra trong giai đoạn này là nếu bạn huấn luyện một mô hình AI rất lớn, nghĩa là một mô hình AI trên các máy tính rất nhanh, rất mạnh với nhiều bộ nhớ, thì hiệu suất của nó khi bạn đào tạo nó với nhiều dữ liệu hơn thì nó sẽ ngày càng tốt hơn. Chính vì lý do này mà đội ngũ Google Brain năm xưa hướng đến việc xây dựng các mô hình AI siêu lớn và cung cấp cho nó nguồn dữ liệu dồi dào. Cách làm này đã thúc đẩy tiến bộ AI rất hiệu quả.
#VNPRO #AI #KIENTHUC