Tìm hiểu về AI? Đây là những thuật ngữ nhất định phải biết!

Sự phát triển của công nghệ trí tuệ nhân tạo (AI) đã tạo ra hàng loạt thuật ngữ kỹ thuật mới. Dưới đây là một bảng từ điển chuyên ngành ngắn gọn để những người đang tìm hiểu về AI có thể hiểu rõ về lĩnh vực này hơn! Cùng Techie cập nhật nhé!

Artificial Intelligence (Trí tuệ nhân tạo)

Là công nghệ nhằm mục đích mô phỏng suy nghĩ con người ở máy móc. Một số ví dụ về khả năng “tư duy” của máy móc bao gồm: tạo nội dung, nhận dạng hình ảnh, làm việc trong nhà máy, tính toán thuế…

Generative AI (AI tạo sinh)

Thuật ngữ Generative AI nhằm mô tả loại công nghệ AI có thể tạo ra văn bản, hình ảnh, âm thanh, và video. Các ứng dụng truyền thống của mô hình AI trước đây chủ yếu là phân loại nội dung, trong khi Generative AI tạo ra nội dung đó.

Ví dụ, một mô hình nhận dạng giọng nói có thể nhận dạng giọng của bạn, trong khi mô hình AI tạo sinh có thể sử dụng giọng nói của bạn để mô phỏng lại y hệt và tạo ra sách nói. Hầu hết các mô hình AI thu hút sự chú ý của công chúng hiện nay đều là mô hình tạo sinh. Có thể kể đến như ChatGPT, Google Gemini, Stable Diffusion, MidJourney…

Training Data (Dữ liệu đào tạo)

Là một bộ sưu tập thông tin bao gồm văn bản, hình ảnh, âm thanh… được lựa chọn để giúp các mô hình AI học và thực hiện các nhiệm vụ. Trong các mô hình ngôn ngữ, tập dữ liệu đào tạo tập trung vào các tài liệu dựa trên văn bản như sách, bình luận trên mạng xã hội, và thậm chí là mã code.

Algorithmic Bias (Sự thiên vị thuật toán)

Là khái niệm ám chỉ những hệ quả bất cập khi xã hội ngày càng lệ thuộc vào những thuật toán tưởng chừng khách quan và công bằng. Tuy nhiên trong thực tế, thuật toán của AI vẫn có thể bị sai lệch hoặc mang tính phân biệt chủng tộc/giới tính do nguồn dữ liệu đào tạo vốn dĩ đã chứa những thông tin đó.

Artificial General Intelligence (AGI – Trí tuệ nhân tạo tổng quát)

AGI là thuật ngữ mô tả những mô hình AI có khả năng đạt được các đặc trưng của con người – thậm chí vượt trội hơn hơn. Nói cách khác, đó là cỗ máy AI có cả trí tuệ và trực giác. Hiện, chưa có hệ thống AI nào được xem là AGI. Tuy nhiên, một số mô hình đã thể hiện được những kỹ năng khác nhau, với hiệu suất công việc tương tự các tiêu chuẩn ở con người.

Autonomous Agents (Tác nhân tự chủ)

Đây có thể là thuật ngữ còn mới mẻ với những người mới tìm hiểu về AI. Trong trí tuệ nhân tạo, Autonomous Agents chỉ các hệ thống AI có khả năng hoạt động độc lập và tự đưa ra quyết định để đạt được mục tiêu của mình. Chúng có thể tự nhận thức, tự học hỏi và tự thích ứng với môi trường xung quanh. Ví dụ: Autonomous Agents được ứng dụng để điều khiển xe tự lái trên đường mà không cần sự can thiệp của con người.

Large Language Models (LLM – Mô hình ngôn ngữ lớn)

Là mô hình máy học được huấn luyện với tệp dữ liệu khổng lồ gồm hàng triệu hoặc thậm chí là hàng tỷ dữ liệu văn bản. Các mô hình này được phân biệt bởi kích thước của chúng. Điển hình, mô hình GPT-3 (phiên bản trước đây của ChatGPT) được chứa 175 tỷ biến số khác nhau. Hay mô hình PaLm của Google thậm chí còn lớn hơn nữa với 540 tỷ tham số.

Prompt Engineering (Kỹ thuật tối ưu hóa lời nhắc)

Chỉ hành động đưa ra các các chỉ dẫn cho AI để chatbot có bối cảnh cần thiết nhằm đạt được mục tiêu. Prompt (lời nhắc) là một đoạn văn bản ngắn được cung cấp cho AI tạo sinh nhằm điều chỉnh hành vi của nó.

