Agent.ai.vn

Triển khai Mô hình Ngôn ngữ lớn DBRX trên Oracle Cloud Infrastructure với NVIDIA NIM và Delta Sharing

<h2>Triển khai Mô hình Ngôn ngữ lớn DBRX trên Oracle Cloud Infrastructure với NVIDIA NIM và Delta Sharing</h2>
<h3>Mục lục:</h3>
<ol>
  <li><strong>Kiến trúc tổng thể</strong></li>
  <li><strong>Quá trình thu thập dữ liệu</strong></li>
  <li><strong>Oracle AI Stack</strong></li>
  <li><strong>NVIDIA Inference Microservices</strong></li>
  <li><strong>Oracle Cloud Infrastructure</strong></li>
  <li><strong>DBRX: Mô hình ngôn ngữ lớn tiên tiến</strong></li>
  <li><strong>Delta Sharing: Chia sẻ dữ liệu an toàn</strong></li>
  <li><strong>Quá trình triển khai trên OCI</strong></li>
  <li><strong>Lợi ích chính</strong></li>
  <li><strong>Kết luận</strong></li>
</ol>

<h3>1. Kiến trúc tổng thể</h3>
<p>Bài viết này giới thiệu về việc triển khai mô hình ngôn ngữ lớn (LLM) DBRX trên Oracle Cloud Infrastructure (OCI) sử dụng NVIDIA Inference Microservices (NIM) và Delta Sharing. Kiến trúc được thiết kế để xử lý dữ liệu quy mô lớn từ nhiều nguồn khác nhau, sau đó được sử dụng trong luồng công việc tạo nội dung kết hợp truy xuất thông tin (RAG) - retrieval-augmented generation (RAG). DBRX LLM được triển khai sử dụng dịch vụ NVIDIA NIM trên NVIDIA L40S trên OCI. Kiến trúc đã được xác minh trên NVIDIA H100 chạy trên OCI.</p>

<h3>2. Quá trình thu thập dữ liệu</h3>
<p>Luồng công việc này bao gồm các giai đoạn xử lý dữ liệu, tạo vector nhúng, truy vấn và suy luận trong phạm vi các dịch vụ OCI.</p>
<ul>
  <li><strong>Nguồn dữ liệu:</strong> Thu thập dữ liệu từ nhiều nguồn khác nhau, bao gồm internet, OCI FastConnect, OCI-Azure Interconnect và IPSec VPN. OCI backbone được sử dụng cho việc kết nối mạng VCN trong và giữa các vùng.</li>
  <li><strong>Xử lý dữ liệu:</strong> Dữ liệu được xử lý bởi các instance Compute dày đặc, tạo ra các vector nhúng cho từng đoạn văn bản.</li>
  <li><strong>Cơ sở dữ liệu vector Oracle:</strong> Các vector nhúng và đoạn văn bản được đưa vào cơ sở dữ liệu vector chuyên dụng Oracle 23ai. Các truy vấn được tạo dựa trên các vector nhúng này.</li>
  <li><strong>Mô hình nhúng:</strong> Mô hình nhúng tạo ra các vector nhúng cho đoạn văn bản và truy vấn, hỗ trợ hiệu quả cho việc truy vấn và lấy thông tin.</li>
  <li><strong>Cụm suy luận:</strong> Cụm tính toán hỗ trợ GPU NVIDIA được sử dụng cho việc suy luận mạng thần kinh và phục vụ mô hình (NIMS). Mô-đun này sử dụng DBRX LLM mã nguồn mở của Databricks và thực hiện các chức năng:
    <ul>
      <li>Trả về các đoạn văn bản dựa trên truy vấn</li>
      <li>Tạo ngữ cảnh từ các đoạn văn bản</li>
      <li>Cung cấp ngữ cảnh từ các đoạn văn bản cho mô hình suy luận</li>
    </ul>
  </li>
  <li><strong>Trả về kết quả suy luận:</strong> Giai đoạn cuối cùng là đưa ra kết quả suy luận, hoàn thành luồng công việc.</li>
</ul>

<h3>3. Oracle AI Stack</h3>
<p>Oracle AI Stack được thiết kế để tích hợp liền mạch với các ứng dụng khác nhau, từ các ứng dụng Fusion và NetSuite đến các ứng dụng của bên thứ ba và các giải pháp ngành. Nó sử dụng các khả năng AI tạo sinh và AI cổ điển được nhúng trong toàn bộ cơ sở hạ tầng AI.</p>
<p>Oracle cung cấp các dịch vụ sau đây cho việc sử dụng AI:</p>
<ul>
  <li>Các ứng dụng Fusion</li>
  <li>Fusion Analytics</li>
  <li>NetSuite</li>
  <li>Các ứng dụng ngành</li>
  <li>Các ứng dụng của bên thứ ba: Các ứng dụng này tích hợp các khả năng AI tạo sinh và AI cổ điển được nhúng, cho thấy phạm vi rộng lớn của các giải pháp phần mềm sử dụng công nghệ AI.</li>
</ul>
<p>Các dịch vụ AI sau đây có khả năng GenAI:</p>
<ul>
  <li><strong>AI tạo sinh:</strong> Các khả năng AI tạo sinh mới được giới thiệu</li>
  <li><strong>GenAI Agents:</strong> Các tác nhân mới được giới thiệu tận dụng GenAI.</li>
  <li><strong>Trợ lý kỹ thuật số:</strong> Trợ lý ảo do AI điều khiển</li>
  <li><strong>Âm thanh:</strong> Các dịch vụ AI tập trung vào nhận dạng và xử lý giọng nói</li>
  <li><strong>Ngôn ngữ:</strong> Các dịch vụ AI cho xử lý ngôn ngữ tự nhiên</li>
  <li><strong>Hình ảnh:</strong> Các dịch vụ AI cho phân tích hình ảnh và video</li>
  <li><strong>Hiểu tài liệu:</strong> AI cho xử lý và hiểu tài liệu</li>
</ul>
<p>Các dịch vụ sau đây cung cấp các tính năng học máy (ML) và GenAI cho các nền tảng dữ liệu:</p>
<ul>
  <li><strong>Tìm kiếm vector cơ sở dữ liệu Oracle:</strong> Các khả năng tìm kiếm vector mới được giới thiệu trong cơ sở dữ liệu Oracle</li>
  <li><strong>Cơ sở dữ liệu tự động lựa chọn AI:</strong> Các khả năng AI mới được giới thiệu trong cơ sở dữ liệu tự động của Oracle</li>
  <li><strong>MySQL HeatWave Store và GenAI:</strong> Tích hợp các khả năng GenAI với MySQL HeatWave Store</li>
  <li><strong>Khoa học dữ liệu:</strong> Các nền tảng và công cụ cho các luồng công việc khoa học dữ liệu</li>
  <li><strong>ML trong cơ sở dữ liệu Oracle:</strong> Các khả năng học máy được nhúng trong cơ sở dữ liệu Oracle</li>
  <li><strong>MySQL HeatWave AutoML:</strong> Học máy tự động trong MySQL HeatWave</li>
  <li><strong>Ghi nhãn dữ liệu:</strong> Các công cụ và dịch vụ để ghi nhãn dữ liệu cho học máy</li>
</ul>
<p>Các dịch vụ sau đây cung cấp cơ sở hạ tầng AI:</p>
<ul>
  <li><strong>Tính toán GPU:</strong> Các lựa chọn khác nhau, bao gồm bare metal, máy ảo (VM) và cụm Kubernetes</li>
  <li><strong>Lưu trữ:</strong> Bao gồm lưu trữ khối, đối tượng, tệp và hệ thống tệp tính toán hiệu năng cao (HPC)</li>
  <li><strong>Siêu cụm:</strong> Kết nối mạng cụm hỗ trợ tối đa 64K GPU sử dụng giao thức RoCEv2 (RDMA của mạng cụm)</li>
</ul>

<h3>4. NVIDIA Inference Microservices</h3>
<p>NVIDIA NIM là một dịch vụ container hóa, mô-đun được tối ưu hóa để triển khai và mở rộng quy mô các tải trọng suy luận AI. Nó bao gồm các lợi ích sau:</p>
<ul>
  <li><strong>Khả năng mở rộng quy mô:</strong> Dễ dàng mở rộng quy mô các dịch vụ để xử lý các tải trọng thay đổi</li>
  <li><strong>Linh hoạt:</strong> Triển khai và cập nhật các dịch vụ độc lập</li>
  <li><strong>Hiệu quả:</strong> Tối ưu hóa việc sử dụng tài nguyên và giảm độ trễ</li>
</ul>
<p>NIM nâng cao năng suất của nhà phát triển và hiệu quả cơ sở hạ tầng, cho phép các doanh nghiệp tối đa hóa khoản đầu tư của họ. Ví dụ, việc chạy Meta Llama 3-8B trong NIM tạo ra nhiều hơn gấp ba lần số token AI tạo sinh trên cơ sở hạ tầng được tăng tốc so với không sử dụng NIM.</p>

<h3>5. Oracle Cloud Infrastructure</h3>
<p>OCI là đám mây thế hệ thứ 2 cung cấp phương pháp tiếp cận khác biệt với sự đổi mới cao, tính linh hoạt và tổng chi phí sở hữu (TCO) thấp nhất so với các nhà cung cấp đám mây và siêu quy mô khác. Nó hỗ trợ đổi mới AI và ML mạnh mẽ thông qua chiến lược AI đầy đủ, bao gồm cơ sở hạ tầng, nền tảng và phần mềm dưới dạng dịch vụ (IaaS, PaaS và SaaS).</p>
<p>OCI bao gồm các điểm nổi bật chính sau:</p>
<ul>
  <li>Bare metal NVIDIA GPU đào tạo và suy luận IaaS</li>
  <li>Băng thông cao (RoCEv2): 3200 Gbps mỗi nút</li>
  <li>Lưu trữ NVMe: 61,4 TB mỗi nút, dẫn đến hiệu suất vượt trội</li>
  <li>Kích thước cụm: 1–8.000 nút</li>
  <li>Số lượng GPU trong một cụm: 8–64.000 GPU NVIDIA</li>
</ul>

<h3>6. DBRX: Mô hình ngôn ngữ lớn tiên tiến</h3>
<p>DBRX là một LLM dựa trên bộ biến đổi, chỉ giải mã với kiến trúc hỗn hợp chuyên gia (MoE) chi tiết, có 132 tỷ tham số với 36 tỷ tham số hoạt động trên bất kỳ đầu vào nào. Nó vượt trội so với các mô hình MoE mở khác như Mixtral và Grok-1 do số lượng chuyên gia nhỏ hơn và chất lượng mô hình được cải thiện.</p>
<p>DBRX sử dụng các kỹ thuật tiên tiến, chẳng hạn như mã hóa vị trí xoay (RoPE), đơn vị tuyến tính có cửa (GLU) và chú ý truy vấn nhóm (GQA). Nó được đào tạo trước trên 12 nghìn tỷ token dữ liệu văn bản và mã, sử dụng bộ phân tách GPT-4 để tối ưu hóa hiệu suất.</p>

<h3>7. Delta Sharing: Chia sẻ dữ liệu an toàn</h3>
<p>Delta Sharing là một giao thức mở để chia sẻ dữ liệu an toàn và liền mạch giữa các tổ chức và nền tảng, hoạt động với Delta Lake để đảm bảo độ tin cậy và hiệu suất. Nó ưu tiên các khái niệm cốt lõi sau:</p>
<ul>
  <li><strong>Nhà cung cấp:</strong> Các thực thể chia sẻ dữ liệu</li>
  <li><strong>Chia sẻ:</strong> Các nhóm hợp lý các bảng từ bảng Delta Lake</li>
  <li><strong>Người nhận:</strong> Cá nhân truy cập dữ liệu được chia sẻ</li>
</ul>
<p>Các lợi thế chính của Delta Sharing bao gồm chia sẻ dữ liệu trực tiếp, không sao chép dữ liệu, độc lập nền tảng và quản trị an toàn.</p>

<h3>8. Quá trình triển khai trên OCI</h3>
<p>Việc triển khai DBRX LLM trên OCI bao gồm các bước sau:</p>
<ul>
  <li>Thiết lập ban đầu</li>
  <li>Cung cấp các instance Compute hiệu suất cao</li>
  <li>Cấu hình các giải pháp lưu trữ có khả năng mở rộng</li>
  <li>Thiết lập mạng an toàn</li>
  <li>Tích hợp với NVIDIA NIM</li>
  <li>Container hóa bằng cách sử dụng Docker và Kubernetes</li>
  <li>Triển khai và mở rộng quy mô các microservice cho các tác vụ suy luận khác nhau</li>
  <li>Chi tiết kỹ thuật</li>
  <li>Khả năng mở rộng quy mô thông qua tự động mở rộng quy mô và cân bằng tải</li>
  <li>Tối ưu hóa hiệu quả và hiệu suất</li>
</ul>

<h3>9. Lợi ích chính</h3>
<p>Việc triển khai DBRX LLM trên OCI với NVIDIA NIM mang lại những lợi ích sau:</p>
<ul>
  <li><strong>Khả năng mở rộng quy mô:</strong> Khả năng mở rộng quy mô liền mạch để xử lý các tải trọng thay đổi</li>
  <li><strong>Hiệu quả:</strong> Các dịch vụ suy luận thời gian thực hiệu suất cao</li>
  <li><strong>Bảo mật:</strong> Nền tảng mạnh mẽ với các tính năng bảo mật toàn diện</li>
</ul>
<p>Nhóm Giải pháp AI Kỹ thuật đám mây Bắc Mỹ của OCI đã tự động hóa toàn bộ việc triển khai bằng cách sử dụng API và terraform.</p>

<h3>10. Kết luận</h3>
<p>Bài thuyết trình này nhấn mạnh sự đồng điệu giữa OCI và các khả năng AI của NVIDIA, làm nổi bật cách kết hợp mạnh mẽ này tạo điều kiện thuận lợi cho việc xử lý hiệu quả dữ liệu quy mô lớn và các tải trọng AI tiên tiến. Quá trình triển khai trên OCI đảm bảo khả năng mở rộng quy mô, hiệu quả và bảo mật, làm cho nó trở thành lựa chọn lý tưởng cho các doanh nghiệp muốn sử dụng các giải pháp AI tiên tiến.</p>
<p>Để biết thêm thông tin và thử nghiệm NVIDIA NIM trên Oracle Cloud Infrastructure, hãy truy cập <a href='https://ai.nvidia.com/'> NVIDIA AI</a> và <a href='https://www.oracle.com/cloud'> Oracle Cloud Infrastructure</a>.</p>
<img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Triển khai Mô hình Ngôn ngữ lớn DBRX trên Oracle Cloud Infrastructure với NVIDIA NIM và Delta Sharing

Triển khai Mô hình Ngôn ngữ lớn DBRX trên Oracle Cloud Infrastructure với NVIDIA NIM và Delta Sharing Mục lục: Kiến trúc tổng thể Q...

tháng 6 26, 2024

Etched: Kẻ thách thức NVIDIA trong cuộc đua AI

<h2>Etched: Kẻ thách thức NVIDIA trong cuộc đua AI</h2>

<h3>Mục lục</h3>
<ol>
  <li>Etched – Lời thách thức mới đối với NVIDIA</li>
  <li>Sohu ASIC – Bước tiến đột phá trong AI</li>
  <li>Hiệu năng vượt trội: 10x nhanh hơn Blackwell, 20x nhanh hơn Hopper</li>
  <li>Khả năng xử lý đa dạng mô hình AI</li>
  <li>Hiệu quả tối ưu hóa: Tỷ lệ sử dụng FLOPS ấn tượng</li>
  <li>Tương lai đầy hứa hẹn: Đầu tư mạnh mẽ và hợp tác chiến lược</li>
</ol>

<h3>1. Etched – Lời thách thức mới đối với NVIDIA</h3>
<p>Etched, một startup AI đầy tham vọng, đang gây xôn xao thị trường với Sohu ASIC - một thiết bị được cho là có khả năng vượt trội so với dòng GPU Blackwell B200 của NVIDIA, vốn được coi là thế hệ GPU AI tiếp theo của gã khổng lồ chip đồ họa.</p>

<h3>2. Sohu ASIC – Bước tiến đột phá trong AI</h3>
<p>Etched đã tận dụng Transformer Engine, một kiến trúc mạng nơ ron thần kinh được ứng dụng trong các mô hình AI như ChatGPT của OpenAI và Llama LLM của Meta, để phát triển Sohu ASIC. Mục tiêu của họ là cung cấp cho khách hàng một giải pháp xử lý AI hiệu quả hơn, nhanh hơn so với các giải pháp hiện có.</p>

<h3>3. Hiệu năng vượt trội: 10x nhanh hơn Blackwell, 20x nhanh hơn Hopper</h3>
<p>Etched tuyên bố Sohu ASIC có tốc độ xử lý nhanh hơn gấp 10 lần so với Blackwell và gấp 20 lần so với Hopper, các dòng GPU AI của NVIDIA. Họ cũng đưa ra bằng chứng về hiệu năng vượt trội của Sohu: một ASIC Sohu có thể xử lý hơn 500.000 token Llama 70B mỗi giây, tương đương với 160 đơn vị NVIDIA H100.</p>

