Tài liệu sưu tầm. Các ứng dụng của AI, phân loại trí tuệ nhân tạo

1. Phân loại Trí tuệ nhân tạo (AI)
Trí tuệ nhân tạo hiện nay được chia làm hai cách tiếp cận chính:
Dựa trên năng lực:
• AI hẹp (Artificial Narrow AI - ANI): Đây là loại AI phổ biến nhất hiện nay. Nó được
thiết kế và huấn luyện để thực hiện một nhiệm vụ duy nhất (như nhận diện giọng nói, đề
xuất phim trên Netflix). Nó không thể tự học thêm các kỹ năng ngoài phạm vi được lập trình.
• AI tổng quát (Artificial General AI - AGI): Một cấp độ cao hơn, nơi máy tính có khả
năng suy nghĩ, học hỏi và thực hiện bất kỳ nhiệm vụ trí tuệ nào như con người. Hiện nay
AGI vẫn đang là mục tiêu nghiên cứu của các tập đoàn lớn như OpenAI hay Google.
• Siêu trí tuệ nhân tạo (Artificial Super AI - ASI): Cấp độ giả tưởng khi AI vượt qua mọi
khả năng trí tuệ của con người ở mọi lĩnh vực, từ sáng tạo nghệ thuật đến giải quyết các
vấn đề khoa học phức tạp.
Dựa trên chức năng:
• Máy phản ứng: Chỉ hoạt động dựa trên các dữ liệu đầu vào hiện tại, không có khả năng
sử dụng ký ức cũ để đưa ra quyết định (ví dụ: Deep Blue của IBM).
• Bộ nhớ hạn chế: Có thể lưu trữ một lượng dữ liệu ngắn hạn để cải thiện quyết định (ví
dụ: Xe tự lái lưu trữ vận tốc và khoảng cách của các xe xung quanh).
• Lý thuyết tâm trí: AI có khả năng hiểu được cảm xúc, niềm tin và suy nghĩ của con
người (đang trong quá trình thử nghiệm).
• Tự nhận thức: Cấp độ cao nhất khi AI có ý thức về chính bản thân mình.
2. Các thành phần cốt lõi của một hệ thống AI
Một hệ thống AI mạnh mẽ được xây dựng dựa trên sự kết hợp của ba yếu tố nền tảng:
• Dữ liệu (Big Data): Đây là nguyên liệu thô quan trọng nhất. Dữ liệu bao gồm văn bản,
hình ảnh, âm thanh và các thông số kỹ thuật. AI cần hàng tỷ đơn vị dữ liệu để tìm ra các quy luật.
• Thuật toán (Algorithms): Là tập hợp các quy tắc toán học để xử lý dữ liệu. Phổ biến
nhất là Học máy (Machine Learning) và Học sâu (Deep Learning) với cấu trúc mạng nơ- ron nhiều tầng.
• Cơ sở hạ tầng tính toán (Compute): Để xử lý khối lượng dữ liệu khổng lồ, AI cần các
bộ vi xử lý chuyên dụng như GPU (của NVIDIA) hoặc TPU (của Google), cùng với hệ
thống điện toán đám mây mạnh mẽ.
3. Quy trình vận hành chi tiết của hệ thống AI
Quá trình vận hành của AI không đơn thuần là một câu lệnh, mà là một chu kỳ học tập liên tục:
Bước 1: Thu thập và Tiền xử lý dữ liệu Dữ liệu thô từ internet hoặc các cảm biến được thu
thập, sau đó được làm sạch và dán nhãn để máy tính có thể hiểu được nội dung bên trong là gì.
Bước 2: Huấn luyện mô hình (Training) Các thuật toán sẽ quét qua dữ liệu để tìm kiếm các đặc
điểm lặp đi lặp lại. Ví dụ, để nhận diện khuôn mặt, AI sẽ học cách nhận diện các điểm ảnh tạo
thành mắt, mũi, miệng. Trong quá trình này, AI sử dụng cơ chế "Lan truyền ngược" để tự sửa lỗi mỗi khi đoán sai.
Bước 3: Suy luận và Đưa ra kết quả (Inference) Sau khi đã học xong, mô hình được đưa vào
sử dụng thực tế. Khi người dùng nhập một yêu cầu mới, AI sẽ dựa trên "kinh nghiệm" đã học để
đưa ra dự đoán hoặc phản hồi chính xác nhất.
Bước 4: Phản hồi và Cải thiện Hệ thống sẽ ghi nhận phản hồi từ người dùng (ví dụ: người dùng
chọn kết quả này hay kết quả kia) để tiếp tục tinh chỉnh thuật toán, giúp AI ngày càng thông minh hơn theo thời gian.
4. Phân tích ứng dụng ChatGPT (Mô hình ngôn ngữ lớn)
ChatGPT là một ví dụ điển hình nhất về sự kết hợp giữa Deep Learning và dữ liệu khổng lồ.
Cơ chế hoạt động đặc trưng: ChatGPT sử dụng kiến trúc Transformer với cơ chế "Tự chú ý"
(Self-Attention). Điều này cho phép nó hiểu được ngữ cảnh của cả một đoạn văn dài thay vì chỉ
đọc từng từ riêng lẻ. Nó không thực sự "hiểu" ý nghĩa như con người, mà nó dự đoán từ tiếp theo
nào có khả năng xuất hiện cao nhất dựa trên xác suất thống kê.
Các mảng ứng dụng thực tế:
• Hỗ trợ văn phòng: Soạn thảo hợp đồng, tóm tắt các biên bản họp dài hàng chục trang, và
trả lời email chuyên nghiệp.
• Hỗ trợ kỹ thuật: Viết mã lập trình (code), giải thích các lỗi logic trong phần mềm và
chuyển đổi giữa các ngôn ngữ lập trình khác nhau.
• Sáng tạo và Giải trí: Sáng tác nhạc, viết truyện, lên ý tưởng kịch bản video và đóng vai
làm người đối thoại để luyện tập ngoại ngữ.
• Giáo dục: Trở thành một gia sư 1 kèm 1, có thể giải thích một khái niệm vật lý khó theo
nhiều cách khác nhau cho đến khi người học hiểu rõ.
Kết luận: ChatGPT nói riêng và AI nói chung đang chuyển dịch từ công cụ hỗ trợ sang đối tác
cộng tác, giúp con người tối ưu hóa thời gian và giải phóng sự sáng tạo.
Document Outline

• 1. Phân loại Trí tuệ nhân tạo (AI)
• 2. Các thành phần cốt lõi của một hệ thống AI
• 3. Quy trình vận hành chi tiết của hệ thống AI
• 4. Phân tích ứng dụng ChatGPT (Mô hình ngôn ngữ lớn)