“Trí tuệ nhân tạo tạo sinh” là tên gọi chung cho các hệ thống AI có khả năng tạo ra văn bản, hình ảnh, âm thanh hoặc mã nguồn mới. Từ cuối năm 2022, thông qua các trợ lý trò chuyện và công cụ tạo ảnh, những hệ thống này đã bước vào đời sống hàng ngày của hàng triệu người. Nhưng làm thế nào một chương trình máy tính có thể viết một bài báo hoặc vẽ một phong cảnh chưa từng tồn tại?
Mô hình ngôn ngữ lớn
Các hệ thống tạo văn bản được xây dựng dựa trên “mô hình ngôn ngữ lớn”. Chúng dựa vào kiến trúc mạng nơ-ron có tên là “transformer”, được giới thiệu trong một bài báo năm 2027 bởi các nhà nghiên cứu của Google. Mô hình này được huấn luyện trên lượng dữ liệu viết khổng lồ — văn bản trên web, sách và mã nguồn. Nhiệm vụ huấn luyện vô cùng đơn giản: xem một đoạn văn bản và dự đoán phần tiếp theo — từ hoặc một phần của từ được gọi là “token”. Bằng cách thử dự đoán này qua hàng tỷ ví dụ, mô hình học được cấu trúc của ngôn ngữ, mối quan hệ giữa các khái niệm và rất nhiều kiến thức dưới dạng các mẫu thống kê.
Trở thành trợ lý trò chuyện
Một mô hình vừa hoàn thành quá trình huấn luyện trước biết cách tiếp tục văn bản nhưng không phải lúc nào cũng hiểu người dùng muốn gì. Vì vậy, ở giai đoạn thứ hai, nó được tinh chỉnh bằng các ví dụ hỏi đáp và phản hồi trong đó con người đánh giá phản hồi nào hữu ích, chính xác và an toàn hơn. Do đó, mô hình trở thành một trợ lý tuân thủ các hướng dẫn, có thể duy trì cuộc trò chuyện và thận trọng hơn với các yêu cầu có hại.
Tạo hình ảnh
Hầu hết các công cụ chuyển văn bản thành hình ảnh đều sử dụng “mô hình khuếch tán”. Trong quá trình huấn luyện, các mô hình này học cách thêm nhiễu vào hình ảnh từng bước một và sau đó cách loại bỏ nó. Khi sử dụng, chúng bắt đầu từ nhiễu ngẫu nhiên và loại bỏ nó từng bước theo cách phù hợp với mô tả của người dùng, tạo ra một hình ảnh mới.
Giới hạn và rủi ro
- Ảo giác: Các mô hình ngôn ngữ tạo ra những gì “có khả năng xảy ra”, chứ không phải những gì “đúng”. Do đó, đôi khi chúng có thể tạo ra thông tin hoàn toàn thuyết phục nhưng lại sai sự thật, các nguồn hoặc trích dẫn không có thật.
- Tính cập nhật: Kiến thức của mô hình bị giới hạn ở thời điểm dữ liệu huấn luyện được thu thập; một số công cụ lấp đầy khoảng trống này bằng tìm kiếm trên web.
- Sự thiên vị: Sự thiên vị trong dữ liệu huấn luyện có thể phản ánh vào các câu trả lời của mô hình.
- Quyền riêng tư: Kiểm tra chính sách dữ liệu của công cụ trước khi chia sẻ thông tin cá nhân, tài chính hoặc kinh doanh bí mật.
- Bản quyền và tính nguyên bản: Các tranh cãi pháp lý vẫn tiếp tục xoay quanh quyền lợi trong dữ liệu huấn luyện và nội dung được tạo ra.