<h3>4. Khả năng xử lý đa dạng mô hình AI</h3>
<p>Sohu ASIC được thiết kế để hỗ trợ đa dạng các mô hình AI hiện đại, bao gồm cả Llama của Meta và Anthropic của Google. Etched cũng cam kết sẽ tiếp tục phát triển và tích hợp các mô hình AI mới, đảm bảo tính tương thích và khả năng mở rộng của Sohu.</p>

<h3>5. Hiệu quả tối ưu hóa: Tỷ lệ sử dụng FLOPS ấn tượng</h3>
<p>Sohu ASIC đạt được tỷ lệ sử dụng FLOPS ấn tượng 90%, gấp đôi so với các giải pháp khác trên thị trường. Thành tựu này là kết quả của việc Etched tập trung vào tối ưu hóa các transistor chuyên biệt cho xử lý Transformer, trong khi các công ty như NVIDIA ưu tiên khả năng lập trình.</p>

<h3>6. Tương lai đầy hứa hẹn: Đầu tư mạnh mẽ và hợp tác chiến lược</h3>
<p>Etched tự tin khẳng định vị thế tiên phong trong cuộc đua ASIC, với sự hậu thuẫn của TSMC - đối tác sản xuất chip 4nm cho Sohu, và nguồn vốn đầu tư lên tới 120 triệu USD. Những thành tựu này cho thấy tiềm năng to lớn của Etched trong việc cách mạng hóa ngành công nghiệp AI.</p>

<p>Với Sohu ASIC, Etched đặt mục tiêu đưa xử lý AI thời gian thực lên một tầm cao mới, biến nó thành một công cụ phổ biến thay vì là rào cản. Liệu Etched có thể thực sự thách thức vị thế thống trị của NVIDIA trong lĩnh vực AI hay không? Thời gian sẽ trả lời.</p>

Etched: Kẻ thách thức NVIDIA trong cuộc đua AI

Etched: Kẻ thách thức NVIDIA trong cuộc đua AI Mục lục Etched – Lời thách thức mới đối với NVIDIA Sohu ASIC – Bước tiến đột phá tr...

tháng 6 26, 2024

Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel

<html lang='vi'>
<head>
    <meta charset='UTF-8'>
    <meta name='viewport' content='width=device-width, initial-scale=1.0'>
    <title>Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel</title>
</head>
<body>
    <h1>Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel</h1>

<h2>Mục lục:</h2>
    <ol>
        <li>Giới thiệu về AI Accelerator TLV</li>
        <li>Lợi ích cho các doanh nghiệp tham gia</li>
        <li>Hỗ trợ từ Meta và các đối tác</li>
        <li>Ý nghĩa của chương trình đối với hệ sinh thái khởi nghiệp Israel</li>
    </ol>

<h2>1. Giới thiệu về AI Accelerator TLV</h2>
    <p>Meta vừa công bố chương trình AI Accelerator TLV, một sáng kiến mới nhằm hỗ trợ các công ty khởi nghiệp giai đoạn đầu tại Israel tập trung vào ứng dụng trí tuệ nhân tạo (AI) cho người tiêu dùng (B2C). Chương trình sẽ kéo dài từ tháng 9 đến tháng 12 năm 2024, bao gồm 15 buổi đào tạo, cung cấp cho 10 công ty khởi nghiệp được chọn hướng dẫn, cố vấn và các nguồn lực quý giá để thúc đẩy phát triển kinh doanh của họ.</p>

<h2>2. Lợi ích cho các doanh nghiệp tham gia</h2>
    <p>AI Accelerator TLV hướng đến hỗ trợ sự phát triển và đổi mới trong lĩnh vực AI nguồn mở của các công ty khởi nghiệp Israel. Những công ty tham gia chương trình sẽ có cơ hội tiếp cận các chuyên gia từ phòng thí nghiệm nghiên cứu của Meta, bao gồm các nhà nghiên cứu, kỹ sư và chuyên gia AI từ phòng thí nghiệm FAIR. Họ cũng sẽ được hưởng lợi từ các nguồn tài nguyên điện toán đám mây tiên tiến và các công nghệ AI tiên tiến của Meta, bao gồm mô hình ngôn ngữ nâng cao Llama 3.</p>

<h2>3. Hỗ trợ từ Meta và các đối tác</h2>
    <p>Ngoài ra, các công ty khởi nghiệp được chọn sẽ có cơ hội kết nối với các đối tác, nhà đầu tư và lãnh đạo ngành, cùng với các công cụ huấn luyện cá nhân và phát triển kinh doanh.</p>

<h2>4. Ý nghĩa của chương trình đối với hệ sinh thái khởi nghiệp Israel</h2>
    <p>Adi Soffer Teeni, Giám đốc điều hành Meta Israel, cho biết: AI, AI thế hệ mới và các mô hình ngôn ngữ nguồn mở đại diện cho một khoản đầu tư lớn và một cơ hội to lớn. Kể từ khi thành lập văn phòng tại Israel cách đây một thập kỷ, chúng tôi đã hỗ trợ hàng nghìn công ty khởi nghiệp từ giai đoạn đầu đến tất cả các giai đoạn phát triển. Thế hệ công nghệ AI hiện tại đã tạo ra một lượng giá trị khổng lồ, và thế hệ tiếp theo sẽ cho phép nhiều hình thức kết nối và thể hiện hơn cho mọi người và doanh nghiệp. Hệ sinh thái Israel có một cơ hội độc đáo.</p>

<p>Dror Bin, Giám đốc điều hành của Cơ quan đổi mới, tuyên bố: Sáng kiến của Meta nhằm thành lập một chương trình hỗ trợ để nuôi dưỡng và thúc đẩy các công ty khởi nghiệp đổi mới sẽ tạo ra môi trường thuận lợi cho các doanh nghiệp mới đột phá. Tôi tin rằng nền tảng này sẽ mang lại giá trị và làm giàu cho hệ sinh thái đổi mới của Israel.</p>

<p>Cơ quan đổi mới sẽ hỗ trợ bất kỳ thực thể nào thúc đẩy đổi mới tại Israel. Ngành công nghiệp công nghệ cao là động lực tăng trưởng chính của nền kinh tế Israel cũng như là bảo hiểm cho nền kinh tế, và chúng tôi cam kết hợp tác và hỗ trợ nó bằng mọi cách trong khả năng của mình. Các doanh nghiệp công nghệ cao và đổi mới là xương sống của nền kinh tế Israel. Hoạt động của họ tạo ra việc làm chất lượng, đột phá công nghệ và doanh thu thuế đáng kể cho nhà nước, Bin nói thêm.</p>

<p>Những sản phẩm và dịch vụ này cải thiện chất lượng cuộc sống của chúng ta, giải quyết các vấn đề phức tạp và cho phép chúng ta giải quyết hiệu quả hơn nhiều thách thức toàn cầu. Tôi tin rằng bất chấp những thách thức mà tất cả chúng ta trong ngành đang phải đối mặt, công nghệ Israel sẽ có thể vượt qua chúng một lần nữa và tiếp tục phát triển và thịnh vượng. Tôi chúc mừng Meta đã đóng vai trò tích cực trong hệ sinh thái Israel, ông kết luận.</p>

Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel

Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghi...

tháng 6 26, 2024

Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2

<html>
<head>
  <title>Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2</title>
</head>
<body>

<h1>Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2</h1>

<h2>Mục lục:</h2>
  <ul>
    <li><a href='#niantic-ar'>1. Niantic và Hành Trình Cách Mạng Hóa Trải Nghiệm AR</a></li>
    <li><a href='#meta-llama-2'>2. Nâng Cao Trải Nghiệm Thực Tế Tăng Cường Với Meta Llama 2</a></li>
    <li><a href='#ai-pet'>3. Tiến Bộ Kỹ Thuật Mang Lại Hành Vi Thông Minh Cho Thú Cưng AR</a></li>
    <li><a href='#ar-impact'>4. Tác Động Lớn Đến Ngành Công Nghiệp Thực Tế Tăng Cường</a></li>
  </ul>

<h2 id='niantic-ar'>1. Niantic và Hành Trình Cách Mạng Hóa Trải Nghiệm AR</h2>
  <p>Niantic, công ty đứng sau những tựa game thực tế tăng cường (AR) nổi tiếng, đã hợp tác với Meta AI để tích hợp Meta Llama 2 vào thế giới ảo Peridot.  Mục tiêu của sự hợp tác này là biến đổi những sinh vật kỹ thuật số trong trò chơi, được gọi là Dots, thành những thú cưng AR phản ứng linh hoạt, thể hiện hành vi thông minh.</p>

<h2 id='meta-llama-2'>2. Nâng Cao Trải Nghiệm Thực Tế Tăng Cường Với Meta Llama 2</h2>
  <p>Sự tích hợp của Meta Llama 2, một mô hình AI tinh vi được phát triển bởi Meta, cho phép Niantic nâng cao tính tương tác và tính chân thực của thú cưng AR. Những Dots trong Peridot giờ đây có thể phản ứng với tương tác của người dùng và kích thích môi trường theo cách sống động hơn. Sự phát triển này đánh dấu một bước tiến đáng kể trong lĩnh vực thực tế tăng cường, thu hẹp khoảng cách giữa trải nghiệm ảo và thực tế.</p>

<h2 id='ai-pet'>3. Tiến Bộ Kỹ Thuật Mang Lại Hành Vi Thông Minh Cho Thú Cưng AR</h2>
  <p>Meta Llama 2 sử dụng các thuật toán học máy tiên tiến để xử lý và giải thích một lượng lớn dữ liệu trong thời gian thực. Khả năng này cho phép thú cưng AR trong Peridot học hỏi từ môi trường xung quanh và điều chỉnh hành vi của chúng cho phù hợp. Ví dụ, một Dot có thể phát triển phản ứng mới dựa trên hành động của người chơi hoặc thay đổi trong môi trường, mang đến trải nghiệm người dùng hấp dẫn và nhập vai hơn.</p>

<h2 id='ar-impact'>4. Tác Động Lớn Đến Ngành Công Nghiệp Thực Tế Tăng Cường</h2>
  <p>Sự triển khai thành công của Meta Llama 2 trong Peridot có thể thiết lập một tiêu chuẩn mới cho các ứng dụng AR. Bằng cách chứng minh tiềm năng của thú cưng AR được tăng cường bởi AI, Niantic và Meta đang mở đường cho những người bạn đồng hành ảo tương tác và thông minh hơn trong các trò chơi và ứng dụng trong tương lai.  Sự đổi mới này có thể truyền cảm hứng cho các nhà phát triển khác khám phá các tích hợp tương tự, tiếp tục nâng cao khả năng và phổ biến của công nghệ thực tế tăng cường.</p>

<p>Sự hợp tác của Niantic với Meta AI phản ánh xu hướng ngày càng tăng trong ngành công nghiệp công nghệ, nơi các công ty tận dụng công nghệ AI tiên tiến để nâng cao trải nghiệm người dùng. Khi AR tiếp tục phát triển, việc kết hợp hành vi thông minh vào các thực thể ảo có thể trở thành dấu ấn của trải nghiệm kỹ thuật số thế hệ tiếp theo.</p>

</body>
</html>

Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2

Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2 Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường...

tháng 6 26, 2024

OpenAI tung ra ứng dụng ChatGPT cho máy Mac, nhưng có một điểm cần lưu ý

<h2>OpenAI tung ra ứng dụng ChatGPT cho máy Mac, nhưng có một điểm cần lưu ý</h2>

<h3>Mục lục</h3>
<ol>
  <li>Ứng dụng ChatGPT cho máy Mac: Có gì mới?</li>
  <li>Hạn chế của ứng dụng ChatGPT cho máy Mac</li>
  <li>Cách tải xuống và sử dụng ứng dụng</li>
  <li>Lợi ích của ứng dụng ChatGPT cho máy Mac</li>
  <li>Ứng dụng ChatGPT cho máy tính PC</li>
  <li>Lưu ý về Apple Intelligence</li>
</ol>

<h3>1. Ứng dụng ChatGPT cho máy Mac: Có gì mới?</h3>
<p>Mới đây, OpenAI đã chính thức tung ra ứng dụng ChatGPT cho máy Mac, ban đầu chỉ dành riêng cho người dùng đăng ký GPT Plus. Tuy nhiên, hiện tại, ứng dụng đã có thể tải xuống miễn phí từ trang web chính thức của OpenAI.</p>

<h3>2. Hạn chế của ứng dụng ChatGPT cho máy Mac</h3>
<p>Dù đã có thể tải xuống miễn phí, ứng dụng ChatGPT cho máy Mac vẫn có một số hạn chế:</p>
<ul>
  <li><strong>Chỉ tương thích với máy Mac sử dụng chip Apple Silicon:</strong> Nếu bạn đang sử dụng máy Mac đời cũ với chip Intel/x86, ứng dụng sẽ không hoạt động.</li>
  <li><strong>Không có trên App Store:</strong> Thay vào đó, bạn phải tải xuống trực tiếp từ trang web của OpenAI.</li>
</ul>

<h3>3. Cách tải xuống và sử dụng ứng dụng</h3>
<p>Để tải xuống ứng dụng, hãy truy cập trang web <a href='openai.com/chatgpt/mac'>openai.com/chatgpt/mac</a>. Ứng dụng ChatGPT trên máy Mac có các tính năng như:</p>
<ul>
  <li><strong>Truy cập nhanh:</strong> Sử dụng tổ hợp phím Option + Space để gọi ChatGPT ở bất kỳ đâu.</li>
  <li><strong>Tải lên tệp:</strong> Cho phép tải lên tài liệu hoặc hình ảnh để ChatGPT xử lý.</li>
  <li><strong>Tìm kiếm trong lịch sử:</strong> Cho phép bạn tìm kiếm lại các cuộc trò chuyện cũ.</li>
  <li><strong>Chế độ thoại:</strong> Cho phép người dùng hỏi câu hỏi thay vì nhập văn bản.</li>
  <li><strong>Truy cập GPT-4:</strong> Phiên bản miễn phí nhưng có hạn chế.</li>
</ul>

<h3>4. Lợi ích của ứng dụng ChatGPT cho máy Mac</h3>
<p>Việc tải xuống ChatGPT cho máy Mac mang lại nhiều lợi ích như:</p>
<ul>
  <li><strong>Tăng cường khả năng sử dụng AI:</strong> Cho phép người dùng tận dụng tối đa ChatGPT trên máy tính của họ.</li>
  <li><strong>Cải thiện hiệu quả làm việc:</strong> Cho phép người dùng truy cập nhanh chóng và dễ dàng ChatGPT.</li>
  <li><strong>Nâng cao khả năng sáng tạo:</strong> Cho phép người dùng khai thác GPT-4 để tạo ra nội dung mới.</li>
</ul>

<h3>5. Ứng dụng ChatGPT cho máy tính PC</h3>
<p>OpenAI thông báo rằng ứng dụng ChatGPT sẽ sớm có mặt trên máy tính PC vào cuối năm nay.</p>

<h3>6. Lưu ý về Apple Intelligence</h3>
<p>Trong tương lai, máy Mac sử dụng chip Apple Silicon với hệ điều hành macOS Sonoma sẽ được trang bị công nghệ AI do Apple phát triển, gọi là Apple Intelligence.</p>

<p>Nhìn chung, việc OpenAI tung ra ứng dụng ChatGPT cho máy Mac là một bước tiến tích cực trong việc phổ biến AI đến với người dùng. Tuy nhiên, việc giới hạn khả năng tương thích với chip Apple Silicon có thể là một rào cản đối với một số người dùng.</p>

<img alt="Logo ChatGPT" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
`

OpenAI tung ra ứng dụng ChatGPT cho máy Mac, nhưng có một điểm cần lưu ý

OpenAI tung ra ứng dụng ChatGPT cho máy Mac, nhưng có một điểm cần lưu ý Mục lục Ứng dụng ChatGPT cho máy Mac: Có gì mới? Hạn chế ...

