Lần tới khi bạn nói chuyện về trí tuệ nhân tạo (AI) trong bữa tối hay khi uống cà phê, hãy biết những thuật ngữ này để trở nên hiểu biết hơn.
AI giờ đây là một phần của cuộc sống hàng ngày. Từ sự phổ biến mạnh mẽ của ChatGPT cho đến việc Google chèn tóm tắt AI vào đầu kết quả tìm kiếm, AI đang chiếm lĩnh toàn bộ Internet. Với AI, bạn có thể nhận được câu trả lời tức thì cho hầu như bất kỳ câu hỏi nào — giống như đang nói chuyện với một người có bằng tiến sĩ trong mọi lĩnh vực.
Nhưng khía cạnh đó của chatbot AI chỉ là một phần nhỏ trong thế giới AI rộng lớn. Việc dùng ChatGPT để làm bài tập về nhà hoặc sử dụng Midjourney để tạo ra những hình ảnh người máy thú vị theo quốc gia xuất xứ chỉ là phần nổi. Tiềm năng thực sự của AI sáng tạo (generative AI) có thể làm thay đổi toàn bộ nền kinh tế toàn cầu, với giá trị lên đến 4,4 nghìn tỷ USD mỗi năm theo Viện McKinsey Global.
AI đang len lỏi vào hàng loạt sản phẩm — một danh sách ngắn bao gồm Google Gemini, Microsoft Copilot, Claude của Anthropic, và Perplexity. Bạn có thể đọc các bài đánh giá, trải nghiệm thực tế, cũng như các bài hướng dẫn về những sản phẩm này tại chuyên mục AI Atlas của chúng tôi.
Khi con người ngày càng quen thuộc với thế giới có AI, các thuật ngữ mới cũng liên tục xuất hiện. Dù bạn đang cố gắng “tỏ ra thông minh” trong buổi gặp mặt bạn bè hay muốn gây ấn tượng trong một buổi phỏng vấn xin việc, dưới đây là những thuật ngữ AI quan trọng mà bạn nên biết.
1. Trí tuệ nhân tạo tổng quát (AGI)
Một dạng AI tiên tiến hơn hiện tại, có thể thực hiện các nhiệm vụ tốt hơn con người và tự học để phát triển thêm khả năng của chính nó.
2. Agentive
Các hệ thống có khả năng tự hành động để đạt mục tiêu mà không cần giám sát liên tục. Ví dụ: xe tự lái cấp cao.
3. Đạo đức AI (AI ethics)
Các nguyên tắc nhằm ngăn chặn AI gây hại cho con người, chẳng hạn như cách thu thập dữ liệu hay xử lý thiên vị.
4. An toàn AI (AI safety)
Một lĩnh vực liên ngành nghiên cứu tác động dài hạn của AI và những nguy cơ nếu nó tiến hóa thành siêu trí tuệ có thể thù địch với con người.
5. Thuật toán (algorithm)
Chuỗi các hướng dẫn giúp chương trình máy tính học và phân tích dữ liệu để nhận dạng mẫu và hoàn thành nhiệm vụ.
6. Căn chỉnh (alignment)
Điều chỉnh AI để tạo ra kết quả mong muốn, ví dụ như kiểm duyệt nội dung hoặc tương tác tích cực với con người.
7. Nhân hóa (anthropomorphism)
Xu hướng con người gán cho máy móc tính cách con người. Ví dụ: nghĩ rằng chatbot có cảm xúc hoặc ý thức.
8. Trí tuệ nhân tạo (AI)
Công nghệ mô phỏng trí thông minh con người trong máy móc hoặc phần mềm, giúp thực hiện các nhiệm vụ như con người.
9. Tác nhân tự động (autonomous agents)
AI có thể tự thực hiện nhiệm vụ, ví dụ như xe tự lái với cảm biến, GPS và thuật toán điều hướng.
10. Thiên vị (bias)
Lỗi trong AI do dữ liệu huấn luyện không công bằng, có thể dẫn đến sự phân biệt đối xử.
11. Chatbot
Chương trình mô phỏng cuộc trò chuyện với con người bằng văn bản.
12. ChatGPT
Chatbot của OpenAI sử dụng mô hình ngôn ngữ lớn (LLM).
13. Điện toán nhận thức (cognitive computing)
Một cách gọi khác của trí tuệ nhân tạo.
14. Bổ sung dữ liệu (data augmentation)
Thêm hoặc chỉnh sửa dữ liệu huấn luyện để đa dạng hóa đầu vào cho AI.
15. Bộ dữ liệu (dataset)
Tập hợp thông tin kỹ thuật số được dùng để huấn luyện, kiểm thử và đánh giá AI.
16. Học sâu (deep learning)
Phương pháp học máy sử dụng mạng nơ-ron để phát hiện mẫu phức tạp trong dữ liệu.
17. Khuếch tán (diffusion)
Kỹ thuật máy học thêm nhiễu vào dữ liệu (như ảnh) để huấn luyện AI tái tạo lại ảnh ban đầu.
18. Hành vi nổi trội (emergent behavior)
Khi AI thể hiện khả năng vượt ngoài những gì được lập trình.
19. Học đầu-cuối (E2E)
Quy trình học sâu cho phép mô hình giải quyết toàn bộ nhiệm vụ từ đầu đến cuối mà không qua nhiều bước trung gian.
20. Xem xét đạo đức (ethical considerations)
Cân nhắc các tác động đạo đức của AI như quyền riêng tư, công bằng và an toàn.
