Giải thích các thuật ngữ AI thông dụng

Vậy là bạn đã nghe thấy những thuật ngữ AI này và gật gù đồng ý; hãy sửa lỗi đó

Trí tuệ nhân tạo đang thay đổi thế giới và đồng thời phát minh ra một ngôn ngữ hoàn toàn mới để mô tả cách nó đang làm điều đó. Chỉ cần dành năm phút để đọc về AI và bạn sẽ bắt gặp LLM, RAG, RLHF và hàng tá thuật ngữ khác có thể khiến ngay cả những người rất thông minh trong thế giới công nghệ cũng cảm thấy bất an. Bảng chú giải thuật ngữ này là nỗ lực của chúng tôi để khắc phục điều đó. Chúng tôi cập nhật nó thường xuyên khi lĩnh vực này phát triển, vì vậy hãy coi nó như một tài liệu sống, giống như các hệ thống AI mà nó mô tả.

AGI

Trí tuệ nhân tạo tổng quát, hay AGI, là một thuật ngữ mơ hồ. Nhưng nó thường đề cập đến AI có khả năng hơn người bình thường trong nhiều, nếu không muốn nói là hầu hết, các nhiệm vụ. Giám đốc điều hành OpenAI Sam Altman từng mô tả AGI là "tương đương với một người bình thường mà bạn có thể thuê làm đồng nghiệp." Trong khi đó, điều lệ của OpenAI định nghĩa AGI là "các hệ thống tự chủ cao, vượt trội hơn con người trong hầu hết các công việc có giá trị kinh tế." Cách hiểu của Google DeepMind hơi khác so với hai định nghĩa này; phòng thí nghiệm này xem AGI là "AI có ít nhất khả năng như con người trong hầu hết các nhiệm vụ nhận thức." Bạn thấy bối rối? Đừng lo lắng — các chuyên gia đi đầu trong nghiên cứu AI cũng vậy.

AI agent

AI agent đề cập đến một công cụ sử dụng các công nghệ AI để thực hiện một loạt các nhiệm vụ thay cho bạn — vượt xa những gì một chatbot AI cơ bản có thể làm — chẳng hạn như khai báo chi phí, đặt vé hoặc bàn tại nhà hàng, hoặc thậm chí viết và duy trì mã. Tuy nhiên, như chúng tôi đã giải thích trước đây, có rất nhiều yếu tố đang thay đổi trong không gian mới nổi này, vì vậy "AI agent" có thể có nghĩa khác nhau đối với những người khác nhau. Cơ sở hạ tầng cũng vẫn đang được xây dựng để đáp ứng các khả năng dự kiến của nó. Nhưng khái niệm cơ bản ngụ ý một hệ thống tự trị có thể dựa vào nhiều hệ thống AI để thực hiện các tác vụ nhiều bước.

API endpoints

Hãy coi API endpoints như "các nút" ở mặt sau của một phần mềm mà các chương trình khác có thể nhấn để khiến nó thực hiện các thao tác. Các nhà phát triển sử dụng các giao diện này để xây dựng tích hợp — ví dụ: cho phép một ứng dụng kéo dữ liệu từ ứng dụng khác hoặc cho phép một AI agent điều khiển trực tiếp các dịch vụ của bên thứ ba mà không cần con người vận hành thủ công từng giao diện. Hầu hết các thiết bị nhà thông minh và các nền tảng được kết nối đều có các nút ẩn này, ngay cả khi người dùng bình thường không bao giờ nhìn thấy hoặc tương tác với chúng. Khi các AI agent ngày càng có nhiều khả năng, chúng ngày càng có thể tìm và sử dụng các endpoints này một cách độc lập, mở ra những khả năng tự động hóa mạnh mẽ — và đôi khi bất ngờ.

Chuỗi suy nghĩ (Chain of thought)

Với một câu hỏi đơn giản, bộ não con người có thể trả lời mà thậm chí không cần suy nghĩ quá nhiều về nó — những thứ như "con vật nào cao hơn, hươu cao cổ hay mèo?" Nhưng trong nhiều trường hợp, bạn thường cần bút và giấy để đưa ra câu trả lời đúng vì có các bước trung gian. Ví dụ: nếu một nông dân có gà và bò, và tổng cộng chúng có 40 đầu và 120 chân, bạn có thể cần viết ra một phương trình đơn giản để đưa ra câu trả lời (20 con gà và 20 con bò). Trong bối cảnh AI, suy luận chuỗi suy nghĩ cho các mô hình ngôn ngữ lớn có nghĩa là chia nhỏ một vấn đề thành các bước trung gian nhỏ hơn để cải thiện chất lượng kết quả cuối cùng. Thông thường, cần nhiều thời gian hơn để có được câu trả lời, nhưng câu trả lời có nhiều khả năng chính xác hơn, đặc biệt là trong bối cảnh logic hoặc mã hóa. Các mô hình suy luận được phát triển từ các mô hình ngôn ngữ lớn truyền thống và được tối ưu hóa để tư duy chuỗi suy nghĩ nhờ vào học tăng cường. (Xem: Mô hình ngôn ngữ lớn)

Coding agents

Đây là một khái niệm cụ thể hơn về "AI agent", có nghĩa là một chương trình có thể tự mình thực hiện các hành động, từng bước, để hoàn thành một mục tiêu. Coding agent là một phiên bản chuyên dụng được áp dụng cho phát triển phần mềm. Thay vì chỉ đơn giản là đề xuất mã để con người xem xét và dán vào, một coding agent có thể viết, kiểm tra và gỡ lỗi mã một cách tự động, xử lý loại công việc lặp đi lặp lại, thử và sai thường chiếm phần lớn thời gian trong ngày của một nhà phát triển. Các agent này có thể hoạt động trên toàn bộ cơ sở mã, phát hiện lỗi, chạy thử nghiệm và đẩy các bản sửa lỗi với sự giám sát tối thiểu của con người. Hãy nghĩ về nó như việc thuê một thực tập sinh rất nhanh, không bao giờ ngủ và không bao giờ mất tập trung — mặc dù, giống như bất kỳ thực tập sinh nào, con người vẫn cần xem xét công việc.

Compute

Mặc dù là một thuật ngữ đa nghĩa, nhưng compute thường đề cập đến sức mạnh tính toán quan trọng cho phép các mô hình AI hoạt động. Loại xử lý này thúc đẩy ngành công nghiệp AI, giúp nó có khả năng đào tạo và triển khai các mô hình mạnh mẽ của mình. Thuật ngữ này thường là cách viết tắt cho các loại phần cứng cung cấp sức mạnh tính toán — những thứ như GPU, CPU, TPU và các hình thức cơ sở hạ tầng khác tạo thành nền tảng của ngành công nghiệp AI hiện đại.

Deep learning

Một tập hợp con của máy học tự cải thiện, trong đó các thuật toán AI được thiết kế với cấu trúc mạng nơ-ron nhân tạo (ANN) nhiều lớp. Điều này cho phép chúng tạo ra các mối tương quan phức tạp hơn so với các hệ thống dựa trên máy học đơn giản hơn, chẳng hạn như các mô hình tuyến tính hoặc cây quyết định. Cấu trúc của các thuật toán học sâu được rút ra từ cấu trúc của