47 thuật ngữ AI cần biết

• Bài viết tổng hợp 47 thuật ngữ AI quan trọng mà mọi người nên biết trong bối cảnh ChatGPT, Google, Microsoft, Apple và các công ty công nghệ lớn đang tạo ra các mô hình và hệ thống AI mới.

• Theo McKinsey Global Institute, tiềm năng của AI tạo sinh có thể đóng góp 4,4 nghìn tỷ USD cho nền kinh tế toàn cầu hàng năm.

• AI đang xuất hiện trong nhiều sản phẩm như Google Gemini, Microsoft Copilot, Anthropic Claude, công cụ tìm kiếm Perplexity AI và các thiết bị từ Humane và Rabbit.

• Các thuật ngữ AI quan trọng bao gồm:

1. AGI (Trí tuệ nhân tạo tổng quát): Khái niệm về phiên bản AI tiên tiến hơn có thể thực hiện nhiệm vụ tốt hơn con người.

2. Agentive: Hệ thống hoặc mô hình thể hiện khả năng tự chủ để đạt được mục tiêu.

3. Đạo đức AI: Nguyên tắc ngăn chặn AI gây hại cho con người.

4. An toàn AI: Lĩnh vực liên ngành quan tâm đến tác động lâu dài của AI.

5. Thuật toán: Chuỗi hướng dẫn cho phép chương trình máy tính học và phân tích dữ liệu.

6. Alignment: Điều chỉnh AI để tạo ra kết quả mong muốn tốt hơn.

7. Anthropomorphism: Xu hướng con người gán đặc điểm của con người cho các đối tượng phi nhân tính.

8. Trí tuệ nhân tạo (AI): Sử dụng công nghệ để mô phỏng trí thông minh của con người.

9. Tác nhân tự trị: Mô hình AI có khả năng, lập trình và công cụ để hoàn thành nhiệm vụ cụ thể.

10. Bias: Lỗi trong mô hình ngôn ngữ lớn do dữ liệu đào tạo.

11. Chatbot: Chương trình giao tiếp với con người thông qua văn bản.

12. ChatGPT: Chatbot AI do OpenAI phát triển sử dụng công nghệ mô hình ngôn ngữ lớn.

13. Điện toán nhận thức: Thuật ngữ khác cho trí tuệ nhân tạo.

14. Tăng cường dữ liệu: Trộn lại dữ liệu hiện có hoặc thêm dữ liệu đa dạng hơn để đào tạo AI.

15. Học sâu: Phương pháp AI sử dụng nhiều tham số để nhận dạng các mẫu phức tạp.

16. Khuếch tán: Phương pháp học máy thêm nhiễu ngẫu nhiên vào dữ liệu hiện có.

17. Hành vi mới nổi: Khi mô hình AI thể hiện khả năng ngoài ý muốn.

18. Học tập đầu cuối (E2E): Quá trình học sâu trong đó mô hình được hướng dẫn thực hiện nhiệm vụ từ đầu đến cuối.

19. Cân nhắc đạo đức: Nhận thức về các tác động đạo đức của AI.

20. Foom: Khái niệm về việc xây dựng AGI có thể đã quá muộn để cứu nhân loại.

21. GAN: Mô hình AI tạo sinh gồm hai mạng nơ-ron để tạo dữ liệu mới.

22. AI tạo sinh: Công nghệ tạo nội dung sử dụng AI để tạo văn bản, video, mã máy tính hoặc hình ảnh.

23. Google Gemini: Chatbot AI của Google tương tự như ChatGPT nhưng lấy thông tin từ web hiện tại.

24. Guardrails: Chính sách và hạn chế đặt ra cho các mô hình AI.

25. Hallucination: Phản hồi không chính xác từ AI.

26. Mô hình ngôn ngữ lớn (LLM): Mô hình AI được đào tạo trên lượng lớn dữ liệu văn bản.

27. Học máy (ML): Thành phần trong AI cho phép máy tính học và đưa ra kết quả dự đoán tốt hơn.

28. Microsoft Bing: Công cụ tìm kiếm của Microsoft sử dụng công nghệ ChatGPT.

29. AI đa phương thức: Loại AI có thể xử lý nhiều loại đầu vào.

30. Xử lý ngôn ngữ tự nhiên: Nhánh của AI sử dụng học máy và học sâu để giúp máy tính hiểu ngôn ngữ của con người.

31. Mạng nơ-ron: Mô hình tính toán mô phỏng cấu trúc não người.

32. Overfitting: Lỗi trong học máy khi nó hoạt động quá sát với dữ liệu đào tạo.

33. Paperclips: Lý thuyết về kịch bản giả định hệ thống AI tạo ra nhiều kẹp giấy nhất có thể.

34. Tham số: Giá trị số cung cấp cấu trúc và hành vi cho LLM.

35. Perplexity: Tên của chatbot và công cụ tìm kiếm được hỗ trợ bởi AI.

36. Prompt: Gợi ý hoặc câu hỏi bạn nhập vào chatbot AI để nhận phản hồi.

37. Chuỗi prompt: Khả năng của AI sử dụng thông tin từ các tương tác trước đó.

38. Vẹt ngẫu nhiên: Ẩn dụ về LLM minh họa phần mềm không có hiểu biết lớn hơn về ý nghĩa đằng sau ngôn ngữ.

39. Chuyển giao phong cách: Khả năng điều chỉnh phong cách của một hình ảnh cho nội dung của hình ảnh khác.

40. Nhiệt độ: Tham số được đặt để kiểm soát mức độ ngẫu nhiên của đầu ra mô hình ngôn ngữ.

41. Tạo hình ảnh từ văn bản: Tạo hình ảnh dựa trên mô tả bằng văn bản.

42. Token: Các phần nhỏ của văn bản được mô hình ngôn ngữ AI xử lý.

43. Dữ liệu đào tạo: Bộ dữ liệu được sử dụng để giúp các mô hình AI học.

44. Mô hình transformer: Kiến trúc mạng nơ-ron và mô hình học sâu học ngữ cảnh bằng cách theo dõi mối quan hệ trong dữ liệu.

45. Kiểm tra Turing: Kiểm tra khả năng của máy để cư xử giống như con người.

46. AI yếu: AI tập trung vào một nhiệm vụ cụ thể và không thể học vượt quá bộ kỹ năng của nó.

47. Zero-shot learning: Kiểm tra trong đó mô hình phải hoàn thành nhiệm vụ mà không được cung cấp dữ liệu đào tạo cần thiết.

📌 Bài viết tổng hợp 47 thuật ngữ AI quan trọng, từ AGI đến zero-shot learning, giúp hiểu rõ hơn về công nghệ đang thay đổi thế giới. Tiềm năng kinh tế của AI tạo sinh lên tới 4,4 nghìn tỷ USD hàng năm, thúc đẩy sự phát triển nhanh chóng của lĩnh vực này.

https://www.cnet.com/tech/services-and-software/chatgpt-glossary-47-ai-terms-that-everyone-should-know/