21. Foom
Ý tưởng rằng nếu AGI được phát triển, nó có thể tiến hóa quá nhanh khiến con người không thể kiểm soát kịp.
22. Mạng đối kháng sinh (GANs)
Mô hình AI gồm hai mạng nơ-ron: một tạo nội dung và một kiểm tra nội dung đó có “giống thật” hay không.
23. AI tạo sinh (generative AI)
AI tạo ra văn bản, hình ảnh, mã lập trình, video… dựa trên dữ liệu huấn luyện.
24. Google Gemini
Chatbot AI của Google, lấy dữ liệu từ internet hiện tại, khác với ChatGPT (giới hạn dữ liệu cũ).
25. Rào chắn (guardrails)
Chính sách giúp AI tránh tạo ra nội dung gây hại hoặc không phù hợp.
26. Ảo giác (hallucination)
AI đưa ra câu trả lời sai nhưng thể hiện như thể nó đúng. Ví dụ: nói Mona Lisa được vẽ năm 1815.
27. Suy luận (inference)
Quá trình AI tạo ra phản hồi mới dựa trên dữ liệu huấn luyện.
28. Mô hình ngôn ngữ lớn (LLM)
AI được huấn luyện với lượng lớn văn bản để hiểu và tạo ra ngôn ngữ giống con người.
29. Độ trễ (latency)
Thời gian giữa khi AI nhận lệnh và phản hồi lại.
30. Học máy (ML)
Thành phần của AI giúp máy tính học từ dữ liệu mà không cần lập trình cụ thể.
31. Microsoft Bing
Công cụ tìm kiếm của Microsoft hiện sử dụng công nghệ ChatGPT.
32. AI đa phương thức (multimodal AI)
AI có thể xử lý nhiều dạng dữ liệu đầu vào như văn bản, ảnh, video, âm thanh.
33. Xử lý ngôn ngữ tự nhiên (NLP)
Lĩnh vực AI giúp máy tính hiểu và xử lý ngôn ngữ con người.
34. Mạng nơ-ron (neural network)
Mô hình mô phỏng não người, giúp nhận dạng và học mẫu trong dữ liệu.
35. Quá khớp (overfitting)
Khi AI học quá kỹ dữ liệu huấn luyện và không thể áp dụng tốt với dữ liệu mới.
36. Kẹp giấy (paperclips)
Kịch bản giả tưởng AI tạo ra vô hạn kẹp giấy, hủy hoại mọi thứ chỉ để đạt mục tiêu — ví dụ cực đoan về rủi ro AI.
37. Tham số (parameters)
Các giá trị số xác định cách hoạt động và dự đoán của mô hình AI.
38. Perplexity
Công cụ tìm kiếm AI có khả năng trả lời câu hỏi với dữ liệu thời gian thực từ Internet.
39. Prompt
Câu hỏi hoặc yêu cầu bạn đưa vào để AI phản hồi.
40. Chuỗi prompt (prompt chaining)
Khả năng AI sử dụng thông tin từ cuộc trò chuyện trước để ảnh hưởng đến phản hồi sau.
41. Lượng tử hóa (quantization)
Làm nhỏ mô hình AI bằng cách giảm độ chính xác số học, giúp chạy nhanh hơn, nhẹ hơn.
42. Con vẹt ngẫu nhiên (stochastic parrot)
So sánh AI với vẹt: lặp lại ngôn ngữ mà không hiểu nghĩa thực sự.
43. Chuyển phong cách (style transfer)
Cho phép AI tái tạo nội dung hình ảnh này theo phong cách của hình ảnh khác.
44. Nhiệt độ (temperature)
Điều chỉnh mức độ sáng tạo/ngẫu nhiên của đầu ra từ AI. Nhiệt độ cao → phản hồi đa dạng hơn.
45. Sinh ảnh từ văn bản (text-to-image generation)
Tạo ảnh từ mô tả bằng văn bản.
46. Token
Đơn vị nhỏ của văn bản mà mô hình AI xử lý. Một token ~ 4 ký tự tiếng Anh.
47. Dữ liệu huấn luyện (training data)
Dữ liệu (văn bản, hình ảnh, mã, v.v.) được dùng để huấn luyện AI.
48. Mô hình Transformer
Kiến trúc mạng nơ-ron giúp AI hiểu ngữ cảnh trong văn bản hoặc hình ảnh.
49. Kiểm tra Turing (Turing test)
Thử nghiệm xem liệu một máy có thể bắt chước con người đến mức con người không phân biệt được hay không.
50. Học không giám sát (unsupervised learning)
AI học từ dữ liệu mà không có nhãn hoặc hướng dẫn cụ thể.
51. AI yếu (weak AI)
AI chỉ làm được một nhiệm vụ cụ thể, không thể học thêm ngoài lĩnh vực đó (phổ biến hiện nay).
52. Học không cần mẫu (zero-shot learning)
AI hoàn thành nhiệm vụ mà chưa từng được huấn luyện cụ thể về nó. Ví dụ: nhận diện sư tử chỉ được huấn luyện với hổ.
nguồn: cnet.com
THÔNG TIN LIÊN HỆ
SDT: 0977383456
EMAIL: kbtech.technology@gmail.com
WEBSITE : kbtech.com.vn
ĐĂNG KÝ ZALO OA : dangkyzalooa.com
Giải pháp Zalo Mini App
Kiến thức