50 thuật ngữ AI mà mọi người nên biết

50 thuật ngữ AI mà mọi người nên biết

AI đang trở thành một phần trong cuộc sống hàng ngày của chúng ta. Để không bị lạc hậu trong các cuộc trò chuyện, đây là 50 thuật ngữ quan trọng bạn cần biết, được sắp xếp theo thứ tự:

1. Trí tuệ nhân tạo tổng quát (artificial general intelligence, hay AGI): Một khái niệm đề xuất một phiên bản AI tiên tiến hơn những gì chúng ta biết hiện nay, phiên bản có thể thực hiện các nhiệm vụ tốt hơn nhiều so với con người đồng thời tự dạy và nâng cao khả năng của mình.

2. Agentive: Hệ thống hoặc mô hình thể hiện khả năng tự chủ với khả năng tự động thực hiện hành động để đạt được mục tiêu. Trong bối cảnh AI, một mô hình agentive có thể hoạt động mà không cần giám sát liên tục, chẳng hạn như một chiếc xe tự lái cấp cao.

3. Đạo đức AI (AI ethics): Các nguyên tắc nhằm ngăn AI gây hại cho con người, đạt được thông qua các phương tiện như xác định cách hệ thống AI nên thu thập dữ liệu hoặc đối phó với thiên kiến.

4. An toàn AI (AI safety): Một lĩnh vực liên ngành quan tâm đến tác động lâu dài của AI và cách nó có thể tiến triển đột ngột thành một siêu trí tuệ có thể thù địch với con người.

5. Thuật toán (algorithm): Một chuỗi hướng dẫn cho phép chương trình máy tính học và phân tích dữ liệu theo một cách cụ thể, chẳng hạn như nhận biết mẫu, để sau đó học từ đó và tự hoàn thành các nhiệm vụ.

6. Căn chỉnh (alignment): Điều chỉnh AI để tạo ra kết quả mong muốn tốt hơn. Điều này có thể đề cập đến bất cứ điều gì từ kiểm duyệt nội dung đến duy trì tương tác tích cực đối với con người.

7. Nhân hóa (anthropomorphism): Khi con người có xu hướng gán các đặc điểm giống con người cho các đối tượng phi nhân. Trong AI, điều này có thể bao gồm tin rằng một chatbot giống con người và có nhận thức hơn thực tế.

8. Trí tuệ nhân tạo (artificial intelligence), hay AI: Việc sử dụng công nghệ để mô phỏng trí thông minh của con người, trong chương trình máy tính hoặc người máy. Một lĩnh vực trong khoa học máy tính nhằm xây dựng hệ thống có thể thực hiện các nhiệm vụ của con người.

9. Tác nhân tự động (autonomous agents): Một mô hình AI có khả năng, lập trình và các công cụ khác để hoàn thành một nhiệm vụ cụ thể. Một chiếc xe tự lái là một tác nhân tự động.

10. Thiên kiến (bias): Đối với các mô hình ngôn ngữ lớn, lỗi do dữ liệu huấn luyện. Điều này có thể dẫn đến việc gán sai các đặc điểm nhất định cho các chủng tộc hoặc nhóm nhất định dựa trên định kiến.

11. Chatbot: Một chương trình giao tiếp với con người thông qua văn bản mô phỏng ngôn ngữ của con người.

12. ChatGPT: Một chatbot AI được phát triển bởi OpenAI sử dụng công nghệ mô hình ngôn ngữ lớn.

13. Điện toán nhận thức (cognitive computing): Một thuật ngữ khác cho trí tuệ nhân tạo.

14. Tăng cường dữ liệu (data augmentation): Trộn lại dữ liệu hiện có hoặc thêm một tập dữ liệu đa dạng hơn để huấn luyện AI.

15. Học sâu (deep learning): Một phương pháp AI, và một lĩnh vực con của học máy, sử dụng nhiều tham số để nhận biết các mẫu phức tạp trong hình ảnh, âm thanh và văn bản.