tháng 6 26, 2024

Toys 'R' Us: Câu chuyện về sự hồi sinh và nỗi ám ảnh của AI

<h2>Toys 'R' Us: Câu chuyện về sự hồi sinh và nỗi ám ảnh của AI</h2>
<h3>Mục lục:</h3>
<ol>
  <li><strong>Phim ngắn về nguồn gốc của Toys 'R' Us: Nỗi kinh hoàng của AI</strong></li>
  <li><strong>Sự kết hợp kỳ lạ giữa trí tưởng tượng và thực tế</strong></li>
  <li><strong>Toys 'R' Us: Hồi sinh từ đống tro tàn</strong></li>
</ol>
<h3>1. Phim ngắn về nguồn gốc của Toys 'R' Us: Nỗi kinh hoàng của AI</h3>
<p>Toys 'R' Us, thương hiệu đồ chơi huyền thoại, đã khiến cộng đồng mạng dậy sóng khi công bố một phim ngắn về nguồn gốc của mình, được tạo ra bằng công nghệ AI của OpenAI. Được đặt tên là The Origin of Toys 'R' Us, phim ngắn này được thực hiện bởi WHP Global, chủ sở hữu hiện tại của Toys 'R' Us, và Native Foreign, một công ty sáng tạo từng được đề cử giải Emmy.</p>
<p>Phim ngắn có thời lượng hơn một phút, nhưng lại mang đến một cảm giác vừa khó hiểu vừa rùng rợn. Nó khắc họa hình ảnh Charles Lazarus, người sáng lập thương hiệu, khi còn trẻ, nảy ra ý tưởng cho cửa hàng đồ chơi và chú hươu cao cổ Geoffrey, biểu tượng của Toys 'R' Us. Tuy nhiên, hầu hết mọi thứ trong phim đều diễn ra trong một giấc mơ kỳ dị, mơ hồ, như thể một bộ phim kinh dị mang phong cách Dr. Seuss.</p>
<h3>2. Sự kết hợp kỳ lạ giữa trí tưởng tượng và thực tế</h3>
<p>Trong phim, Charles Lazarus lúc nhỏ là một cậu bé mơ mộng, thường lui tới cửa hàng xe đạp do bố mình quản lý. Cậu bé mơ một giấc mơ kỳ lạ về một vũ trụ của những món đồ chơi, nơi những món đồ chơi được xếp trên kệ và lơ lửng trên đầu cậu. Chính trong giấc mơ này, cậu đã gặp Geoffrey, chú hươu cao cổ, biểu tượng của Toys 'R' Us.</p>
<p>Tuy nhiên, thay vì mang lại cảm giác vui nhộn và dễ thương, bộ phim lại tạo ra cảm giác khó chịu và ám ảnh. Hình ảnh của Geoffrey được tạo ra bởi AI, khiến người xem có cảm giác như đang nhìn vào một chú hươu cao cổ với đôi mắt vô hồn và biểu cảm đáng sợ.</p>
<h3>3. Toys 'R' Us: Hồi sinh từ đống tro tàn</h3>
<p>Phim ngắn về nguồn gốc của Toys 'R' Us là một nỗ lực của WHP Global để hồi sinh thương hiệu đồ chơi huyền thoại này. Toys 'R' Us đã tuyên bố phá sản vào năm 2018 và đóng cửa tất cả các cửa hàng của mình. WHP Global tiếp quản công ty mẹ của Toys 'R' Us, Tru Kids Inc., vào năm 2021.</p>
<p>Hai năm sau, WHP Global công bố kế hoạch mở rộng thương hiệu đồ chơi với các địa điểm mới tại các sân bay và tàu du lịch, bắt đầu với một địa điểm tại Sân bay Quốc tế Dallas-Fort Worth và các địa điểm của chuỗi cửa hàng bách hóa Macy's.</p>
<p>Dù sử dụng công nghệ AI để tạo ra một bộ phim ngắn về nguồn gốc của thương hiệu, Toys 'R' Us vẫn đang nỗ lực để khẳng định vị thế của mình trong thị trường đồ chơi cạnh tranh. Tuy nhiên, The Origin of Toys 'R' Us lại là một minh chứng cho thấy AI có thể tạo ra những tác phẩm đáng sợ và không thực tế, khiến người xem cảm thấy khó chịu thay vì thích thú.</p>
<img alt="Toys " src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
`

Toys 'R' Us: Câu chuyện về sự hồi sinh và nỗi ám ảnh của AI

Toys 'R' Us: Câu chuyện về sự hồi sinh và nỗi ám ảnh của AI Mục lục: Phim ngắn về nguồn gốc của Toys 'R' Us: Nỗi kinh ...

tháng 6 26, 2024

The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới

<html>
<head>
  <title>The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới</title>
</head>
<body>

<h1>The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới</h1>

<h2>Mục lục:</h2>
  <ol>
    <li><strong>Bằng chứng mới được đưa ra trong vụ kiện</strong></li>
    <li><strong>Chi tiết về hành vi của OpenAI</strong></li>
    <li><strong>Vai trò của Microsoft trong vụ kiện</strong></li>
    <li><strong>Phản hồi của OpenAI và Microsoft</strong></li>
    <li><strong>Kết luận</strong></li>
  </ol>

<h2>1. Bằng chứng mới được đưa ra trong vụ kiện</h2>
  <p>The Intercept Media Inc. đã bổ sung thêm bằng chứng vào vụ kiện chống lại OpenAI Inc. và Microsoft Corp., cáo buộc hai công ty vi phạm Luật Bản quyền Kỹ thuật số năm 1998. Bằng chứng bao gồm hơn 600 trang tài liệu, trong đó có các ví dụ về cách OpenAI đã loại bỏ thông tin tác giả khỏi các bài báo trong các bộ dữ liệu được sử dụng để đào tạo các công cụ AI của họ.</p>

<h2>2. Chi tiết về hành vi của OpenAI</h2>
  <p>Theo đơn kiện được sửa đổi, OpenAI đã sử dụng hai bộ thuật toán, Dragnet và Newspaper, để loại bỏ thông tin bản quyền khỏi các bài báo, sau đó sử dụng chúng để đào tạo các sản phẩm trí tuệ nhân tạo của mình. Hơn 6.000 URL của The Intercept được đưa vào một bộ dữ liệu đào tạo của OpenAI, và hơn 2.000 URL khác được đưa vào một bộ dữ liệu khác.</p>
  <p>OpenAI đã thừa nhận việc sử dụng các mã Dragnet và Newspaper để thu thập dữ liệu và vẫn tiếp tục sử dụng các phương thức trích xuất văn bản tương tự để tạo bộ dữ liệu đào tạo cho chatbot của họ.</p>

<h2>3. Vai trò của Microsoft trong vụ kiện</h2>
  <p>Đơn kiện được sửa đổi cũng đưa ra thêm chi tiết về sự liên quan của Microsoft, bao gồm trích dẫn phát biểu của CEO Satya Nadella trong một cuộc phỏng vấn với New York Magazine's Intelligencer vào tháng 11 năm 2023. Nadella cho biết gã khổng lồ công nghệ này có thể tiếp tục đổi mới ngay cả khi OpenAI biến mất vì chúng tôi có dữ liệu, chúng tôi có mọi thứ.</p>

<h2>4. Phản hồi của OpenAI và Microsoft</h2>
  <p>OpenAI và Microsoft có thời hạn đến ngày 8 tháng 7 để nộp bản tóm tắt bổ sung để hỗ trợ cho động thái bác bỏ đơn kiện.</p>

<h2>5. Kết luận</h2>
  <p>Vụ kiện này có tiềm năng tạo ra tiền lệ quan trọng về quyền bản quyền trong lĩnh vực trí tuệ nhân tạo. Nó cũng làm nổi bật những thách thức trong việc điều chỉnh sự phát triển và sử dụng các công nghệ AI, đặc biệt là trong việc cân bằng quyền lợi của các nhà sáng tạo với quyền lợi của công chúng trong việc tiếp cận thông tin.</p>

</body>
</html>

The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới

The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới The Intercept củng cố vụ kiện bản quyền chống lại Op...

tháng 6 26, 2024

AI và bài toán nguồn tin: Liệu chúng ta có thể tin tưởng ChatGPT?

<h2> AI và bài toán nguồn tin: Liệu chúng ta có thể tin tưởng ChatGPT?</h2>
<h3>Mục lục</h3>
<ol>
  <li><strong>Thỏa thuận với OpenAI: Khi các hãng truyền thông bán mình cho AI</strong></li>
  <li><strong>Sự thật về trích dẫn: ChatGPT và Perplexity - những lời hứa và sự thật</strong></li>
  <li><strong>Vấn đề về độ chính xác: Khi AI ảo tưởng và nói dối</strong></li>
  <li><strong>Tương lai của AI: Con đường dài và đầy thách thức</strong></li>
</ol>

<h3>1. Thỏa thuận với OpenAI: Khi các hãng truyền thông bán mình cho AI</h3>
<p>Ngành công nghiệp truyền thông đang đứng trước một thách thức chưa từng có: sự xuất hiện của các mô hình ngôn ngữ AI, đặc biệt là ChatGPT, đang thay đổi cách người dùng tiếp cận thông tin. Nhiều hãng truyền thông hàng đầu như The Wall Street Journal, Business Insider, New York, Politico, The Atlantic,... đã ký kết thỏa thuận với OpenAI, cho phép AI sử dụng nội dung của họ trong việc tạo phản hồi.</p>
<p>OpenAI cam kết sẽ trích dẫn nguồn và tăng cường lượng độc giả cho các đối tác truyền thông, nhưng liệu điều này có khả thi? Các công ty như Perplexity, một công cụ tìm kiếm AI, cũng đang đẩy mạnh hợp tác với các hãng truyền thông, hứa hẹn chia sẻ doanh thu quảng cáo.</p>

<h3>2. Sự thật về trích dẫn: ChatGPT và Perplexity - những lời hứa và sự thật</h3>
<p>Trong thực tế, việc trích dẫn nguồn từ ChatGPT và Perplexity vẫn chưa được thực hiện một cách hiệu quả. Mặc dù Perplexity thường bao gồm liên kết và trích dẫn, nhưng ChatGPT lại thường bỏ qua việc này trừ khi được yêu cầu cụ thể. Thậm chí, khi trích dẫn, cả hai công cụ này đều gặp lỗi trong việc cung cấp liên kết hoạt động đến nguồn gốc thông tin.</p>

<h3>3. Vấn đề về độ chính xác: Khi AI ảo tưởng và nói dối</h3>
<p>Các mô hình AI thường gặp khó khăn trong việc kiểm chứng và trích dẫn nguồn chính xác. ChatGPT đôi khi đưa ra thông tin sai lệch hoặc trích dẫn nguồn không phù hợp.</p>
<p>Ngoài ra, AI cũng có khả năng ảo tưởng thông tin, tạo ra những câu chuyện tưởng tượng hoặc những sự thật không tồn tại. Điều này đặt ra thách thức lớn cho việc tin tưởng vào AI như một nguồn thông tin đáng tin cậy.</p>

<h3>4. Tương lai của AI: Con đường dài và đầy thách thức</h3>
<p>Các chuyên gia nhận định, AI có thể chưa bao giờ đạt được độ chính xác tuyệt đối trong việc trích dẫn nguồn. Việc cải thiện độ chính xác và khả năng trích dẫn nguồn là một thách thức lớn đối với các nhà phát triển AI.</p>
<p>Tuy nhiên, với sự đầu tư vào nghiên cứu và phát triển, AI có tiềm năng to lớn trong việc cung cấp thông tin hiệu quả hơn. OpenAI và các công ty khác đang nỗ lực tạo ra sản phẩm AI có khả năng trích dẫn nguồn chính xác hơn.</p>

<h3>Kết luận</h3>
<p>Sự xuất hiện của AI mang đến nhiều cơ hội nhưng cũng đặt ra những thách thức lớn cho ngành truyền thông. Liệu các mô hình AI như ChatGPT có thể trở thành nguồn tin đáng tin cậy cho người dùng? Điều này cần thời gian và sự nỗ lực của các nhà phát triển để cải thiện độ chính xác và khả năng trích dẫn nguồn của AI.</p>

AI và bài toán nguồn tin: Liệu chúng ta có thể tin tưởng ChatGPT?

AI và bài toán nguồn tin: Liệu chúng ta có thể tin tưởng ChatGPT? Mục lục Thỏa thuận với OpenAI: Khi các hãng truyền thông bán mình c...

tháng 6 26, 2024

Lilly và OpenAI hợp tác phát triển thuốc kháng khuẩn mới

<h2>Lilly và OpenAI hợp tác phát triển thuốc kháng khuẩn mới</h2>
<h3>Mục lục:</h3>
<ol>
  <li><strong>Hợp tác chiến lược giữa Lilly và OpenAI</strong></li>
  <li><strong>Kháng thuốc kháng sinh: Thách thức toàn cầu</strong></li>
  <li><strong>Vai trò của trí tuệ nhân tạo trong phát triển thuốc</strong></li>
  <li><strong>Cam kết của Lilly trong cuộc chiến chống kháng thuốc</strong></li>
  <li><strong>Về Eli Lilly and Company</strong></li>
</ol>

<h3>1. Hợp tác chiến lược giữa Lilly và OpenAI</h3>
<p>Eli Lilly and Company (NYSE: LLY) vừa công bố hợp tác với OpenAI, nhằm tận dụng khả năng của trí tuệ nhân tạo (AI) để phát triển các loại thuốc kháng khuẩn mới. Hợp tác này sẽ cho phép Lilly ứng dụng công nghệ AI thế hệ mới của OpenAI để tạo ra các loại kháng sinh mới, nhằm chống lại các mầm bệnh kháng thuốc.</p>

<h3>2. Kháng thuốc kháng sinh: Thách thức toàn cầu</h3>
<p>Kháng thuốc kháng sinh (AMR) là một trong những mối đe dọa sức khỏe cộng đồng lớn nhất trên toàn cầu. AMR ảnh hưởng đến các quốc gia ở mọi khu vực và mọi mức thu nhập, và được trầm trọng hơn bởi nghèo đói và bất bình đẳng, đặc biệt ở các nước có thu nhập thấp và trung bình. Việc sử dụng và lạm dụng thuốc kháng sinh ở người, động vật và thực vật là nguyên nhân chính dẫn đến sự phát triển của các mầm bệnh kháng thuốc, làm tăng nguy cơ đối với sức khỏe toàn cầu.</p>

<h3>3. Vai trò của trí tuệ nhân tạo trong phát triển thuốc</h3>
<p>Diogo Rau, Phó Chủ tịch điều hành kiêm Giám đốc thông tin và kỹ thuật số của Lilly cho biết: Hợp tác của chúng tôi với OpenAI là một bước đột phá trong cuộc chiến chống lại mối đe dọa kháng thuốc kháng sinh đang gia tăng nhưng bị bỏ qua. AI thế hệ mới mở ra cơ hội mới để đẩy nhanh quá trình phát hiện các thuốc kháng khuẩn mới và phát triển các công nghệ được thiết kế riêng cho mục đích chống lại các mầm bệnh kháng thuốc.</p>
<p>Brad Lightcap, Giám đốc điều hành của OpenAI cũng chia sẻ: Chúng tôi rất vui mừng được hợp tác với Lilly để tìm ra những cách thức mới để điều trị nhiễm trùng vi khuẩn. AI tiên tiến có tiềm năng mang đến những đột phá sáng tạo trong ngành dược phẩm, và chúng tôi cam kết hợp tác với các nhà lãnh đạo trong ngành để mang lại lợi ích thiết thực cho bệnh nhân.</p>

<h3>4. Cam kết của Lilly trong cuộc chiến chống kháng thuốc</h3>
<p>Hợp tác này hỗ trợ cam kết trước đây của Lilly trong việc chống lại các mầm bệnh kháng thuốc thông qua Chương trình đầu tư mạo hiểm tác động xã hội của mình. Vào năm 2020, chương trình này đã cam kết 100 triệu USD cho Quỹ hành động AMR, nhằm cung cấp cho bệnh nhân từ 2 đến 4 loại kháng sinh mới vào năm 2030 và đóng góp vào tuyến phòng thủ tiếp theo chống lại các mầm bệnh kháng thuốc đa dạng. Vào tháng 4 năm 2023, Quỹ hành động AMR đã công bố các khoản đầu tư mới nhất của mình vào các công ty công nghệ sinh học nhắm mục tiêu vào một loạt các bệnh nhiễm trùng.</p>

<h3>5. Về Eli Lilly and Company</h3>
<p>Eli Lilly and Company là một công ty dược phẩm chuyển đổi khoa học thành sự chữa lành để mang lại cuộc sống tốt đẹp hơn cho người dân trên toàn thế giới. Lilly đã tiên phong trong các khám phá thay đổi cuộc sống trong gần 150 năm, và ngày nay thuốc của chúng tôi giúp hơn 51 triệu người trên toàn cầu. Khai thác sức mạnh của công nghệ sinh học, hóa học và y học di truyền, các nhà khoa học của chúng tôi đang tích cực thúc đẩy những khám phá mới để giải quyết một số thách thức sức khỏe lớn nhất của thế giới.</p>

Lilly và OpenAI hợp tác phát triển thuốc kháng khuẩn mới

Lilly và OpenAI hợp tác phát triển thuốc kháng khuẩn mới Mục lục: Hợp tác chiến lược giữa Lilly và OpenAI Kháng thuốc kháng sinh: T...

tháng 6 26, 2024

OpenAI chặn người dùng Trung Quốc truy cập ChatGPT

<h2>OpenAI chặn người dùng Trung Quốc truy cập ChatGPT</h2>

<h3>Mục lục:</h3>
<ol>
  <li>OpenAI thông báo chặn truy cập ChatGPT ở Trung Quốc</li>
  <li>Ảnh hưởng đến các startup Trung Quốc</li>
  <li>Nguyên nhân đằng sau quyết định của OpenAI</li>
  <li>Bối cảnh chính trị</li>
</ol>

<h3>1. OpenAI thông báo chặn truy cập ChatGPT ở Trung Quốc</h3>

<p>OpenAI đã chính thức thông báo chặn người dùng ở Trung Quốc truy cập ChatGPT, bắt đầu từ ngày 9 tháng 7. Thông tin được đưa ra bởi tờ Securities Times, một tờ báo nhà nước của Trung Quốc, cho biết OpenAI đã gửi email cho người dùng ở Trung Quốc thông báo về quyết định này.</p>

<p>Phát ngôn viên của OpenAI cho biết: Chúng tôi đang thực hiện các biện pháp bổ sung để chặn lưu lượng truy cập API từ các khu vực mà chúng tôi không hỗ trợ truy cập vào dịch vụ của OpenAI.</p>

<h3>2. Ảnh hưởng đến các startup Trung Quốc</h3>

<p>Quyết định này có thể ảnh hưởng đến nhiều startup Trung Quốc đang sử dụng các mô hình ngôn ngữ lớn của OpenAI để phát triển ứng dụng.</p>

<h3>3. Nguyên nhân đằng sau quyết định của OpenAI</h3>

<p>Hiện tại, nguyên nhân dẫn đến quyết định này vẫn chưa rõ ràng. Tuy nhiên, tháng trước, OpenAI đã tiết lộ việc chấm dứt các hoạt động gây ảnh hưởng bí mật, bao gồm một hoạt động có nguồn gốc từ Trung Quốc, sử dụng các mô hình AI của OpenAI để lan truyền thông tin sai lệch trên internet.</p>

<h3>4. Bối cảnh chính trị</h3>

<p>Bloomberg nhận định rằng động thái của OpenAI diễn ra cùng lúc với việc Washington gây áp lực lên các công ty công nghệ Mỹ để hạn chế quyền truy cập của Trung Quốc vào các công nghệ tiên tiến được phát triển tại Mỹ.</p>

<p>OpenAI đã từng tuyên bố rằng dịch vụ của họ không hỗ trợ ở Trung Quốc, nhưng trước nay, họ chưa bao giờ thực hiện bất kỳ hành động nào để chặn người dùng ở quốc gia này.</p>

OpenAI chặn người dùng Trung Quốc truy cập ChatGPT

OpenAI chặn người dùng Trung Quốc truy cập ChatGPT Mục lục: OpenAI thông báo chặn truy cập ChatGPT ở Trung Quốc Ảnh hưởng đến các ...

tháng 6 26, 2024

Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ?