Sử dụng một cách khôn ngoan
AI tạo sinh là một trợ thủ đắc lực cho việc phác thảo, động não, tóm tắt các văn bản dài, giải thích một chủ đề theo nhiều cách khác nhau và viết mã. Nhưng đối với các vấn đề quan trọng như y tế, luật pháp và tài chính, hãy luôn xác minh thông tin với các nguồn và chuyên gia đáng tin cậy, đồng thời tự mình đưa ra quyết định và chịu trách nhiệm cuối cùng.
Các thuật ngữ thường nghe: một bảng chú giải ngắn
- Lời nhắc (Prompt): Hướng dẫn hoặc câu hỏi được đưa ra cho mô hình. Lời nhắc càng rõ ràng và càng giàu ngữ cảnh, kết quả càng chính xác.
- Cửa sổ ngữ cảnh (Context window): Lượng văn bản mà mô hình có thể "nhìn thấy" cùng một lúc. Nếu một cuộc trò chuyện vượt quá giới hạn này, các phần cũ nhất có thể không còn được tính đến.
- Nhiệt độ (Temperature): Cài đặt cho tính ngẫu nhiên trong các câu trả lời. Giá trị thấp mang lại kết quả nhất quán và có thể lặp lại hơn, giá trị cao mang lại kết quả đa dạng và sáng tạo hơn.
- Tinh chỉnh (Fine-tuning): Huấn luyện thêm một mô hình đã được huấn luyện trước với dữ liệu bổ sung cho một tác vụ hoặc lĩnh vực cụ thể.
- Đa phương thức (Multimodal): Các mô hình có thể hiểu và tạo ra các loại dữ liệu khác nhau như hình ảnh, âm thanh hoặc video bên cạnh văn bản.
Làm thế nào có thể cải thiện độ chính xác? Tạo sinh tăng cường truy xuất (RAG)
Các mô hình ngôn ngữ "ghi nhớ" thông tin từ dữ liệu huấn luyện của chúng, vì vậy đối với các chủ đề đã lỗi thời hoặc chưa từng thấy, chúng có thể đưa ra câu trả lời bịa đặt. Một phương pháp phổ biến để giảm bớt vấn đề này là "tạo sinh tăng cường truy xuất" (RAG), được mô tả bởi Lewis và các cộng sự vào năm 2020. Trong cách tiếp cận này, hệ thống trước tiên tìm kiếm trong một bộ sưu tập tài liệu đáng tin cậy các đoạn văn có liên quan đến câu hỏi, sau đó yêu cầu mô hình trả lời chỉ dựa trên những đoạn văn đó.
RAG giúp dễ dàng hiển thị câu trả lời dựa trên tài liệu nào và cho phép làm việc với thông tin mà mô hình chưa từng thấy, chẳng hạn như tài liệu nội bộ của công ty. Tuy nhiên, nó không giải quyết hoàn toàn vấn đề: nếu tìm kiếm trả về sai tài liệu hoặc mô hình đọc nhầm, lỗi vẫn có thể xảy ra. Vì lý do này, hồ sơ rủi ro AI tạo sinh năm 2024 của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) cũng liệt kê các thực tiễn khuyến nghị con người xác minh các đầu ra.
Các câu hỏi thường gặp
AI có thực sự “hiểu” không?
Điều này vẫn đang được tranh luận giữa các nhà khoa học và triết gia. Các mô hình có thể sử dụng các mẫu ngôn ngữ phức tạp một cách xuất sắc, nhưng chưa có sự đồng thuận về việc liệu chúng có bất kỳ sự hiểu biết nào giống như con người hay không.
Nguồn và đọc thêm
- Ashish Vaswani et al., “Attention Is All You Need” (2017).
- Jonathan Ho et al., “Denoising Diffusion Probabilistic Models” (2020).
- OECD AI Principles; UNESCO Recommendation on the Ethics of Artificial Intelligence (2021).
- Lewis P. et al. – Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, NeurIPS (2020)
- NIST AI 600-1 – Generative Artificial Intelligence Profile (2024)
Để lại bình luận
Địa chỉ email của bạn sẽ không được công khai. Các trường bắt buộc được đánh dấu *