16. Khuếch tán (diffusion): Một phương pháp học máy lấy một phần dữ liệu hiện có, như một bức ảnh, và thêm nhiễu ngẫu nhiên. Các mô hình khuếch tán huấn luyện mạng lưới của chúng để tái tạo hoặc khôi phục bức ảnh đó.

17. Hành vi nổi (emergent behavior): Khi một mô hình AI thể hiện khả năng không dự đoán trước.

18. Học tập đầu-cuối (end-to-end learning), hay E2E: Một quá trình học sâu trong đó một mô hình được hướng dẫn thực hiện một nhiệm vụ từ đầu đến cuối.

19. Xem xét đạo đức (ethical considerations): Nhận thức về ý nghĩa đạo đức của AI và các vấn đề liên quan đến quyền riêng tư, sử dụng dữ liệu, công bằng, lạm dụng và các vấn đề an toàn khác.

20. Foom: Còn được gọi là khởi động nhanh hoặc khởi động cứng. Khái niệm rằng nếu ai đó xây dựng một AGI thì có thể đã quá muộn để cứu nhân loại.

21. Mạng đối kháng tạo sinh (generative adversarial networks), hay GANs: Một mô hình AI tạo sinh bao gồm hai mạng thần kinh để tạo ra dữ liệu mới: một bộ tạo và một bộ phân biệt.

22. AI tạo sinh (generative AI): Một công nghệ tạo nội dung sử dụng AI để tạo văn bản, video, mã máy tính hoặc hình ảnh.

23. Google Gemini: Một chatbot AI của Google hoạt động tương tự như ChatGPT nhưng lấy thông tin từ web hiện tại, trong khi ChatGPT bị giới hạn ở dữ liệu cho đến năm 2021.

24. Rào chắn bảo vệ (guardrails): Chính sách và hạn chế đặt ra cho các mô hình AI để đảm bảo dữ liệu được xử lý có trách nhiệm và mô hình không tạo ra nội dung gây khó chịu.

25. Ảo giác (hallucination): Một phản hồi không chính xác từ AI. Có thể bao gồm AI tạo sinh tạo ra câu trả lời không chính xác nhưng được nêu ra với sự tự tin như thể chính xác.

26. Suy luận (inference): Quá trình các mô hình AI sử dụng để tạo văn bản, hình ảnh và nội dung khác về dữ liệu mới, bằng cách suy ra từ dữ liệu huấn luyện của chúng.

27. Mô hình ngôn ngữ lớn (large language model), hay LLM: Một mô hình AI được huấn luyện trên một lượng lớn dữ liệu văn bản để hiểu ngôn ngữ và tạo ra nội dung mới bằng ngôn ngữ giống con người.

28. Độ trễ (latency): Thời gian chậm trễ từ khi hệ thống AI nhận được đầu vào hoặc lệnh và tạo ra đầu ra.

29. Học máy (machine learning), hay ML: Một thành phần trong AI cho phép máy tính học và đưa ra kết quả dự đoán tốt hơn mà không cần lập trình rõ ràng.

30. Microsoft Bing: Một công cụ tìm kiếm của Microsoft hiện có thể sử dụng công nghệ cung cấp sức mạnh cho ChatGPT để đưa ra kết quả tìm kiếm được hỗ trợ bởi AI.

31. AI đa phương thức (multimodal AI): Một loại AI có thể xử lý nhiều loại đầu vào, bao gồm văn bản, hình ảnh, video và giọng nói.

32. Xử lý ngôn ngữ tự nhiên (natural language processing): Một nhánh của AI sử dụng học máy và học sâu để cung cấp cho máy tính khả năng hiểu ngôn ngữ của con người.

33. Mạng thần kinh (neural network): Một mô hình tính toán có cấu trúc giống với cấu trúc não bộ con người và được thiết kế để nhận biết các mẫu trong dữ liệu.