<html lang='vi'>
<head>
    <meta charset='UTF-8'>
    <meta name='viewport' content='width=device-width, initial-scale=1.0'>
    <title>Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ?</title>
</head>
<body>
    <h2>Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ?</h2>

<h3>Mục lục</h3>
    <ol>
        <li><strong>Sự trỗi dậy của AI tập trung và những lo ngại về quyền riêng tư</strong></li>
        <li><strong>Tại sao chúng ta cần Decentralized AI?</strong></li>
        <li><strong>AI tập trung vs. Decentralized AI: So sánh về mặt công nghệ</strong>
            <ul>
                <li><strong>Lợi thế về chi phí của DeAI</strong></li>
                <li><strong>Hiệu quả, bảo mật dữ liệu và quyền riêng tư</strong></li>
            </ul>
        </li>
        <li><strong>Minh bạch dữ liệu trong AI</strong></li>
        <li><strong>Thách thức đối với Decentralized AI</strong></li>
        <li><strong>Kết luận: Tại sao Decentralized AI?</strong></li>
    </ol>

<h3>1. Sự trỗi dậy của AI tập trung và những lo ngại về quyền riêng tư</h3>
    <p>Sự phát triển nhanh chóng của AI tập trung, như ChatGPT, Claude và Perplexity.AI, đã mang lại những lợi ích đáng kể cho người dùng. Tuy nhiên, sự tập trung quyền lực vào một số ít công ty lớn cũng tạo ra những mối lo ngại về quyền riêng tư và an ninh mạng.</p>
    <p>Ví dụ, OpenAI đã đối mặt với những chỉ trích khi hợp tác với Apple để đưa ChatGPT vào hệ sinh thái iOS, MacOS và iPadOS. Mặc dù OpenAI khẳng định không lưu trữ yêu cầu của người dùng và ẩn IP, nhưng việc huấn luyện mô hình dựa trên hành vi và thông tin cá nhân cực kỳ nhạy cảm vẫn khiến nhiều người lo ngại.</p>
    <p>Thậm chí đáng lo ngại hơn khi OpenAI bổ nhiệm cựu Giám đốc NSA, tướng Paul M. Nakasone, vào Ban Giám đốc. Điều này khiến nhiều người nghi ngờ về khả năng OpenAI có thể sử dụng dữ liệu thu thập được cho mục đích giám sát.</p>

<h3>2. Tại sao chúng ta cần Decentralized AI?</h3>
    <p>Giống như phong trào Bitcoin ra đời nhằm tạo ra một hệ thống tài chính phi tập trung, Decentralized AI (DeAI) hướng đến việc dân chủ hóa quyền truy cập vào công nghệ AI bằng cách loại bỏ các rào cản kiểm soát.</p>
    <p>Với tinh thần mã nguồn mở, DeAI chuyển gánh nặng kiểm toán và bảo mật dữ liệu cho cộng đồng toàn cầu, được cho là một cách hiệu quả để giám sát AI tập trung.</p>

<h3>3. AI tập trung vs. Decentralized AI: So sánh về mặt công nghệ</h3>
    <h4>a) Lợi thế về chi phí của DeAI</h4>
    <p>AI tập trung đòi hỏi nguồn lực tính toán khổng lồ, bao gồm máy chủ mạnh mẽ và trung tâm dữ liệu quy mô lớn. Khi nhu cầu AI tăng, những hệ thống này gặp khó khăn trong việc mở rộng hiệu quả và tiết kiệm chi phí.</p>
    <p>Ngược lại, DeAI sử dụng mạng lưới phân tán các nhà cung cấp sức mạnh tính toán và lưu trữ dữ liệu trên toàn cầu. Do đó, DeAI có thể khai thác thị trường các dịch vụ tính toán và lưu trữ dữ liệu với giá cả cạnh tranh.</p>

<h4>b) Hiệu quả, bảo mật dữ liệu và quyền riêng tư</h4>
    <p>AI tập trung có điểm yếu là dễ bị tấn công và lỗi kỹ thuật. Một máy chủ trung tâm bị xâm phạm có thể gây gián đoạn toàn bộ hệ thống AI, dẫn đến gián đoạn hoạt động và mất dữ liệu.</p>
    <p>Ngược lại, mạng lưới phân tán dựa trên blockchain, nền tảng của DeAI, cung cấp một sổ cái giao dịch và tương tác an toàn và bất biến. Điều này khiến việc thao túng hoặc làm hỏng hệ thống gần như không thể thực hiện mà không bị phát hiện.</p>
    <p>Mặt khác, AI tập trung lưu trữ một lượng lớn dữ liệu trên máy chủ trung tâm, tạo điều kiện cho các cuộc tấn công mạng. Việc vi phạm dữ liệu có thể gây thiệt hại nghiêm trọng cho cá nhân và tổ chức.</p>
    <p>DeAI, với tính chất phân tán, giảm thiểu rủi ro về quyền riêng tư.</p>

<h3>4. Minh bạch dữ liệu trong AI</h3>
    <p>Hầu hết các mô hình AI tập trung hoạt động trong một hộp đen. Dữ liệu được sử dụng để huấn luyện những hệ thống này được thu thập từ các nguồn hạn chế và không rõ ràng, dẫn đến sự thiên vị có thể tạo ra kết quả không chính xác, bất công và phân biệt đối xử.</p>
    <p>DeAI, với tính chất mã nguồn mở, cho phép kiểm tra, xác nhận và thậm chí đóng góp vào dữ liệu huấn luyện cho mỗi mô hình.</p>

<h3>5. Thách thức đối với Decentralized AI</h3>
    <p>DeAI vẫn đang ở giai đoạn đầu phát triển và phải đối mặt với nhiều thách thức.</p>
    <ul>
        <li><strong>Chất lượng dữ liệu:</strong> DeAI phụ thuộc vào các nguồn dữ liệu đa dạng và phân tán, điều này có thể dẫn đến sự khác biệt về chất lượng dữ liệu, gây khó khăn trong việc duy trì độ chính xác và độ tin cậy của mô hình AI.</li>
        <li><strong>An ninh:</strong> Tính chất phân tán của DeAI khiến nó dễ bị tấn công, chẳng hạn như đầu độc dữ liệu hoặc tấn công Sybil.</li>
        <li><strong>Sự phù hợp giữa sản phẩm và thị trường:</strong> DeAI cần tìm ra sự phù hợp giữa sản phẩm và thị trường cho mỗi thị trường.</li>
    </ul>

<h3>6. Kết luận: Tại sao Decentralized AI?</h3>
    <p>Bên cạnh những lợi thế thực tiễn, tinh thần phi tập trung của DeAI là sự mở rộng của nhu cầu tự chủ và tự do khỏi sự kiểm soát trung tâm, như đã thấy ở Bitcoin.</p>
    <p>DeAI có tiềm năng cách mạng hóa ngành công nghiệp AI bằng cách thúc đẩy sự minh bạch, bảo mật và đổi mới do cộng đồng điều khiển, đồng thời bảo vệ quyền riêng tư của người dùng.</p>

Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ?

Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ? Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ? ...

tháng 6 26, 2024

Butterflies: Mạng xã hội nơi con người và AI cùng tồn tại

<h2>Butterflies: Mạng xã hội nơi con người và AI cùng tồn tại</h2>

<h3>Mục lục:</h3>
<ol>
  <li><strong>Butterflies: Nơi con người và AI gặp gỡ</strong></li>
  <li><strong>Tạo AI influencer chỉ với vài cú nhấp chuột</strong></li>
  <li><strong>Vu Tran: Lòng nhiệt huyết và mong muốn kết nối</strong></li>
  <li><strong>AI và vấn đề cô đơn: Giả định về sự thỏa mãn xã hội</strong></li>
</ol>

<h3>Butterflies: Nơi con người và AI gặp gỡ</h3>
<p>Butterflies, một ứng dụng do một cựu kỹ sư của Snap tạo ra, mang đến một trải nghiệm mạng xã hội độc đáo: nơi con người và AI cùng tồn tại. Ứng dụng này được thiết kế giống Instagram, nhưng với sự kết hợp giữa các tài khoản người dùng và các tài khoản AI được tạo ra bởi người dùng.</p>

<h3>Tạo AI influencer chỉ với vài cú nhấp chuột</h3>
<p>Với một vài lời nhắc ngắn gọn về tiểu sử và ngoại hình của nhân vật, bạn có thể tạo ra một AI influencer mới ngay lập tức trên Butterflies. Bạn có thể tương tác với các AI khác, thậm chí nhắn tin riêng tư cho họ, cả khi bạn sử dụng tài khoản chính của mình hoặc một trong những tài khoản AI mà bạn tạo.</p>

<h3>Vu Tran: Lòng nhiệt huyết và mong muốn kết nối</h3>
<p>Vu Tran, người sáng lập Butterflies, cho biết ý tưởng về ứng dụng này được truyền cảm hứng từ những trải nghiệm của chính anh trên mạng xã hội khi còn trẻ. Anh nhận thấy rằng việc kết nối với mọi người trên internet dễ dàng hơn nhiều so với đời thực. Anh tự hỏi liệu trải nghiệm này có thể được tái tạo với AI hay không.</p>

<p>Tran chia sẻ với TechCrunch, Tôi nghĩ rằng có những người sợ điều đó và nói, ‘AI không thật, hãy đi gặp những người bạn thực sự.’ Nhưng tôi nghĩ rằng đó là một đặc quyền khi nói ‘hãy đi ra ngoài và kết bạn.’ Có những người mắc chứng lo âu xã hội hoặc khó khăn trong việc giao tiếp xã hội.</p>

<h3>AI và vấn đề cô đơn: Giả định về sự thỏa mãn xã hội</h3>
<p>Từ Nomi đến Character.AI, các ứng dụng kết hợp nhân vật AI do máy tạo ra với mạng xã hội dường như đang giải quyết vấn đề về sự cô đơn. Nhưng liệu việc giao tiếp với những dòng code có thực sự mang lại sự thỏa mãn về mặt xã hội? Chúng ta sẽ đi sâu vào thực tế kỳ lạ này trong TechCrunch Minute hôm nay.</p>

<img alt="Butterflies Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
`

Butterflies: Mạng xã hội nơi con người và AI cùng tồn tại

Butterflies: Mạng xã hội nơi con người và AI cùng tồn tại Mục lục: Butterflies: Nơi con người và AI gặp gỡ Tạo AI influencer chỉ v...

tháng 6 26, 2024

Phân tích Hệ thống Gợi ý của Claude Sonnet 3.5: Một cái nhìn sâu sắc

<h2>Phân tích Hệ thống Gợi ý của Claude Sonnet 3.5: Một cái nhìn sâu sắc</h2>

<h3>Mục lục</h3>
<ol>
  <li>Giới thiệu về Artifacts</li>
  <li>Suy luận Logic</li>
  <li>Xác định và Tìm kiếm</li>
  <li>Cấu trúc Ngôn ngữ Biểu mẫu</li>
  <li>Kết luận</li>
  <li>Hệ thống Claude 3.5</li>
</ol>

<h3>1. Giới thiệu về Artifacts</h3>

<p>Bài viết này tập trung phân tích cách hệ thống gợi ý của Claude Sonnet 3.5 hoạt động, đặc biệt là khái niệm Artifacts và vai trò của nó trong việc phân loại và truy xuất thông tin thông minh.</p>

<p>Artifacts đại diện cho nội dung tự chứa, có giá trị, cho phép người dùng sửa đổi hoặc tái sử dụng. Khái niệm này mang tính đột phá bởi vì nó chính thức hóa khái niệm dữ liệu bền vững. Dữ liệu bền vững là bước đệm để chúng ta truy cập vào một thư viện nội dung được sắp xếp và tuyển chọn một cách có hệ thống. Bằng cách cung cấp các tham chiếu cố định, chúng ta mở khóa khả năng lặp lại và cải thiện dần đầu ra. Đây là bước tiến để kiểm soát bản chất thoáng qua của đầu ra LLM chi tiết.</p>

<p>Một trong những vấn đề vốn có của Generative AI đối với các tác vụ chức năng như hoàn thành mã là chúng thường lặp lại toàn bộ tệp cho những thay đổi đơn giản. Có nhu cầu rất lớn đối với một tính năng diff, nơi chúng ta đưa ra sự khác biệt giữa trước và sau thay vì lặp lại cùng một nội dung.</p>

<p>Do đó, Artifacts phục vụ hai mục đích chính: đầu tiên, chúng đóng vai trò là điểm tham chiếu cho cách thức và vị trí chúng ta cần đầu ra. Điều này giống như thiết lập phạm vi hoặc định nghĩa điểm tham chiếu. Điều này sẽ ngăn LLM mất tập trung vào vấn đề ban đầu và cũng duy trì tính bền vững của cấu trúc và phân loại trong đầu ra.</p>

<p>Thêm vào đó, chúng ta cũng có một tính năng tự động hoàn thành. Bằng cách xác định mã cơ sở và phạm vi của các thay đổi, chúng ta đã hướng LLM của mình tập trung vào một tác vụ hoặc vấn đề cụ thể, theo một cách có chủ ý và được tuyển chọn. Điều này ngăn chặn sự thay đổi bất thường trong tầm nhìn và cũng cung cấp toàn bộ công việc đang tiến hành cho lời nhắc. Bất kỳ kỹ sư nào đã vô tình xóa mã của mình bằng cách sử dụng Rest of code here đều biết ơn điều này. Chúng ta có thể thấy việc thiết lập phạm vi ở đây:</p>

<blockquote>
  <p>Nội dung tự chứa, phức tạp có thể được hiểu độc lập, không cần ngữ cảnh từ cuộc hội thoại</p>
</blockquote>

<p>Chúng ta đang chuyển hướng tập trung từ đầu ra chi tiết không được kiểm soát sang một artifact cụ thể. Điều đáng chú ý là hướng dẫn rõ ràng để bỏ qua ngữ cảnh của cuộc hội thoại. Đây là một phương pháp đảm bảo chất lượng bằng cách tham chiếu dữ liệu được tuyển chọn. Đó là một cơ chế kiểm soát chất lượng kiểm soát các đặc điểm chi tiết và tiềm ẩn ngẫu nhiên của đầu vào.</p>

<p>Tất cả điều này phù hợp với kiến trúc để truy xuất. Bằng cách có một thư viện Artifacts được tuyển chọn sâu rộng, chúng ta giờ đây có thể hướng hệ thống của mình để truy xuất từ một tập dữ liệu được kiểm soát. Chúng ta biết rằng tất cả các nhà cung cấp AI lớn đang tập trung mạnh vào việc đầu tư vào dữ liệu được tuyển chọn chất lượng cao. Artifacts là một bước tiến để định hình đầu vào và đầu ra chi tiết bằng một cấu trúc.</p>

<p>Chúng ta có thể thấy sự tập trung thoát khỏi đầu vào và ánh xạ vào nghiên cứu được hệ thống xác định trong lời nhắc. Dưới đây là một ví dụ về một số tiêu chí loại trừ:</p>