Prompt Engineer đang là một nghề hot hiện nay. Các chuyên gia Promt sẽ tối ưu hóa lời nhắc cho các mô hình AI tạo sinh. Họ cần có kiến thức về ngôn ngữ tự nhiên, kỹ thuật AI và lĩnh vực ứng dụng cụ thể để tạo ra các lời nhắc hiệu quả.

Prompt Chaining (Chuỗi Prompt)

Là một kỹ thuật trong mô hình ngôn ngữ lớn (LLM), sử dụng các chuỗi prompt liên tiếp để hướng dẫn LLM thực hiện một nhiệm vụ cụ thể. Mỗi prompt trong chuỗi cung cấp thêm thông tin hoặc ngữ cảnh cho LLM, giúp nó hiểu rõ hơn về yêu cầu và tạo ra kết quả tốt hơn.

Hallucination (Ảo giác trí tuệ nhân tạo)

Ảo giác trong AI ám chỉ hiện tượng mô hình AI tạo ra kết quả không chính xác, không liên quan hoặc vô nghĩa. Ví dụ, một mô hình ngôn ngữ có thể bất ngờ đề cập đến công thức salad trái cây khi bạn đang hỏi về cách trồng cây trái. Nó cũng có thể tạo ra các trích dẫn học thuật, nói dối về dữ liệu bạn yêu cầu nó phân tích, hoặc tạo ra các sự kiện không có trong dữ liệu huấn luyện của nó. Chưa rõ vì sao có hiện tượng trên. Điều này có thể đến từ việc thiếu dữ liệu, thiếu ngữ cảnh thông tin.

Emergent Behavior (Hành vi phát sinh)

Là sự xuất hiện các hành vi hoặc đặc điểm mới trong hệ thống AI, mà vốn dĩ nó không được xây dựng một cách rõ ràng. Ví dụ, một mô hình có thể thể hiện cảm xúc, châm biếm và sử dụng ngôn ngữ phân biệt giới tính. Một nhóm nghiên cứu tại Google Brain đã xác định có hơn 100 hành vi như vậy, đồng thời dự đoán rằng sẽ có nhiều hành vi hơn xuất hiện khi các mô hình tiếp tục mở rộng.

Alignment (Sự tương thích)

Chỉ sự tương thích giữa mục tiêu của hệ thống AI và mục tiêu của con người. Nói cách khác, hệ thống AI được cho là đảm bảo Alignment khi nó hành động theo cách có lợi cho con người và không gây hại.

Để hệ thống có sự tương tích, các nhà huấn luyện thường sử dụng cách thưởng/phạt mô hình. Nếu mô hình phản hồi tốt, người ta sẽ đưa cho nó những phản hồi tích cực và ngược lại.

Multimodal AI (Mô hình trí tuệ nhân tạo đa phương thức)

Thuật ngữ này được dùng để chỉ mô hình AI có thể hiểu và làm việc với nhiều loại thông tin, bao gồm văn bản, hình ảnh, âm thanh… Các ứng dụng trong thế giới thực của AI đa phương thức rất đa dạng. Ví dụ, trong chăm sóc sức khỏe, multimodal AI có thể phân tích hình ảnh y tế dựa trên lịch sử bệnh nhân và thông tin di truyền để cải thiện mức độ chính xác của chẩn đoán.

Training (Huấn luyện AI)

Là quá trình tinh chỉnh mô hình trí tuệ nhân tạo nhằm giúp nó thực hiện nhiệm vụ tốt hơn.  AI có thể được đào tạo bằng cách cung cấp dữ liệu dựa trên những gì bạn muốn nó học hỏi.

Neural Networks (Mạng nơ-ron nhân tạo)

Là một thuật toán học máy lấy cảm hứng từ cấu trúc và chức năng của não bộ con người. Nó bao gồm nhiều nơ-ron nhân tạo (artificial neurons) được kết nối với nhau thành mạng lưới.

Narrow AI (AI yếu)

Một số thuật toán trí tuệ nhân tạo chỉ tập trung vào một số nhiệm vụ cụ thể và không thực hiện vượt quá giới hạn thì được gọi là Narrow AI. Nó đối lập với AGI, vốn có khả năng thực hiện bất kỳ nhiệm vụ nào mà con người có thể làm.

Ví dụ về Narrow AI là các trợ lý ảo Siri, Google Assistant và Alexa. Chúng được thiết kế để thực hiện các nhiệm vụ như đặt lịch hẹn, phát nhạc và tìm kiếm thông tin.

Trên đây là 16 thuật ngữ cơ bản trong lĩnh vực công nghệ trí tuệ nhân tạo. Hy vọng sẽ giúp các bạn đang tìm hiểu về AI nắm bắt nhanh hơn về lĩnh vực đang phát triển nhanh chóng này!

>>Xem thêm: 9 Vị Trí Trong Ngành AI Không Cần Lập Trình