34. Overfitting (quá khớp): Lỗi trong học máy khi nó hoạt động quá sát với dữ liệu huấn luyện và có thể chỉ có thể nhận biết các ví dụ cụ thể trong dữ liệu đó nhưng không phải dữ liệu mới.

35. Paperclips: Lý thuyết Paperclip Maximiser, được đặt tên bởi triết gia Nick Boström, là một kịch bản giả định trong đó một hệ thống AI sẽ tạo ra càng nhiều kẹp giấy càng tốt đến mức có thể tiêu diệt nhân loại.

36. Tham số (parameters): Các giá trị số học cung cấp cấu trúc và hành vi cho LLM, cho phép nó đưa ra dự đoán.

37. Perplexity: Tên của một chatbot và công cụ tìm kiếm được hỗ trợ bởi AI thuộc sở hữu của Perplexity AI. Nó sử dụng một mô hình ngôn ngữ lớn để trả lời câu hỏi với câu trả lời mới.

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

39. Chuỗi prompt (prompt chaining): Khả năng của AI sử dụng thông tin từ các tương tác trước đó để tô màu cho các phản hồi trong tương lai.

40. Vẹt ngẫu nhiên (stochastic parrot): Một phép so sánh của LLM minh họa rằng phần mềm không có sự hiểu biết lớn hơn về ý nghĩa đằng sau ngôn ngữ hoặc thế giới xung quanh nó, bất kể đầu ra nghe có vẻ thuyết phục như thế nào.

41. Chuyển đổi phong cách (style transfer): Khả năng thích ứng phong cách của một hình ảnh với nội dung của một hình ảnh khác, cho phép AI diễn giải các thuộc tính hình ảnh của một hình ảnh và sử dụng nó trên một hình ảnh khác.

42. Nhiệt độ (temperature): Tham số được thiết lập để kiểm soát mức độ ngẫu nhiên của đầu ra mô hình ngôn ngữ. Nhiệt độ cao hơn có nghĩa là mô hình mạo hiểm hơn.

43. Tạo ảnh từ văn bản (text-to-image generation): Tạo hình ảnh dựa trên mô tả văn bản.

44. Token: Các phần nhỏ của văn bản được viết mà các mô hình ngôn ngữ AI xử lý để đưa ra phản hồi cho prompt của bạn. Một token tương đương với bốn ký tự trong tiếng Anh, hoặc khoảng ba phần tư của một từ.

45. Dữ liệu huấn luyện (training data): Các bộ dữ liệu được sử dụng để giúp các mô hình AI học, bao gồm văn bản, hình ảnh, mã hoặc dữ liệu.

46. Mô hình transformer: Một kiến trúc mạng thần kinh và mô hình học sâu học ngữ cảnh bằng cách theo dõi các mối quan hệ trong dữ liệu, như trong câu hoặc các phần của hình ảnh.

47. Kiểm tra Turing (turing test): Được đặt theo tên của nhà toán học Alan Turing, nó kiểm tra khả năng của máy móc để hành xử giống như con người. Máy vượt qua nếu con người không thể phân biệt phản hồi của máy với phản hồi của con người khác.

48. Học không giám sát (unsupervised learning): Một hình thức học máy trong đó dữ liệu huấn luyện có nhãn không được cung cấp cho mô hình và thay vào đó mô hình phải tự xác định các mẫu trong dữ liệu.

49. AI yếu (weak AI), còn gọi là AI hẹp (narrow AI): AI tập trung vào một nhiệm vụ cụ thể và không thể học vượt ra ngoài bộ kỹ năng của nó. Hầu hết AI ngày nay là AI yếu.

50. Claude: Chatbot AI được phát triển bởi Anthropic, được thiết kế để là trợ lý AI hữu ích, trung thực và vô hại.

Nguồn: Dựa trên bài viết của Imad Khan, ngày 4 tháng 4 năm 2025

https://www.cnet.com/tech/services-and-software/chatgpt-glossary-50-ai-terms-everyone-should-know/