<blockquote>
  <p>Nội dung phụ thuộc vào ngữ cảnh hội thoại hiện tại để hữu ích. Nội dung không thể sửa đổi hoặc lặp lại bởi người dùng. Yêu cầu từ người dùng có vẻ là câu hỏi một lần.</p>
</blockquote>

<p>Lời nhắc đang chủ động tập trung vào ngữ cảnh của hệ thống và nhiệm vụ hiện tại. Lời nhắc đang cố gắng lọc ra đầu vào không liên quan đến một đầu ra rất cụ thể. Do đó, artifact đóng vai trò là điểm tham chiếu cụ thể cả trong văn bản được tạo ra và dữ liệu có cấu trúc đằng sau hậu trường. Điều này mang lại cho chúng ta khả năng truy xuất nhanh chóng và chính xác, cũng như sự tập trung. Điều rất hữu ích cho...</p>

<h3>2. Suy luận Logic</h3>

<p>Các kỹ sư lời nhắc đã lâu nói với chúng ta rằng một trong những chìa khóa để có được đầu ra đáng tin cậy là buộc các LLM phải hình thành một quy trình suy luận có cấu trúc, hợp lý và nhiều bước. Chúng ta thấy sự công nhận chính thức của điều này trong lời nhắc.</p>

<blockquote>
  <p>1. Ngắn gọn trước khi gọi một artifact, hãy suy nghĩ trong một câu bằng thẻ <code><antthinking></code> về cách nó đánh giá theo tiêu chí của một artifact tốt và xấu. Hãy xem xét liệu nội dung có hoạt động tốt mà không cần artifact hay không. Nếu nó đủ giá trị để trở thành artifact, hãy xác định trong một câu khác liệu đó là một artifact mới hay một bản cập nhật cho một artifact hiện có (thường xuyên nhất). Đối với các bản cập nhật, hãy sử dụng lại trình định danh trước đó.</p>
</blockquote>

<p>Ở đây, chúng ta đang buộc hệ thống của mình phải thực hiện một quy trình có cấu trúc nhiều bước để phân tích nhiệm vụ và đầu ra. Một lần nữa, hướng tới định nghĩa mạnh mẽ về nội dung chi tiết và ám chỉ một hệ thống tìm kiếm và truy xuất cho artifacts.</p>

<blockquote>
  <p><code><antthinking></code>Tạo một tập lệnh Python để tính giai thừa đáp ứng các tiêu chí của một artifact tốt. Đó là một đoạn mã tự chứa có thể được hiểu độc lập và có khả năng được tái sử dụng hoặc sửa đổi. Đây là một cuộc hội thoại mới, vì vậy không có artifact nào tồn tại trước đó. Do đó, tôi đang tạo một artifact mới.<code></antthinking></code></p>
</blockquote>

<blockquote>
  <p><code><antthinking></code>Yêu cầu này là một sửa đổi trực tiếp của artifact máy tính giai thừa hiện có. Nó không phải là một artifact mới mà là một bản cập nhật để làm cho tập lệnh mạnh mẽ hơn. Tôi sẽ sử dụng lại trình định danh máy tính giai thừa để duy trì tính liên tục và hiển thị sự phát triển của mã của chúng tôi.<code></antthinking></code></p>
</blockquote>

<p>Ở đây, chúng ta có thể thấy việc triển khai một quy trình suy luận logic để tạo ra các đầu ra được xác định. Bằng cách đảm bảo thuật toán của chúng ta đi qua cùng các bước logic, chúng ta có hạt giống cho một quy trình tạo ra thông minh và có thể lặp lại.</p>

<p>Chúng ta có thể ánh xạ logic này vào quy trình suy luận của một người. Đầu tiên, chúng ta có một cách tiếp cận giải quyết vấn đề logic và hợp lý. Chúng ta bổ sung điều này bằng các artifact cứng. Tập dữ liệu LLM là bộ não, nhưng artifacts là kỹ năng và kiến thức cho phép chúng ta đạt được một đầu ra nhất định.</p>

<p>Nếu chúng ta tưởng tượng tất cả các mô hình cạnh tranh, chúng ta có thể suy ra rằng chúng dựa vào việc sao chép các quy trình suy luận logic. Về cơ bản, chúng ta đang tạo ra một bộ não robot để bắt chước quy trình suy luận logic của con người. Chúng ta đang xây dựng các bộ phận còn thiếu, kiến thức, cấu trúc và các quy trình truy xuất nhiên liệu cho bộ não.</p>

<p>Điều này khiến các lời nhắc và hướng dẫn của hệ thống trở thành tài sản vô cùng có giá trị. Hiểu và tinh chỉnh suy luận logic là một phần quan trọng trong quy trình tạo ra.</p>

<p>Chúng ta có thể thấy một số triển khai cơ bản của suy luận có cấu trúc này trong mã...</p>

<blockquote>
  <p><code><antartifact identifier=factorial-script type=application/vnd.ant.code language=python title=Simple Python factorial script></code> def factorial(n): if n == 0: return 1 else: return n * factorial(n - 1)<code></antartifact></code></p>
</blockquote>

<p>Vậy application/vnd.ant.code là gì? Application đủ đơn giản, VND là nhà cung cấp, ANT sẽ là Anthropic (nhà sáng tạo của Claude) và code; đó là một cái nhìn sâu sắc về kiến trúc của họ. Tôi mong đợi một loại phân loại và dữ liệu có cấu trúc liệt kê các tác vụ mà mọi người cố gắng thực hiện bằng các LLM.</p>

<ul>
  <li>Các tác vụ mã hóa</li>
  <li>Trình bày</li>
  <li>Tài liệu</li>
  <li>Phân tích</li>
  <li>Nhiều hơn nữa...</li>
</ul>

<p>Ví dụ, chúng ta có thể tạo một số pseudo-code cho một nỗ lực trình bày PowerPoint.</p>

<blockquote>
  <p><code><antartifact identifier=powerpoint-presentation type=application/vnd.ant.presentation purpose=business title=Simple powerpoint presentation></code> Slide 1: Slide tiêu đề Slide 2: Giới thiệu Slide 3: Báo cáo vấn đề Slide 4: Giải pháp <code></antartifact></code></p>
</blockquote>

<p>Điều này gần như chắc chắn không giống như mã sản xuất, nhưng là một mô hình tinh thần thú vị. Để kiểm soát và cấu trúc đầu ra chi tiết, chúng ta phải gặp phải các quy trình logic và hợp lý để phân loại và tiêu chuẩn hóa đầu vào và đầu ra.</p>

<p>Tôi nghi ngờ điều này có nghĩa là khi đầu vào đến, chúng sẽ chạy các thuật toán riêng biệt được thử nghiệm chiến đấu thực hiện trích xuất thực thể và phân loại. Dữ liệu có cấu trúc này sau đó được chạy qua một quy trình tìm kiếm và truy xuất tài sản. Nơi mà đối với văn bản, chúng ta sử dụng cơ sở dữ liệu vectơ; đối với các đầu ra được xác định khác, chúng ta hiện đã giới thiệu khái niệm artifacts. Ví dụ: một tác vụ React Code có thể diễn ra như thế này.</p>

<blockquote>
  <p>ĐẦU VÀO: Tạo một thành phần phản ứng cho bảng điều khiển số liệu, TRÍCH XUẤT THỰC THỂ: Mã hóa, Phản ứng, Bảng điều khiển số liệu, TÌM KIẾM THỰC THỂ: Truy xuất artifact mã cho Bảng điều khiển số liệu nơi type = React, GỢI Ý HỆ THỐNG: create_system_prompt(artifact_id='metrics-dashboard-component', type='application/vnd.ant.code', language='react')</p>
</blockquote>

<p>Có rất nhiều điều đang diễn ra, và chúng ta có thể thấy những nỗ lực khó khăn cần thiết đằng sau hậu trường để tuyển chọn các ví dụ chất lượng cao và phân loại cho một nhóm nhiệm vụ lý thuyết về cơ bản là không giới hạn. Sẽ có sự lặp lại với các thuật toán phân loại AI khác đằng sau hậu trường để tự động hóa điều này.</p>

<p>Nhưng về cơ bản, theo những gì chúng ta có thể thấy, đó là một hệ thống tìm kiếm và truy xuất lạ mắt, dựa trên một ngôn ngữ biểu mẫu độc quyền.</p>

<p>Tôi bắt đầu sự nghiệp của mình nhiều năm trước với tư cách là một nhà phát triển Drupal. Đọc lời nhắc, từ bật ra với tôi là TWIG. Twig là một ngôn ngữ biểu mẫu HTML thường được sử dụng để hiển thị biểu mẫu trong HTML từ PHP. Claude gần như chắc chắn sẽ sử dụng một cách tiếp cận tương đương để điều chỉnh đầu vào và ngữ cảnh dựa trên dữ liệu có cấu trúc (có thể được trích xuất bên ngoài LLM).</p>

<p>Có vẻ như Claude Sonnet 3.5 sử dụng một cái gì đó tương tự, điều này hợp lý. Với đầu vào văn bản cho LLM, chúng ta cần tạo ra các khối văn bản một cách có hệ thống. Đây là các thẻ động được kết hợp lại để tạo ra lời nhắc.</p>

<p>Điều này sẽ tận dụng một loại cách tiếp cận gọi hàm. Mỗi thẻ có một mục đích cụ thể. Sau đó, điều này đóng vai trò là một trừu tượng hóa khi chúng ta hướng mô hình của mình để tìm đúng danh mục và loại cho mỗi mục đích cụ thể. Tôi tưởng tượng việc xây dựng lời nhắc diễn ra như thế này. Mã giả suy đoán lớn sắp tới...</p>

```
function generate_reference() {
  context=artifact_type, artifact_id, task
  examples = search_examples_by_type(‘react’, ‘hooks’, ‘current_ids’)
  return structured_data
}

function generate_system_instruction(structured_data) {
  <antartifact>
    <artifacts_info {{ attribute(version, '1.00') }}>
      <% artifact_introduction %>
      <% artifact_selection %>
      <% artifact_elimination %>
      <% artifact_usage %>
      <% artifact_instruction {{ type(code, 'data-code') }} {{ type(react, 'data-react') }} %>
    </artifacts_info>
    <example {{ for react_example in react_code_artifact }}>{react_example }</example>
    <example_docstring {{ for example_thought_process in curated_artifact_generation_example }}>{example_thought_process }</example_docstring>
    <user_query>{sanitized_user_query}</user_query>
    <assistant_response>{sanitized_user_query}</assistant_response>
  </antartifact>
}
```

<p>Vậy, chúng ta có nó, một quy trình suy luận được chia thành các khối. Trích xuất thực thể được ánh xạ với tìm kiếm và truy xuất nâng cao. Các khối xây dựng cho một quy trình suy luận logic. Dữ liệu nền tảng là chìa khóa cho chất lượng của đầu ra.</p>

<p>Artifacts đối với đầu ra có cấu trúc như tạo mã giống như tìm kiếm vectơ đối với rag. Đó là hệ thống tìm kiếm và truy xuất cho đầu ra có cấu trúc.</p>

<p>Chúng ta thấy bằng chứng về một quy trình suy luận có cấu trúc và hợp lý trong Claude 3.5. Một điều mà chúng ta luôn kỳ vọng là quan trọng trong Generative AI, nhưng đây là bằng chứng chính thức.</p>

<p>Tôi có thể tưởng tượng hàng ngũ các nhà phát triển và tiếp thị xây dựng các thư viện artifacts được tuyển chọn. Thư viện này được truy cập thông qua phân loại và sau đó là các tác vụ tìm kiếm và truy xuất. Nhưng bước tiến thực sự là khái niệm về tính bền vững.</p>

<p>Bằng cách làm việc với artifacts, chúng ta có các điểm tham chiếu tồn tại ngoài sự thoáng qua. Những điểm có thể được tinh chỉnh và tái sử dụng. Chúng ta đã có suy luận và đầu ra chi tiết. Bây giờ, chúng ta có ký ức và chuyên môn...</p>

<h3>6. Hệ thống Claude 3.5</h3>

<p><strong>Lưu ý:</strong> Phần này sẽ cung cấp mã lệnh đầy đủ của lời nhắc hệ thống, được ẩn đi để tránh tiết lộ thông tin nhạy cảm.</p>

<p>Bài viết này cung cấp cái nhìn sâu sắc về kiến trúc và các tính năng chính của hệ thống gợi ý Claude Sonnet 3.5, nhấn mạnh khái niệm Artifacts và vai trò của nó trong việc tạo ra đầu ra AI chất lượng cao.</p>

Phân tích Hệ thống Gợi ý của Claude Sonnet 3.5: Một cái nhìn sâu sắc

Phân tích Hệ thống Gợi ý của Claude Sonnet 3.5: Một cái nhìn sâu sắc Mục lục Giới thiệu về Artifacts Suy luận Logic Xác định và...

tháng 6 26, 2024

Apple Intelligence: Một bước đi táo bạo, nhưng liệu có hiệu quả?

<h2>Apple Intelligence: Một bước đi táo bạo, nhưng liệu có hiệu quả?</h2>

<h3>Mục lục</h3>
<ol>
  <li><strong>Apple Intelligence: Hợp tác thay vì tự phát triển</strong></li>
  <li><strong>Chiến lược độc đáo: Không bỏ tiền, chỉ cần thị phần</strong></li>
  <li><strong>Bước ngoặt: Từ độc lập sang hợp tác</strong></li>
  <li><strong>Lợi ích cho cả hai bên: Cơ hội và thách thức</strong></li>
</ol>

<h3>1. Apple Intelligence: Hợp tác thay vì tự phát triển</h3>
<p>Apple đang tích cực hợp tác với các nhà phát triển AI bên ngoài, thay vì chỉ dựa vào công nghệ tự phát triển như truyền thống. Theo Wall Street Journal, Apple đang đàm phán với Meta, Anthropic và OpenAI để tích hợp các mô hình ngôn ngữ lớn (LLM) vào hệ thống Apple Intelligence sắp ra mắt. Ngoài ra, Reuters tiết lộ Apple cũng đang thảo luận với Google về việc đưa Gemini AI lên các thiết bị của mình.</p>

<h3>2. Chiến lược độc đáo: Không bỏ tiền, chỉ cần thị phần</h3>
<p>Điều đáng chú ý là Apple không trả tiền để tích hợp các mô hình AI này. Thay vào đó, Apple tận dụng thị phần khổng lồ và danh mục sản phẩm đa dạng để tạo thành một nền tảng phân phối cho các đối tác của mình. Apple sẽ có thể tích hợp nhiều mô hình khác nhau, giảm bớt sự phụ thuộc vào một đối tác duy nhất. Đồng thời, các nhà phát triển AI sẽ được tiếp cận với một lượng người dùng khổng lồ và có thể bán các gói đăng ký cao cấp cho các mô hình của họ thông qua Apple Intelligence.</p>

<h3>3. Bước ngoặt: Từ độc lập sang hợp tác</h3>
<p>Đây là một chiến lược khá bất thường của Apple, một công ty luôn tự hào về việc phát triển các công nghệ đột phá như Apple Silicon. Apple cũng rất ít khi hợp tác với đối thủ cạnh tranh. Việc Apple mở rộng hợp tác với ít nhất 6 nhà phát triển AI bên ngoài là một bước ngoặt lớn trong cách tiếp cận sản phẩm của hãng.</p>

<h3>4. Lợi ích cho cả hai bên: Cơ hội và thách thức</h3>
<p>Chiến lược này mang lại lợi ích cho cả Apple và các nhà phát triển. Apple sẽ có quyền truy cập vào nhiều loại mô hình AI hơn, tạo sự linh hoạt cho sản phẩm. Các nhà phát triển AI sẽ có cơ hội tiếp cận thị trường rộng lớn và được hưởng lợi từ uy tín của Apple. Tuy nhiên, vẫn chưa rõ liệu tất cả các nhà phát triển này có được quyền truy cập vào hệ điều hành của Apple giống như OpenAI hay không.</p>

<p>Mặc dù Apple Intelligence là một bước đi táo bạo, nhưng nó cũng tiềm ẩn nhiều rủi ro. Apple cần phải cân nhắc cẩn thận về sự hợp tác với các đối thủ cạnh tranh, cũng như bảo mật dữ liệu người dùng và duy trì chất lượng sản phẩm.</p>

Apple Intelligence: Một bước đi táo bạo, nhưng liệu có hiệu quả?

Apple Intelligence: Một bước đi táo bạo, nhưng liệu có hiệu quả? Mục lục Apple Intelligence: Hợp tác thay vì tự phát triển Chiến l...

tháng 6 26, 2024

AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo

<html lang='vi'>
<head>
  <meta charset='UTF-8'>
  <meta name='viewport' content='width=device-width, initial-scale=1.0'>
  <title>AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo</title>
</head>
<body>
  <h1>AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo</h1>
  <h2>Mục lục:</h2>
  <ol>
    <li><b>Mở rộng quy mô và tầm nhìn chiến lược của AWS tại khu vực MENAT</b></li>
    <li><b>Thách thức và cơ hội tại khu vực MENAT</b></li>
    <li><b>Hợp tác với Anthropic để thúc đẩy Generative AI</b></li>
    <li><b>Vai trò của hạ tầng AWS trong việc hỗ trợ Generative AI</b></li>
    <li><b>Thay đổi ngành nghề với Generative AI</b></li>
    <li><b>Cam kết phát triển bền vững của AWS</b></li>
    <li><b>Hỗ trợ chuyển đổi số tại UAE</b></li>
  </ol>
  <h3>1. Mở rộng quy mô và tầm nhìn chiến lược của AWS tại khu vực MENAT</h3>
  <p>Amazon Web Services (AWS) đang đẩy mạnh mở rộng quy mô hoạt động tại khu vực Trung Đông, Bắc Phi và Thổ Nhĩ Kỳ (MENAT) với các trung tâm dữ liệu mới và đầu tư đáng kể. AWS hiện có trung tâm dữ liệu tại Bahrain và UAE, đồng thời đang xây dựng một khu vực hạ tầng mới tại Saudi Arabia, dự kiến sẽ hoạt động vào năm 2026. Dự án này là một phần quan trọng trong chiến lược của AWS, thể hiện cam kết đầu tư 5,3 tỷ đô la vào khu vực, góp phần hỗ trợ Tầm nhìn 2030 của Saudi Arabia, nhằm đa dạng hóa nền kinh tế và thúc đẩy đổi mới công nghệ.</p>
  <h3>2. Thách thức và cơ hội tại khu vực MENAT</h3>
  <p>Khu vực MENAT đang chứng kiến sự gia tăng nhanh chóng trong việc áp dụng các dịch vụ điện toán đám mây, với tiềm năng tạo ra giá trị kinh tế bổ sung lên tới 733,1 tỷ đô la vào năm 2033. AWS đóng vai trò quan trọng trong việc thúc đẩy đổi mới và tinh thần kinh doanh trong nhiều lĩnh vực, bao gồm y tế, giáo dục và tài chính. Khu vực này cũng đang thể hiện sự quan tâm ngày càng tăng đối với trí tuệ nhân tạo (AI), học máy (ML) và Internet vạn vật (IoT), và AWS cung cấp nhiều dịch vụ chuyên biệt đáp ứng nhu cầu ngày càng phát triển của các doanh nghiệp và tổ chức.</p>
  <h3>3. Hợp tác với Anthropic để thúc đẩy Generative AI</h3>
  <p>AWS đã đầu tư 4 tỷ đô la vào Anthropic, một công ty tiên phong trong lĩnh vực Generative AI, nhằm tăng cường khả năng ứng dụng Generative AI cho các tổ chức toàn cầu. Hợp tác chiến lược này kết hợp công nghệ hàng đầu của cả hai bên, tạo điều kiện thuận lợi cho việc phát triển các mô hình nền tảng trong tương lai của Anthropic và mang chúng đến với khách hàng của AWS.</p>
  <h3>4. Vai trò của hạ tầng AWS trong việc hỗ trợ Generative AI</h3>
  <p>AWS đã đầu tư vào phát triển chip trong hơn một thập kỷ, mang đến nhiều thế hệ chip và cơ sở hạ tầng để xử lý khối lượng công việc AI và thúc đẩy sản xuất AI. AWS cung cấp lựa chọn rộng rãi các thể hiện Amazon EC2 tích hợp chip AI, bao gồm cả GPU NVIDIA mới nhất, Trainium và Inferentia2. Các thế hệ chip liên tiếp của AWS mang lại hiệu suất giá và hiệu quả năng lượng tốt hơn.</p>
  <h3>5. Thay đổi ngành nghề với Generative AI</h3>
  <p>Generative AI, đặc biệt thông qua các dịch vụ của AWS như Amazon Bedrock, đang thay đổi ngành nghề. Hơn 100.000 khách hàng toàn cầu trên nhiều ngành nghề, bao gồm Adidas, Sở giao dịch chứng khoán New York, Pfizer, Ryanair và Toyota, đang sử dụng các dịch vụ AI và ML của AWS để tái tạo trải nghiệm cho khách hàng của họ.</p>
  <h3>6. Cam kết phát triển bền vững của AWS</h3>
  <p>AWS cam kết đạt được 100% năng lượng tái tạo cho các hoạt động của mình vào năm 2025, đồng thời đạt mức phát thải carbon bằng không vào năm 2040. Để hỗ trợ mục tiêu này, AWS đã đầu tư vào nhiều dự án năng lượng tái tạo, bao gồm các trang trại năng lượng mặt trời và gió trên toàn cầu.</p>
  <h3>7. Hỗ trợ chuyển đổi số tại UAE</h3>
  <p>AWS cam kết xây dựng năng lực và chuyên môn về điện toán đám mây tại địa phương. Các chương trình đào tạo và chứng chỉ của AWS, như AWS Academy và AWS Educate, được thiết kế để trang bị cho sinh viên, nhà phát triển và chuyên gia CNTT tại UAE những kỹ năng cần thiết để phát triển trong nền kinh tế kỹ thuật số.</p>
  <img alt="Logo AWS" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
</body>
</html>

AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo

AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và t...

tháng 6 26, 2024

Synthesia: Cách Mạng Hóa Sản Xuất Video với AI

<html>
<head>
  <title>Synthesia: Cách Mạng Hóa Sản Xuất Video với AI</title>
</head>
<body>
  <h2>Synthesia: Cách Mạng Hóa Sản Xuất Video với AI</h2>

<h3>Mục lục:</h3>
  <ul>
    <li><strong>Chuyển đổi Sản Xuất Video</strong></li>
    <li><strong>Cập Nhật Quan Trọng</strong>
      <ul>
        <li>AI Avatars từ Webcam</li>
        <li>AI Avatars Toàn Thân</li>
        <li>Trợ Lý Video AI</li>
      </ul>
    </li>
    <li><strong>Làm Cho AI Trở Nên Dễ Dàng Tiếp Cận</strong></li>
    <li><strong>Ứng Dụng Thực Tế</strong></li>
    <li><strong>Vượt Qua Rào Cản</strong></li>
    <li><strong>Tính Năng Tương Lai</strong></li>
    <li><strong>Kết Luận</strong></li>
  </ul>

<h3>1. Chuyển đổi Sản Xuất Video</h3>
  <p>Synthesia, một startup AI hàng đầu của Anh được hỗ trợ bởi Nvidia, đã tung ra những bản cập nhật ấn tượng cho nền tảng của mình. Những thay đổi này biến Synthesia thành một bộ sản xuất video toàn diện, giúp các doanh nghiệp dễ dàng tạo ra video chất lượng cao với AI avatars.</p>
  <p>Synthesia bắt đầu bằng việc tạo ra AI avatars cho video đào tạo và tài liệu quảng cáo. Giờ đây, họ đã mở rộng khả năng của mình một cách đáng kể. Nền tảng này nhắm đến việc trở thành bộ sản xuất video toàn diện cho các công ty lớn, vượt xa việc chỉ tạo ra AI avatars.</p>

<h3>2. Cập Nhật Quan Trọng</h3>
  <p>Dưới đây là một số tính năng mới thú vị:</p>
  <ul>
    <li><strong>AI Avatars từ Webcam:</strong> Tạo AI avatars bằng webcam laptop hoặc điện thoại đơn giản.</li>
    <li><strong>AI Avatars Toàn Thân:</strong> Bao gồm tay và cánh tay, tạo ra chuyển động tự nhiên hơn.</li>
    <li><strong>Trợ Lý Video AI:</strong> Tóm tắt bài viết và tài liệu, giúp dễ dàng tạo nội dung.</li>
  </ul>

<h3>3. Làm Cho AI Trở Nên Dễ Dàng Tiếp Cận</h3>
  <h4>Đơn Giản Hóa Việc Tạo Avatars</h4>
  <p>Một trong những bản cập nhật nổi bật là khả năng tạo AI avatars từ bản ghi webcam 5 phút. Đây là một bước ngoặt so với phương pháp truyền thống yêu cầu các buổi ghi hình trong studio. Bây giờ, bất kỳ ai có điện thoại hoặc laptop đều có thể tạo ra AI avatars chuyên nghiệp.</p>

<h4>AI Avatars Toàn Thân và Hỗ Trợ Đa Ngôn Ngữ</h4>
  <p>AI avatars toàn thân mới của Synthesia ghi lại chuyển động của bàn tay, vốn là một khía cạnh đầy thách thức đối với AI. Ngoài ra, nền tảng này cung cấp video đa ngôn ngữ, giúp dễ dàng phục vụ đối tượng đa dạng. Điều này đặc biệt hữu ích cho các công ty toàn cầu cần nội dung bằng nhiều ngôn ngữ.</p>

<h4>Trợ Lý Video AI</h4>
  <p>Trợ lý video AI là một công cụ hữu ích giúp tóm tắt bài viết và tài liệu. Điều này có thể cực kỳ hữu ích cho các nhiệm vụ như giải thích nhân sự hoặc các buổi đào tạo, nơi cần tóm tắt nhanh chóng và hiệu quả các tài liệu dài.</p>

<h3>4. Ứng Dụng Thực Tế</h3>
  <p>Dưới đây là cách Synthesia đang được sử dụng:</p>
  <ul>
    <li><strong>Video Đào Tạo:</strong> Các công ty có thể nhanh chóng sản xuất tài liệu đào tạo mà không cần nhiều nguồn lực sản xuất.</li>
    <li><strong>Nội Dung Quảng Cáo:</strong> Các doanh nghiệp có thể tạo ra video quảng cáo hấp dẫn thu hút đối tượng của họ.</li>
    <li><strong>Giao Tiếp Nội Bộ:</strong> Trợ lý video AI có thể giúp tóm tắt và truyền đạt các tài liệu và bản cập nhật quan trọng.</li>
  </ul>

<h3>5. Vượt Qua Rào Cản</h3>
  <p>Theo truyền thống, việc tạo ra AI avatars chất lượng cao đòi hỏi một buổi ghi hình trong studio, điều này có thể tốn thời gian và tốn kém. Với phần mềm mới của Synthesia, quy trình này giờ đây được hợp lý hóa và có thể truy cập từ mọi nơi.</p>

<h3>6. Tính Năng Tương Lai</h3>
  <p>Giám đốc điều hành Victor Riparbelli hình dung Synthesia như một công cụ tập trung vào năng suất cho doanh nghiệp, tương tự như cách Microsoft và Salesforce hoạt động. Mục tiêu là cung cấp giá trị kinh doanh lâu dài thông qua các giải pháp AI sáng tạo.</p>

<h3>7. Kết Luận</h3>
  <p>Các bản cập nhật của Synthesia biến nó thành một công cụ mạnh mẽ cho các doanh nghiệp tận dụng AI cho sản xuất video, đào tạo và giao tiếp. Những tính năng mới này không chỉ đơn giản hóa quy trình mà còn nâng cao chất lượng và tính linh hoạt của nội dung được tạo ra.</p>
  <img alt="Logo Synthesia" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
</body>
</html>

Synthesia: Cách Mạng Hóa Sản Xuất Video với AI

Synthesia: Cách Mạng Hóa Sản Xuất Video với AI Synthesia: Cách Mạng Hóa Sản Xuất Video với AI Mục lục: Chuyển đổi Sản...

tháng 6 26, 2024

Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn

<html lang='vi'>
<head>
  <meta charset='UTF-8'>
  <meta name='viewport' content='width=device-width, initial-scale=1.0'>
  <title>Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn</title>
</head>
<body>
  <h1>Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn</h1>
  <h2>Mục lục:</h2>
  <ol>
    <li><b>Tăng cường năng suất với tính năng Projects</b></li>
    <li><b>Kiến thức tổ chức được tích hợp vào Claude</b></li>
    <li><b>Hướng dẫn tùy chỉnh cho phản hồi linh hoạt</b></li>
    <li><b>Artifacts: Tạo và xem nội dung trực quan</b></li>
    <li><b>Chia sẻ cuộc trò chuyện với Claude trong Team</b></li>
    <li><b>North Highland: Sử dụng Claude để tăng tốc độ làm việc</b></li>
    <li><b>Bảo mật dữ liệu và kế hoạch tương lai</b></li>
    <li><b>Claude và tương lai của AI trong môi trường làm việc</b></li>
  </ol>
  <h2>1. Tăng cường năng suất với tính năng Projects</h2>
  <p>Anthropic, công ty đứng sau trợ lý AI Claude, đã công bố bản cập nhật nền tảng của họ vào thứ Ba (25 tháng 6), bổ sung các tính năng mới để cải thiện sự hợp tác nhóm và năng suất. Bản cập nhật giới thiệu chức năng Projects cho người dùng Claude.ai Pro và Team.</p>
  <h2>2. Kiến thức tổ chức được tích hợp vào Claude</h2>
  <p>Một điểm nổi bật của Projects là khả năng kết hợp kiến thức tổ chức nội bộ vào phản hồi của Claude. Người dùng có thể thêm các tài liệu như hướng dẫn phong cách, cơ sở mã, bản ghi phỏng vấn hoặc công việc trước đây để cung cấp ngữ cảnh cho đầu ra của Claude. Tính năng này nhằm mục đích giúp Claude cung cấp trợ giúp phù hợp hơn cho nhiều nhiệm vụ khác nhau.</p>
  <h2>3. Hướng dẫn tùy chỉnh cho phản hồi linh hoạt</h2>
  <p>Bản cập nhật cũng giới thiệu các hướng dẫn tùy chỉnh cho mỗi Project, cho phép người dùng điều chỉnh phản hồi của Claude một cách chi tiết hơn. Ví dụ, người dùng có thể hướng dẫn Claude sử dụng một ngữ điệu cụ thể hoặc trả lời câu hỏi từ một góc nhìn nhất định.</p>
  <h2>4. Artifacts: Tạo và xem nội dung trực quan</h2>
  <p>Một tính năng mới khác, được gọi là Artifacts, cho phép người dùng tạo và xem nội dung như đoạn mã, tài liệu văn bản, đồ họa, biểu đồ hoặc thiết kế trang web trong một cửa sổ riêng biệt bên cạnh cuộc trò chuyện của họ với Claude. Anthropic cho biết tính năng này đặc biệt hữu ích cho các nhà phát triển, cung cấp một cửa sổ mã lớn hơn và bản xem trước trực tiếp cho công việc front-end.</p>
  <h2>5. Chia sẻ cuộc trò chuyện với Claude trong Team</h2>
  <p>Đối với người dùng Team, bản cập nhật bao gồm khả năng chia sẻ ảnh chụp nhanh các cuộc trò chuyện với Claude trong luồng hoạt động dự án được chia sẻ. Anthropic gợi ý tính năng này có thể giúp các thành viên nhóm khám phá những cách làm việc mới với trợ lý AI và có khả năng cải thiện sự đổi mới trong các lĩnh vực phát triển sản phẩm và nghiên cứu.</p>
  <h2>6. North Highland: Sử dụng Claude để tăng tốc độ làm việc</h2>
  <p>North Highland, một công ty tư vấn thay đổi và chuyển đổi, là một trong những người áp dụng sớm kế hoạch Team của Claude. Công ty báo cáo rằng hàng trăm nhân viên của họ trên khắp các nhóm tư vấn, phát triển kinh doanh và tiếp thị đang sử dụng Claude cho các nhiệm vụ như viết đề xuất và phân tích các tài liệu phức tạp.</p>
  <p>Luka Anic, Giám đốc cấp cao của Chương trình AI Kỹ thuật và Quản lý sản phẩm tại North Highland, đã đưa ra phản hồi về kinh nghiệm của họ với Claude. Theo tài khoản của Anic trong thông cáo báo chí, Claude là một nhà văn thực sự xuất sắc đã giúp nhóm của chúng tôi hoàn thành các nhiệm vụ tạo nội dung và phân tích nhanh hơn tới 5 lần so với trước đây - biến những gì từng là hai tuần viết và nghiên cứu thành vài phút làm việc. Với Claude, chúng tôi đang chuẩn bị cho lực lượng lao động của mình cho tương lai, tìm thấy nhiều niềm vui hơn trong những thách thức hàng ngày và bước vào tương lai của sự hợp tác và sáng tạo hỗ trợ bởi AI.</p>
  <h2>7. Bảo mật dữ liệu và kế hoạch tương lai</h2>
  <p>Anthropic tuyên bố rằng các tính năng mới này được thiết kế để tích hợp Claude vào quy trình nhóm hiện có. Công ty cũng giải quyết các mối quan tâm về quyền riêng tư, khẳng định rằng bất kỳ dữ liệu hoặc cuộc trò chuyện nào được chia sẻ trong Projects sẽ không được sử dụng để đào tạo các mô hình tạo văn bản của họ mà không có sự đồng ý rõ ràng của người dùng.</p>
  <p>Nhìn về tương lai, Anthropic cho biết họ có kế hoạch tiếp tục cải thiện khả năng sử dụng của Claude và mở rộng các loại kiến thức dự án có thể được tích hợp. Công ty đề cập đến kế hoạch trong tương lai cho việc tích hợp bản địa với các ứng dụng và công cụ phổ biến, mặc dù chi tiết cụ thể chưa được cung cấp.</p>
  <h2>8. Claude và tương lai của AI trong môi trường làm việc</h2>
  <p>Việc giới thiệu các tính năng hợp tác cho Claude diễn ra vào thời điểm nhiều công ty đang khám phá các cách để tích hợp trợ lý AI vào quy trình làm việc của họ. Khi lĩnh vực AI tiếp tục phát triển nhanh chóng, vẫn còn phải xem các công cụ như Claude sẽ định hình tương lai của năng suất và sự hợp tác trong nơi làm việc như thế nào.</p>
  <img alt="Logo Anthropic" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
</body>
</html>

Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn

Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp...

tháng 6 26, 2024

Claude 3.5: AI trợ lý đột phá, cách mạng hóa lập trình

<h2>Claude 3.5: AI trợ lý đột phá, cách mạng hóa lập trình</h2>

<h3>Mục lục:</h3>
<ol>
  <li><strong>Giới thiệu Claude 3.5</strong></li>
  <li><strong>Ứng dụng trong phát triển game</strong></li>
  <li><strong>Tạo hình ảnh trực quan và gỡ lỗi mã</strong></li>
  <li><strong>Hỗ trợ giao dịch</strong></li>
  <li><strong>Kết luận</strong></li>
</ol>

<h3>1. Giới thiệu Claude 3.5</h3>
<p>Anthropic vừa giới thiệu mô hình AI mới nhất của mình, Claude 3.5, đã tạo nên cơn sốt trên Twitter. Với kỹ năng lập trình vượt trội so với tất cả các mô hình trước đó, một số người dự đoán Claude có thể thể hiện dạng sơ khai của trí tuệ nhân tạo chung (AGI). Phiên bản mới nhất này là minh chứng cho sự tiến bộ đáng kể trong xử lý ngôn ngữ tự nhiên và khả năng lập trình.</p>
<p>Claude 3.5 hứa hẹn sẽ cách mạng hóa cách tạo và bảo trì phần mềm, mang đến những lợi ích cho các nhà phát triển phần mềm. Năng lực của Claude 3.5 bao gồm:</p>
<ul>
  <li><strong>Tối ưu hóa quy trình làm việc:</strong> Claude giúp các lập trình viên tự động hóa các tác vụ mã hóa lặp đi lặp lại, giải phóng thời gian cho các nhiệm vụ sáng tạo hơn.</li>
  <li><strong>Công cụ cộng tác:</strong>  Với Artifacts, Claude cho phép làm việc theo nhóm trong thời gian thực, nơi con người và AI có thể cùng nhau xây dựng ý tưởng.</li>
  <li><strong>Khả năng thị giác máy tính:</strong> Claude 3.5 có thể tạo hình ảnh động và sơ đồ minh họa trực quan cho các khái niệm phức tạp, giúp người học tiếp cận dễ dàng hơn.</li>
</ul>

<h3>2. Ứng dụng trong phát triển game</h3>
<p>Claude 3.5 có tiềm năng to lớn trong phát triển game.  Khả năng suy luận tiên tiến cho phép Claude tạo ra logic trò chơi phức tạp từ mô tả bằng ngôn ngữ tự nhiên đơn giản.</p>
<ul>
  <li><strong>Tạo mã tự động:</strong>  Thay vì phải viết mã từ đầu, nhà phát triển có thể mô tả cơ chế của một vòng thưởng trong vài câu và Claude sẽ tự động tạo ra mã để nó hoạt động chính xác.</li>
  <li><strong>Thiết kế trực quan và âm thanh:</strong> Claude có thể xử lý các khía cạnh thiết kế trực quan và âm thanh thường yêu cầu mã hóa thủ công.</li>
  <li><strong>Nâng cao hiệu quả phát triển:</strong> Mã do Claude tạo ra hiệu quả và không có lỗi, giúp nhà phát triển tiết kiệm thời gian gỡ lỗi, tập trung vào thiết kế game.</li>
</ul>

<h3>3. Tạo hình ảnh trực quan và gỡ lỗi mã</h3>
<p>Claude 3.5 là trợ lý đắc lực cho việc tạo hình ảnh trực quan cho các khái niệm phức tạp và hỗ trợ các lập trình viên mới gỡ lỗi mã.</p>
<ul>
  <li><strong>Minh họa trực quan:</strong>  Claude tạo hình ảnh động và sơ đồ minh họa chất lượng cao cho các khái niệm toán học hoặc khoa học phức tạp, giúp việc học dễ dàng hơn.</li>
  <li><strong>Hỗ trợ gỡ lỗi:</strong> Khi gặp lỗi mã, người dùng chỉ cần mô tả lỗi, Claude sẽ phân tích và đưa ra giải pháp.</li>
</ul>

<h3>4. Hỗ trợ giao dịch</h3>
<p>Claude 3.5 giúp các nhà giao dịch mới tiếp cận thị trường dễ dàng hơn.</p>
<ul>
  <li><strong>Phân tích thị trường:</strong> Claude phân tích dữ liệu thị trường, xác định xu hướng, kiểm tra các chiến lược giao dịch dựa trên lịch sử giá.</li>
  <li><strong>Tạo mã tự động hóa:</strong> Claude tạo mã cho các tác vụ tự động như tính toán rủi ro, tối ưu hóa danh mục đầu tư.</li>
</ul>

<h3>5. Kết luận</h3>
<p>Claude 3.5 là một công cụ đột phá, hứa hẹn cách mạng hóa ngành lập trình.  Với khả năng xử lý ngôn ngữ tự nhiên, khả năng lập trình tiên tiến và khả năng thị giác máy tính, Claude 3.5 hỗ trợ con người trong nhiều lĩnh vực, từ phát triển game, tạo hình ảnh trực quan đến giao dịch. Claude 3.5 đang thay đổi cách chúng ta làm việc và học tập, mở ra một kỷ nguyên mới cho công nghệ AI.</p>

Claude 3.5: AI trợ lý đột phá, cách mạng hóa lập trình

Claude 3.5: AI trợ lý đột phá, cách mạng hóa lập trình Mục lục: Giới thiệu Claude 3.5 Ứng dụng trong phát triển game Tạo hình ả...

tháng 6 26, 2024

AWS thúc đẩy AI cho khu vực công

<h3>Mục lục</h3>
<ol>
  <li>AWS đầu tư vào AI cho khu vực công</li>
  <li>Lợi ích và thách thức của AI trong khu vực công</li>
  <li>AWS cam kết bảo mật và an toàn cho AI</li>
</ol>

<h3>1. AWS đầu tư vào AI cho khu vực công</h3>
<p>Amazon Web Services (AWS), nhà cung cấp dịch vụ điện toán đám mây lớn nhất thế giới, đang nỗ lực thu hút khu vực công tham gia vào cuộc cách mạng trí tuệ nhân tạo (AI).  Trong bối cảnh cuộc đua AI với Microsoft và Google ngày càng nóng lên, AWS cùng các ông lớn điện toán đám mây khác khẳng định rằng công nghệ AI, nổi tiếng với ChatGPT, có tiềm năng to lớn trong việc nâng cao chất lượng dịch vụ công cộng, bao gồm y tế, an ninh, từ thiện và hoạt động của các tổ chức phi chính phủ.</p>
<p>Tuy nhiên, thuyết phục chính phủ và các tổ chức phi lợi nhuận tham gia sẽ là một thử thách lớn hơn so với các công ty tư nhân. AWS đã dành 50 triệu USD trong hai năm để hỗ trợ các khách hàng tiềm năng trong khu vực công thử nghiệm các ý tưởng AI.</p>

<h3>2. Lợi ích và thách thức của AI trong khu vực công</h3>
<p>Thị trường điện toán đám mây trong khu vực công đã là một thị trường quan trọng. Theo dữ liệu của AWS, họ đang phục vụ 7.500 cơ quan chính phủ, 14.000 cơ sở giáo dục và 85.000 tổ chức phi lợi nhuận tại 215 quốc gia. Sáng kiến của AWS sẽ cung cấp cho các dự án AI được chấp thuận quyền truy cập vào tín dụng điện toán đám mây, đào tạo và chuyên môn kỹ thuật.</p>
<p>Dave Levy, Phó chủ tịch AWS phụ trách kinh doanh khu vực công toàn cầu, cho biết: Chúng tôi đang chứng kiến rất nhiều ý tưởng, trường hợp sử dụng, bản chứng minh khái niệm, những thứ mà tôi nghĩ sẽ thực sự tạo ra tác động.</p>
<p>Tuy nhiên, Ryan Cox, Trưởng bộ phận AI tại công ty tư vấn phần mềm Synechron, nhận định rằng việc áp dụng AI trong khu vực công cũng tồn tại những thách thức như bảo mật dữ liệu và mối lo ngại về quyền riêng tư, vấn đề đạo đức liên quan đến độ lệch và công bằng của thuật toán, khó khăn trong việc tích hợp với các hệ thống cũ và duy trì niềm tin của công chúng. Chi phí dài hạn của AI, đòi hỏi nhu cầu điện toán quy mô lớn, cũng là một vấn đề.</p>

<h3>3. AWS cam kết bảo mật và an toàn cho AI</h3>
<p>AWS khẳng định rằng họ khác biệt so với các đối thủ cạnh tranh bằng cách đặt ưu tiên hàng đầu cho vấn đề bảo mật và đảm bảo AI đã sẵn sàng để triển khai. </p>
<p>Sự bùng nổ của AI thế hệ mới, với sự xuất hiện của ChatGPT, có khả năng tạo ra nội dung chất lượng cao giống con người bằng cách xử lý khối lượng dữ liệu khổng lồ - điều mà khu vực công sở hữu rất nhiều. Nền tảng Bedrock của AWS cung cấp AI thế hệ mới cho khách hàng bằng cách cho phép họ truy cập vào một loạt các mô hình, chẳng hạn như mô hình Claude của Anthropic, được sử dụng để cung cấp năng lượng cho các công cụ và ứng dụng AI được tạo riêng.</p>
<p>Levy khẳng định rằng lợi ích của AI sẽ vượt xa những thách thức, dựa trên tiềm năng của công nghệ này với lượng dữ liệu sẵn có. Một ví dụ về AI thế hệ mới được AWS trích dẫn là Viện Ung thư Dana-Farber ở Boston đã xây dựng một giải pháp nghiên cứu mới sử dụng mô hình Claude của Anthropic để giúp các bác sĩ giải thích kết quả xét nghiệm. </p>
<p>Trong khi đó, tại Anh, Hội đồng Borough Swindon đã sử dụng điện toán đám mây của AWS để xây dựng một công cụ AI thế hệ mới nhằm giúp các hợp đồng cho thuê phức tạp trở nên dễ hiểu hơn.</p>
<p>AI thế hệ mới, giống như phát trực tuyến video và phần lớn cuộc sống trên internet, hiện nay phụ thuộc vào điện toán đám mây để hoạt động. Các chuyên gia trong ngành dự đoán rằng AI thế hệ mới, mặc dù vẫn đang ở giai đoạn đầu, có thể thúc đẩy tăng trưởng và đẩy nhanh quá trình chuyển đổi sang điện toán đám mây khi các cơ quan công quyền nhận thấy AI có thể đóng vai trò lớn hơn trong nhiệm vụ của họ.</p>
<p>Sáng kiến AI của AWS được thiết kế để cung cấp cho các cơ quan công quyền một cách dễ dàng để bắt đầu thử nghiệm AI thế hệ mới và loại bỏ sự lo lắng liên quan đến công nghệ này. Mặc dù được kỳ vọng sẽ thay đổi diện mạo của điện toán trong những năm tới, AI thế hệ mới cũng đã chứng kiến sự cố và sai sót, với các trường hợp được báo cáo rộng rãi về việc công nghệ này đi chệch hướng. Điều này có thể khiến một số khách hàng chính phủ tiềm năng e ngại, những người thận trọng với công nghệ ít dự đoán được hơn so với điện toán cổ điển.</p>

AWS thúc đẩy AI cho khu vực công

AWS thúc đẩy AI cho khu vực công Mục lục AWS đầu tư vào AI cho khu vực công Lợi ích và thách thức của AI trong khu vực công AWS...

tháng 6 26, 2024

Deepfakes: Mối đe dọa mới đối với doanh nghiệp

<html lang='vi'>
<head>
    <meta charset='UTF-8'>
    <meta name='viewport' content='width=device-width, initial-scale=1.0'>
    <title>Deepfakes: Mối đe dọa mới đối với doanh nghiệp</title>
</head>
<body>
    <h2>Deepfakes: Mối đe dọa mới đối với doanh nghiệp</h2>
    <h3>Mục lục:</h3>
    <ol>
        <li><strong>Doanh nghiệp dễ bị tổn thương bởi lừa đảo Deepfake</strong></li>
        <li><strong>Deepfake có thể tấn công doanh nghiệp như thế nào?</strong></li>
        <li><strong>Thiếu đào tạo về rủi ro Deepfake</strong></li>
        <li><strong>Kết luận</strong></li>
    </ol>
    <h3>1. Doanh nghiệp dễ bị tổn thương bởi lừa đảo Deepfake</h3>
    <p>Theo một nghiên cứu mới được thực hiện bởi Business.com, hơn 10% các công ty đã phải đối mặt với lừa đảo Deepfake thành công hoặc bị cố gắng. Điều đáng lo ngại là hơn một nửa các nhà lãnh đạo doanh nghiệp tham gia khảo sát cho biết nhân viên của họ thiếu đào tạo về nhận biết hoặc ngăn chặn các cuộc tấn công Deepfake.</p>
    <p>Mặc dù vậy, 61% các nhà lãnh đạo doanh nghiệp cho biết không có quy định nào được thiết lập tại công ty của họ để giải quyết các rủi ro do công nghệ Deepfake mang lại. Chỉ chưa đến một nửa xác nhận rằng nhân viên của họ đã được đào tạo để đối phó với những rủi ro này.</p>
    <p>Chad Brooks, Biên tập viên quản lý của Business.com, chia sẻ: Nhiều công ty dễ bị tổn thất tài chính và thiệt hại danh tiếng vì họ hoạt động với các biện pháp bảo mật mạng lỗi thời hoặc yếu kém. Quá nhiều giám đốc điều hành thừa nhận nhân viên của họ chưa được đào tạo để nhận biết phương tiện truyền thông Deepfake.</p>
    <p>Kết quả là, 32% người được hỏi không tin tưởng vào khả năng của nhân viên trong việc nhận biết những nỗ lực gian lận như vậy. Thật vậy, một phần tư các giám đốc điều hành thừa nhận rằng họ ít hoặc không quen thuộc với công nghệ Deepfake.</p>
    <h3>2. Deepfake có thể tấn công doanh nghiệp như thế nào?</h3>
    <p>Trong khi nhiều vụ bê bối Deepfake nổi tiếng nhất đã gây tổn hại cho cá nhân - chẳng hạn như nội dung khiêu dâm bịa đặt có sự tham gia của Scarlett Johansson và Taylor Swift, hoặc video giả mạo cho thấy chính trị gia Anh Sir Keri Starmer la mắng nhân viên của mình - thì việc sử dụng Deepfake để lừa đảo doanh nghiệp có khả năng sẽ ngày càng phổ biến.</p>
    <p>Business.com đưa ra ví dụ về một bộ phận quan hệ khách hàng tại một ngân hàng: Với công nghệ nhân bản giọng nói, kẻ lừa đảo có thể giả mạo khách hàng có giá trị bằng cách liên lạc với trung tâm cuộc gọi của ngân hàng và ủy quyền các giao dịch gian lận.</p>
    <p>Trang web này cũng trích dẫn một câu chuyện từ CNN về một vụ lừa đảo trị giá 25 triệu đô la khi một nhân viên tài chính ở Hồng Kông bị lừa giao số tiền đó cho một kẻ lừa đảo đóng vai Giám đốc tài chính của công ty trong cuộc gọi video.</p>
    <p>Brooks nói thêm: Các chương trình AI có thể tạo ra video, ảnh hoặc thậm chí âm thanh bị thao túng với tốc độ và sự tinh vi, do đó, kẻ lừa đảo dễ dàng đánh lừa khách hàng hoặc lừa đảo nhân viên hơn bao giờ hết.</p>
    <h3>3. Thiếu đào tạo về rủi ro Deepfake</h3>
    <p>Trong khi hầu hết các tập đoàn lớn hiện nay đều chú ý đến các cuộc tấn công mạng truyền thống, tin tặc và lừa đảo phishing, vẫn còn một khoảng trống đào tạo lớn khi nói đến Deepfake.</p>
    <p>Khảo sát cho thấy chỉ 14% người được hỏi cho biết công ty của họ đã triển khai đầy đủ các biện pháp để giải quyết Deepfake.</p>
    <p>Bài đăng trên blog của Business.com cho biết: 80% các công ty thiếu quy định để xử lý các cuộc tấn công Deepfake. Nếu không có kế hoạch, những công ty này dễ bị tổn thương, vì họ sẽ không sẵn sàng để giải quyết và giảm thiểu những sự cố như vậy để bảo vệ doanh nghiệp của mình.</p>
    <h3>4. Kết luận</h3>
    <p>Công nghệ Deepfake đang trở thành một mối đe dọa ngày càng lớn đối với doanh nghiệp. Các công ty cần hành động để bảo vệ mình khỏi các cuộc tấn công Deepfake bằng cách đào tạo nhân viên của mình để nhận biết và ngăn chặn các cuộc tấn công này. Các công ty cũng cần thiết lập các quy định để xử lý các sự cố Deepfake và đảm bảo rằng họ có các biện pháp bảo mật mạng thích hợp để ngăn chặn các cuộc tấn công này.</p>
    <img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
</body>
</html>

Deepfakes: Mối đe dọa mới đối với doanh nghiệp

Deepfakes: Mối đe dọa mới đối với doanh nghiệp Deepfakes: Mối đe dọa mới đối với doanh nghiệp Mục lục: ...

tháng 6 26, 2024

AI liệu có thể lừa chúng ta?

<html lang='vi'>
<head>
    <meta charset='UTF-8'>
    <meta name='viewport' content='width=device-width, initial-scale=1.0'>
    <title>AI liệu có thể lừa chúng ta?</title>
</head>
<body>
    <h1>AI liệu có thể lừa chúng ta? Nghiên cứu mới cho thấy AI đã vượt qua bài kiểm tra Turing</h1>
    <h2>Mục lục:</h2>
    <ol>
        <li><strong>Bài kiểm tra Turing: tái hiện lại</strong></li>
        <li><strong>Kết quả: GPT-4 vượt trội, nhưng vẫn chưa bằng con người</strong></li>
        <li><strong>Cách AI đánh lừa người tham gia</strong></li>
        <li><strong>Thách thức trong việc phân biệt AI và con người</strong></li>
        <li><strong>Ví dụ thực tế và tương tự</strong></li>
        <li><strong>Tương lai của AI và tương tác con người</strong></li>
        <li><strong>Kết luận</strong></li>
    </ol>
    <h2>2. Kết quả: GPT-4 vượt trội, nhưng vẫn chưa bằng con người</h2>
    <p>Các nhà nghiên cứu tại Khoa Khoa học Nhận thức của Đại học California, San Diego đã tiến hành một phiên bản hiện đại của bài kiểm tra Turing, sử dụng GPT-4, GPT-3.5 và ELIZA (một chatbot từ những năm 1960). Người tham gia được giao nhiệm vụ trò chuyện trong 5 phút với một người hoặc AI, sau đó đoán xem họ đang nói chuyện với ai. Kết quả thật đáng ngạc nhiên.</p>
    <ul>
        <li>GPT-4 bị nhầm là con người 54% thời gian.</li>
        <li>GPT-3.5 bị nhầm là con người 50% thời gian.</li>
        <li>ELIZA bị nhầm là con người 22% thời gian.</li>
        <li>Con người thật được xác định là con người 67% thời gian.</li>
    </ul>
    <p>Kết quả cho thấy GPT-4 đã vượt trội so với GPT-3.5 và ELIZA, nhưng vẫn thấp hơn con người. Điều này cho thấy AI hiện tại có khả năng đánh lừa mọi người, khiến họ tin rằng mình đang nói chuyện với một con người.</p>
    <h2>3. Cách AI đánh lừa người tham gia</h2>
    <p>Các AI được lập trình để ngắn gọn, giản dị và đôi khi mắc lỗi chính tả để tạo ấn tượng giống con người hơn. Người tham gia thường sử dụng phong cách ngôn ngữ, tín hiệu cảm xúc và các câu hỏi dựa trên kiến thức để xác định xem đối tác trò chuyện của họ là AI hay con người. Tuy nhiên, họ không thể nhận biết GPT-4 là AI tốt hơn mức ngẫu nhiên.</p>
    <h2>4. Thách thức trong việc phân biệt AI và con người</h2>
    <p>Người tham gia thường dựa vào phong cách ngôn ngữ, yếu tố xã hội - cảm xúc và các câu hỏi dựa trên kiến thức để quyết định liệu họ đang nói chuyện với con người hay máy móc. Mặc dù sử dụng những chiến lược này, việc phân biệt AI với con người vẫn là một thách thức lớn.</p>
    <h2>5. Ví dụ thực tế và tương tự</h2>
    <p>Hãy tưởng tượng bạn đang trò chuyện với một người bạn trực tuyến. Bạn có thể nghĩ rằng mình có thể dễ dàng biết liệu họ là con người hay không dựa trên phong cách gõ của họ hoặc các chủ đề họ thảo luận. Tuy nhiên, như nghiên cứu này cho thấy, AI có thể bắt chước những đặc điểm của con người một cách thuyết phục. Nó giống như chơi một trò chơi đoán ai, nhưng với những rủi ro cao hơn.</p>
    <h2>6. Tương lai của AI và tương tác con người</h2>
    <p>Khi AI tiếp tục phát triển, việc phân biệt giữa con người và máy móc sẽ trở thành một thách thức hấp dẫn hơn. Liệu chúng ta có thể biết được liệu mình đang trò chuyện với con người hay bot? Nghiên cứu này cho thấy ranh giới đang trở nên mờ dần.</p>
    <h2>7. Kết luận</h2>
    <p>Có lẽ đã đến lúc chúng ta bắt đầu đặt câu hỏi về việc liệu người bạn Dave của bạn thực sự là một chatbot. Khả năng của AI trong việc bắt chước cuộc trò chuyện của con người đang ngày càng tăng lên, và việc phân biệt giữa AI và con người đang trở thành một nhiệm vụ phức tạp hơn. Nghiên cứu này từ Đại học California, San Diego nhấn mạnh những thách thức và những tác động tiềm năng trong tương lai của tương tác giữa chúng ta với AI.</p>
    <img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />
</body>
</html>

AI liệu có thể lừa chúng ta?

AI liệu có thể lừa chúng ta? AI liệu có thể lừa chúng ta? Nghiên cứu mới cho thấy AI đã vượt qua bài kiểm tra Turin...

tháng 6 26, 2024

Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang nguy cấp

<html>
<head>
<title>Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang nguy cấp</title>
</head>
<body>

<ol>
  <li><strong>Vai trò quan trọng của bảo tồn ngôn ngữ</strong></li>
  <li><strong>Thách thức trong bảo tồn ngôn ngữ</strong></li>
  <li><strong>AI - Công cụ hỗ trợ mạnh mẽ</strong>
    <ol>
      <li>Hỗ trợ ghi lại và phiên âm ngôn ngữ</li>
      <li>Tạo tài liệu học tập</li>
      <li>Hỗ trợ hồi sinh ngôn ngữ</li>
    </ol>
  </li>
  <li><strong>Ứng dụng AI trong bảo tồn ngôn ngữ bản địa</strong>
    <ol>
      <li>Ứng dụng AI trong ngôn ngữ bản địa Mỹ</li>
      <li>Ứng dụng AI trong ngôn ngữ thiểu số</li>
    </ol>
  </li>
  <li><strong>Tương lai của AI trong bảo tồn ngôn ngữ</strong></li>
  <li><strong>Kết luận</strong></li>
  <li><strong>Câu hỏi thường gặp</strong></li>
</ol>

<h3>**1. Vai trò quan trọng của bảo tồn ngôn ngữ**</h3>

<p>Ngôn ngữ là biểu hiện mạnh mẽ của văn hóa, bản sắc và lịch sử. Nó lưu giữ truyền thống, câu chuyện và quan niệm độc đáo về thế giới. Khi một ngôn ngữ biến mất, chúng ta mất đi một phần không thể thay thế của kiến thức và lịch sử nhân loại.</p>

<h3>**2. Thách thức trong bảo tồn ngôn ngữ**</h3>

<p>Theo UNESCO, 600 ngôn ngữ đã biến mất trong thế kỷ trước, và tới 90% ngôn ngữ trên thế giới có thể bị tuyệt chủng vào cuối thế kỷ này nếu xu hướng hiện tại tiếp tục.</p>

<p>Sự mất mát này không chỉ xóa bỏ phương tiện giao tiếp mà còn xóa sổ di sản văn hóa và trí tuệ ẩn chứa trong các ngôn ngữ đó.</p>

<p>Nỗ lực bảo tồn và hồi sinh ngôn ngữ bản địa phải đối mặt với nhiều thách thức, bao gồm:</p>

<ul>
  <li><strong>Tài nguyên hạn chế:</strong> Nhiều ngôn ngữ nguy cấp thiếu tài liệu đầy đủ, gây khó khăn cho việc tạo ra tài liệu học tập.</li>
  <li><strong>Người nói già đi:</strong> Trong nhiều trường hợp, người nói thông thạo là những người lớn tuổi, và thế hệ trẻ có thể không được học ngôn ngữ đó.</li>
  <li><strong>Thiếu hỗ trợ của các tổ chức:</strong> Chính phủ và các tổ chức có thể không ưu tiên bảo tồn ngôn ngữ, dẫn đến thiếu kinh phí và hỗ trợ.</li>
</ul>

<p>Công nghệ AI, đặc biệt là xử lý ngôn ngữ tự nhiên (NLP) và học máy (ML), đang đóng vai trò quan trọng trong việc ghi lại và hồi sinh ngôn ngữ nguy cấp.</p>

<h4>**3.1. Hỗ trợ ghi lại và phiên âm ngôn ngữ**</h4>

<p>AI có thể hỗ trợ ghi lại và phiên âm ngôn ngữ nói, ngay cả những ngôn ngữ chỉ còn rất ít người nói. Điều này bao gồm:</p>

<ul>
  <li><strong>Nhận dạng giọng nói:</strong> Các mô hình AI có thể chuyển đổi ngôn ngữ nói thành văn bản, giúp dễ dàng ghi lại và phân tích.</li>
  <li><strong>Thu thập dữ liệu:</strong> Thuật toán NLP có thể thu thập và sắp xếp dữ liệu ngôn ngữ từ nhiều nguồn khác nhau, bao gồm ghi âm, văn bản và video.</li>
</ul>

<p>AI có thể tạo ra tài liệu giáo dục, bao gồm các ứng dụng học ngôn ngữ tương tác và sách giáo khoa kỹ thuật số, từ điển, hướng dẫn ngữ pháp và các tài liệu khác cho ngôn ngữ nguy cấp. Những tài liệu này có thể giúp thế hệ trẻ tiếp cận việc học ngôn ngữ một cách dễ dàng hơn.</p>

<p>Hồi sinh một ngôn ngữ bao gồm việc dạy nó cho những người nói mới và sử dụng nó trong cuộc sống hàng ngày. Các công cụ AI có thể hỗ trợ các chương trình hồi sinh ngôn ngữ bằng cách cung cấp dịch thuật thời gian thực và hỗ trợ học ngôn ngữ.</p>

<ul>
  <li><strong>Công cụ giáo dục:</strong> Các ứng dụng và nền tảng AI cung cấp trải nghiệm học ngôn ngữ tương tác. Ví dụ, chatbot có thể tương tác với người dùng trong thực hành hội thoại.</li>
  <li><strong>Dịch vụ dịch thuật:</strong> Các công cụ dịch thuật AI có thể giúp dịch ngôn ngữ nguy cấp sang các ngôn ngữ phổ biến hơn và ngược lại, tạo điều kiện thuận lợi cho việc học và sử dụng ngôn ngữ.</li>
</ul>

<h3>**4. Ứng dụng AI trong bảo tồn ngôn ngữ bản địa**</h3>

<p>Ngôn ngữ bản địa đặc biệt dễ bị tổn thương, với nhiều ngôn ngữ có nguy cơ tuyệt chủng. Các sáng kiến AI đang đạt được những tiến bộ đáng kể trong việc bảo tồn những ngôn ngữ này:</p>

<h4>**4.1. Ứng dụng AI trong ngôn ngữ bản địa Mỹ**</h4>

<p>Các nền tảng như FirstVoices cung cấp công cụ và tài liệu học ngôn ngữ bản địa Mỹ. Những nền tảng này sử dụng AI để cung cấp trải nghiệm học tập cá nhân hóa và theo dõi tiến độ.</p>

<h4>**4.2. Ứng dụng AI trong ngôn ngữ thiểu số**</h4>

<p>Các công nghệ AI như văn bản thành giọng nói (TTS) và giọng nói thành văn bản (STT) rất quan trọng trong việc ghi lại ngôn ngữ thiểu số. Những công cụ này có thể tạo ra bản ghi văn bản từ ngôn ngữ nói và ngược lại, đảm bảo rằng dữ liệu ngôn ngữ được bảo tồn ở nhiều định dạng.</p>

<h3>**5. Tương lai của AI trong bảo tồn ngôn ngữ**</h3>

<p>Tiềm năng của AI trong bảo tồn ngôn ngữ là rất lớn. Khi công nghệ AI tiếp tục phát triển, chúng ta có thể kỳ vọng những công cụ tinh vi hơn để ghi lại, hồi sinh và dạy ngôn ngữ nguy cấp.</p>

<p>AI đang đóng vai trò quan trọng trong việc bảo tồn đa dạng ngôn ngữ của thế giới. Chúng ta có thể ghi lại ngôn ngữ nguy cấp, tạo ra công cụ học tập và phát triển tài liệu kỹ thuật số để giữ cho những ngôn ngữ này tồn tại chỉ bằng cách tận dụng công nghệ AI.</p>

<p>Khi AI tiếp tục phát triển, tác động của nó đối với bảo tồn ngôn ngữ sẽ ngày càng lớn, mang đến hy vọng mới cho tương lai của di sản văn hóa của chúng ta.</p>

<h3>**7. Câu hỏi thường gặp:**</h3>

<ul>
  <li><strong>AI giúp gì cho ngôn ngữ?</strong> AI giúp cho ngôn ngữ bằng cách hỗ trợ dịch thuật, cải thiện nhận dạng giọng nói, tạo ra các ứng dụng học ngôn ngữ và hỗ trợ ghi lại và bảo tồn ngôn ngữ nguy cấp.</li>
  <li><strong>Vai trò của trí tuệ nhân tạo trong việc ghi lại ngôn ngữ và bảo tồn ngôn ngữ nguy cấp là gì?</strong> AI hỗ trợ việc ghi lại ngôn ngữ và bảo tồn ngôn ngữ nguy cấp bằng cách phiên âm ngôn ngữ nói, tạo ra kho lưu trữ kỹ thuật số, tạo tài liệu giáo dục và hỗ trợ dịch thuật thời gian thực.</li>
  <li><strong>AI có thể phục hồi ngôn ngữ đã chết?</strong> AI có thể hỗ trợ phục hồi ngôn ngữ đã chết bằng cách phân tích văn bản lịch sử, tái tạo các mẫu ngôn ngữ và tạo ra công cụ học tập để giúp thế hệ mới học và sử dụng ngôn ngữ đó.</li>
  <li><strong>AI nào giúp bạn học ngôn ngữ?</strong> Duolingo và Rosetta Stone là ví dụ về các nền tảng AI giúp người dùng học ngôn ngữ mới thông qua các bài học tương tác và lộ trình học tập cá nhân hóa.</li>
</ul>

</body>
</html>

Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang nguy cấp

Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang nguy cấp **Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang...

tháng 6 26, 2024

Triển khai Mô hình Ngôn ngữ lớn DBRX trên Oracle Cloud Infrastructure với NVIDIA NIM và Delta Sharing

Etched: Kẻ thách thức NVIDIA trong cuộc đua AI

Meta Ra Mắt Chương Trình Hỗ Trợ Doanh Nghiệp Trí Tuệ Nhân Tạo Tại Israel

Niantic Tăng Cường Trải Nghiệm Thực Tế Tăng Cường Cho Peridot Với Meta Llama 2

OpenAI tung ra ứng dụng ChatGPT cho máy Mac, nhưng có một điểm cần lưu ý

Toys 'R' Us: Câu chuyện về sự hồi sinh và nỗi ám ảnh của AI

The Intercept củng cố vụ kiện bản quyền chống lại OpenAI với bằng chứng mới

AI và bài toán nguồn tin: Liệu chúng ta có thể tin tưởng ChatGPT?

Lilly và OpenAI hợp tác phát triển thuốc kháng khuẩn mới

OpenAI chặn người dùng Trung Quốc truy cập ChatGPT

Decentralized AI: Tại sao chúng ta cần nó ngay bây giờ?

Butterflies: Mạng xã hội nơi con người và AI cùng tồn tại

Phân tích Hệ thống Gợi ý của Claude Sonnet 3.5: Một cái nhìn sâu sắc

Apple Intelligence: Một bước đi táo bạo, nhưng liệu có hiệu quả?

AWS: Mở rộng tầm ảnh hưởng tại khu vực MENAT và thúc đẩy đổi mới sáng tạo

Synthesia: Cách Mạng Hóa Sản Xuất Video với AI

Anthropic Nâng Cấp Claude AI Assistant: Hỗ Trợ Hợp Tác Nhóm Hiệu Quả Hơn

Claude 3.5: AI trợ lý đột phá, cách mạng hóa lập trình

AWS thúc đẩy AI cho khu vực công

Deepfakes: Mối đe dọa mới đối với doanh nghiệp

AI liệu có thể lừa chúng ta?

Sự sống sót của ngôn ngữ: AI - vị cứu tinh của ngôn ngữ đang nguy cấp

Bài đăng phổ biến

Labels